noticias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

kuai technology informó el 30 de agosto que xiao yong, subdirector general de gac aion, expresó recientemente sus puntos de vista sobre la conducción inteligente actual.

xiao yong dijo que en los próximos tres a cinco años, aún no se puede determinar si lidar se utilizará para la conducción inteligente de alta gama o incluso para la conducción sin conductor.

sin embargo, en la etapa actual, especialmente en los últimos dos o tres años, xiao yong cree quesi las empresas automotrices quieren crear una conducción inteligente confiable, segura y confiable, el lidar debe ser indispensable.

xiao yong también enfatizó que en esta etapa, la conducción inteligente sin lidar no es una buena conducción inteligente.

actualmente, muchas empresas de automóviles están pasando de la conducción inteligente lidar a la visión pura.

los sistemas de conducción inteligente puramente visuales se basan principalmente en cámaras para detectar el entorno circundante. en comparación con los sistemas equipados con sensores como lidar y radar de ondas milimétricas, los sistemas visuales puros tienen las siguientes ventajas:

1. el coste de las cámaras suele ser inferior al de otro tipo de sensores, como el lidar, lo que ayuda a reducir el coste de todo el vehículo.

2. la cámara puede capturar información visual rica, incluido el color, la forma, la textura, etc. esta información es muy útil para comprender entornos viales complejos y realizar un reconocimiento preciso de objetos.

3. la cámara se puede integrar fácilmente en la estructura existente del vehículo y no requiere modificaciones a gran escala en el vehículo.

4. el rendimiento de los sistemas visuales puros depende en gran medida del procesamiento avanzado de imágenes y de algoritmos de aprendizaje automático, lo que impulsa a los desarrolladores a optimizar continuamente el software y mejorar el nivel de inteligencia del sistema.

5. con el desarrollo de la tecnología de aprendizaje profundo, los sistemas de visión pura pueden mejorar continuamente el rendimiento mediante actualizaciones de software y tener una buena escalabilidad.

pero,también existen algunos desafíos con los sistemas de visión pura, como que el rendimiento en condiciones climáticas extremas puede verse afectado y que la precisión del algoritmo sea muy alta.

por lo tanto, muchos fabricantes de automóviles y empresas de tecnología están trabajando en sistemas híbridos que combinan sistemas de visión pura con otros datos de sensores para mejorar el rendimiento general y la seguridad de la conducción inteligente.