首页 > 资讯中心
热点资讯
-
人工智能开启汽车产业智能化时代（五）2024-09-20根据亿欧智库，AI在底盘域应用于车身姿态和悬架调整，AI车路云数据融合的智能地盘是未来的发展方向。当前底盘域对AI的应用处于较为初级的阶段，国内车企厂商对AI均有不同程度的运用。以吉利和智己为代表的厂商通过AI融合地盘传感器数据，辅助地盘控制；而华为在此基础上增加了环境传感器数据，通过更大规模的AI数据融合计算，提升车的灵活性；还有蔚来引入云端计算和众包地图，将AI的服务范围从单车拓展到多车上。亿欧智库预测未来车路云数据融合，AI综合信息并计算后辅助汽车地盘根据路况前馈调节车身姿态和悬架参数是发展方向。根据亿欧智库未来发展的大致方向为：车端数据融合的AI应用阶段到车端多维数据融合的AI应用阶段，通过多模态融合感知系统帮助汽车感知路况,在AI智能协同下实现智能扭矩控制以及智能阻尼调节，提升汽车灵活性，降低行驶中的颠簸感及冲击感。车端数据结合AI的应用阶段，这个阶段是通过车云数据融合，提前获取前方道路起伏、颠簸信息，并前馈调节悬架参数，提升驾乘的舒适性和安全性。最后是车路云数据结合的AI应用阶段，通过AI车路信息融合计算加众包地图更新，实现地盘控制。动力域对AI技术的应用范围不断拓展目前，... 查看更多 -
人工智能开启汽车产业智能化时代（四）2024-09-19随着辅助自动驾驶的发展，AI技术在车云中的关键节点发挥着越来越重要的作用，有望逐渐实现全流程AI化。根据亿欧智库，AI技术在车云领域的应用正日益深化，其数据训练和仿真优化功能不断扩展至更广泛的环节。最初在自动驾驶的仿真测试中得到应用，AI技术现已逐步扩展至智能座舱的大模型训练以及OTA升级。OTA即 Over the Air Technology，指的是空中下载技术，可以实现远程升级。亿欧智库认为未来AI技术将在汽车各域应用和算法的更新迭代中扮演核心角色。根据亿欧智库，AI技术在车云领域可以分为三个阶段：探索应用阶段、初步应用阶段、深化应用阶段。2006-2026为探索应用阶段，主要为云计算+应用程序内的AI模型。云计算平台中嵌入包含了AI算法的MATLAB/SPSS/Simulink等软件，实现数据处理、数据标注和模型训练的AI化。主要应用在自动驾驶模拟训练上。2017-2026年为AI在车云的初步应用阶段，主要为云原生＋AI模型和云原生+AI模型+智算中心。采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试，测试平台在以上步骤中采用了AI技术提升效率、降低... 查看更多 -
人工智能开启汽车产业智能化时代（三）2024-09-18当前，大部分的汽车自动驾驶方案已经通过BEV+Transformer架构实现L2级别及以上的自动驾驶。市面上的大多数车厂，如华为、小鹏、理想、毫末智行、卓驭科技、极越等企业通过BEV+Transformer+OCC已实现对高速NOA（一种自动驾驶辅助系统，可以让驾驶员在高速公路上行驶更安全高效。）城市NOA（针对城市交通环境开发的驾驶辅助系统。）以及自动泊车的支持。BEV+Transformer架构是一种用于自动驾驶领域的先进感知技术，它通过将多个摄像头捕获的2D图像转换为鸟瞰图的3D表示，从而实现对车辆周围环境的更准确感知。这种架构的核心优势在于其能够处理和融合来自不同视角的空间信息以及时间序列信息，为自动驾驶系统提供更为丰富和精确的感知数据。亿欧智库认为，到2027年，自动驾驶领域有望实现感知、规划、控制全流程到端，并完全基于learning-based实现自动驾驶。图：自动驾驶智能算法架构迭代（图源：亿欧智库）根据亿欧智库对自动驾驶算法架构迭代的分析，2016年的自动驾驶依赖于手工设计的特征提取方法，预测能力较差，主要依靠预先设计好的特征和经验总结，且仅支持L2级别的自动驾驶和A... 查看更多 -
人工智能开启汽车产业智能化时代（二）2024-09-14上篇给大家简单介绍了AIEV发展的背景、AIEV的概念以及AIEV产业发展的驱动因素。接下来将介绍AIEV技术的现状以及趋势分析。根据亿欧智库的调研数据显示，99%的用户对AI技术上车有一定的了解，大部分用户通过微信公众号等线上渠道来了解AIEV技术。其中，有47%的用户有过搭载或体验过AI技术汽车的经历。燃油车主、新能演车主以及无车用户相比，新能源汽车对AI技术上车更为熟悉，调查显示有超过八成的新能源汽车车主经常使用或者尝试过车载AI技术，有超过五成的新能源车主经常使用车载AI技术。在这些用户中，超过七成的用户认为AI技术上车将对驾乘体验带来积极的影响。AIEV技术现状根据亿欧智库，中国智能汽车产业正在围绕AI技术形成新的生态体系，AI解决方案处于生态体系的核心，基础软件、硬件、智能网联和车云等相关部分提供支撑。从汽车产品角度看，驾驶域、座舱域和车云AI化进程相对更快，自动驾驶、智能座舱和车云领域均出现产品化的AI应用。在其他领域也有深化应用的可能。图：中国AIEV生态体系图谱（图源：亿欧智库）从目前情况来看，未来各域AI化发展将更加均衡，因为当前地盘、车身、动力域的AI化应用相对较... 查看更多 -
人工智能开启汽车产业智能化时代（一）2024-09-13作为中国经济的重要支柱之一，汽车产业正处于成熟阶段，行业增速放缓，寻找新的增长点已成为当前发展的迫切需求。在这一背景下，科技创新被视为推动汽车行业持续发展的核心引擎。科技赋能将为汽车产业注入新的活力，推动其迈向新的增长曲线。与此同时，人工智能领域也在经历重大变革。大模型的出现标志着AI产业进入了大规模应用的新阶段，这一具有巨大潜力的前沿技术正吸引各方资源，共同构建起完整的产业生态。AI技术的广泛应用将推动传统行业智能化转型，带来效率提升与质量优化的双重收益。根据亿欧智库的分析，人工智能产业的发展进入大模型推广应用阶段，多模态大模型开始在多领域落地应用。新能源汽车在当前处于智能化发展的关键时期，集成智能技术促进汽车发展是该阶段的关键。大模型上车让AI产业与新能源汽车产业交汇，催生出新一代智能电动汽车——人工智能电动汽车（AIEV）。AIEV的诞生不仅是技术融合的结果，更是产业发展的一种必然趋势。它象征着汽车行业与人工智能的深入结合，预示着汽车行业将朝着更加智能化、个性化的方向发展。AIEV不仅能为消费者提供更加安全、便捷、舒适的驾驶体验，还为汽车行业带来了新的增长动力和市场机会。随着技术... 查看更多 -
自动驾驶多传感器融合的发展趋势（三）2024-09-12固态雷达近年来朝着小型化、软件化、ASIC集成化方面发展。根据国金证券，在激光雷达固态化的同时，产品的体积也随之越来越小，从初期测试阶段车顶一个硕大的机械旋转式激光雷达，逐渐发展到手机大小甚至可以隐藏在车身周边，取消掉机械部件。另一方面，激光雷达厂商从之前单纯的卖硬件，到逐步搭配软件算法，再到打包完整解决方案。更进一步，目前激光雷达厂商在尝试ASIC集成化，将激光发射器、探测器、放大器等数百个电子元器件封装到ASIC专用芯片中，用单枚芯片实现整体控制，能够有效减少零部件、缩小体积、降低功耗、极大的缩减成本。ASIC是一种为特定应用需求而设计和定制的集成电路。ASIC的设计和制造过程涉及多个阶段，包括需求分析、架构设计、RTL设计、验证、逻辑综合、布局布线、量产准备和后续维护等。ASIC的主要优势包括高性能、低功耗、高集成度、安全性与保密性高，但同时也存在设计周期长、制造成本高、灵活性低和高风险等劣势。图：Quanergy软件解决方案毫米波雷达：全天候服务、不可或缺相比于激光雷达，毫米波雷达技术非常已经非常成熟，最早可追溯到上世纪90年代开始应用于自适应巡航。毫米波雷达凭借其可穿透尘雾、... 查看更多
登录
注册
短信登录
注册
快速注册
账号登录
注册
快速注册
对比栏