您现在的位置:2020香港开奖结果 > 学科站点 > 艺术 > 正文内容

安徽:无人驾驶摆渡车实现小批量生产

作者:admin 来源:未知 更新日期:2020-07-11 浏览次数:

   随着人工智能和工业互联网的广泛运用,以及相关前沿技术的不断进步,汽车自动驾驶时代呼之欲出。 然而,目前的自动驾驶还只能在有条件的场景下进行,要想真正实现商用,还需突破不少瓶颈。 今年3月9日,工信部发布《汽车驾驶自动化分级》推荐性国家标准报批公示,其中驾驶自动化将按6级划分。

   0级为应急辅助,只能提供诸如车道偏离预警、前碰撞预警等应急辅助功能;5级为完全自动驾驶,即乘客无需响应,系统在任何可行驶条件下持续地执行全部动态驾驶任务。 无人驾驶实现的重要前提是智能公路的基础设施,公路需要全覆盖无线通信网络、监测系统等,为自动驾驶提供信息支持。

   当前,开放道路实现无人驾驶还存在较大困难,然而在特定区域内无人驾驶技术的普遍应用则有望提前“破冰”。

   早在2016年12月,安徽江淮汽车就成功开发了达到3级水平的样车,具备园区环境40公里/小时、城市快速道路60公里/小时的自动驾驶能力。

   2019年,中科院合肥技术创新工程院智能移动机器人中心技术团队攻克无人驾驶摆渡车的关键核心技术,通过优化环境感知算法,降低了传感器的使用成本,实现每辆无人驾驶摆渡车的造价在10万元以下,目前已经实现小批量生产,并在南京、合肥、株洲、扬州等地进行了推广应用。

   《经济参考报》记者在现场看到,这款无人驾驶摆渡车的时速大约10公里,可以根据路况和行驶环境,自主决定直行、拐弯、超车、绕障、停车等驾驶行为,可应用于机场、工厂、景区、学校等多种场所,实现短距离交通出行的智能与便利。

   “要实现无人车的产业化,在确保安全、稳定的前提下,生产成本是核心关键。 ”该项目负责人江如海介绍,“由于无人驾驶技术的核心部件传感器成本较高,目前一辆无人车的生产成本往往高达几十万元,甚至上百万元,难以实现规模化量产。

   ”无人驾驶系统的核心是软件。

   目前,国内外主流的自动驾驶相关研发公司和科研单位都采用了机器学习、深度学习等人工智能算法,来完成无人驾驶系统软件的研发。

   同时,无人驾驶系统软件依赖大量车载传感器数据作为基础进行有效解析,从而做出正确的驾驶行为指令。

   无人驾驶相关硬件产品则主要包括激光雷达、毫米波雷达、相机、组合导航、计算平台等。 这些技术的研发需要大量投入,相关配套的测试场地建设也是一笔不小的开支。 除了智能交通路网建设尚需进一步推进、研发成本高昂、相关行业标准和第三方鉴定机构欠缺,政策法律对无人车上牌手续、责任界定尚未完善,也阻碍了无人驾驶车辆在市场上的流通进程。

   比如,现行道路交通安全法、《道路交通安全法实施条例》规定,驾驶员手离开方向盘驾驶属于“其他妨碍安全行车的行为”。 因此,未来,当自动驾驶技术进入商业化阶段时,首先需要有大量符合要求的基础设施,同时还需要相关的政策法律。

   安徽江淮汽车相关负责人呼吁,尽早出台与无人驾驶相关的一系列标准,包括基础设施标准、新体系架构汽车产品标准、测试认证标准等,使得产业发展“有章可循”。

   “无人驾驶车辆是个新生代的高科技产品,还需要人们进一步熟悉和接受,市场还需要5至10年的培育,未来肯定会迎来爆发式的大发展。 ”江如海说。

   中商产业研究院相关数据显示,2018年,全球无人驾驶汽车市场规模近50亿美元;到2021年,预计全球无人驾驶汽车市场规模将超70亿美元;到2035年,预计全球无人驾驶汽车销量将达2100万辆。 (刘方强)责编:张阳。

(责任编辑:admin)
【字体: