通过智能数据处理增强远视的道路感应

在过去的几年里,汽车工业一直在努力,恶劣天气条件对自动驾驶汽车构成重大挑战。为了打击这个问题,学术研究人员和汽车公司一直在努力实现自动驾驶汽车,安全地导航恶劣天气。

然而,大多数情况下,如果不是所有这些解决方案都是基于基于视觉的技术 - 例如用新类型的雷达,激光雷达甚至摄像机装备车辆。触觉移动性已经开发出一种具有人工智能的软件堆栈,使普通和自驾驶车辆能够管理来自非视传感器的数据,以便对道路表面和车辆本身的信息进行管理,以便适当地响应道路状况。 BMW集团目前正在下一代车辆中实施技术,而保时捷这样的OEM则计划在不久的将来实施。

EITAN GROSBARD.

在触觉移动性的业务发展副总裁Eitan Grosbard的采访中,认为汽车行业正在努力确保驾驶员安全的一切,并且它只能通过超越视觉传感来更好地完成包括触觉传感和数据。

公司’S软件使用嵌入车辆嵌入的泄漏传感器收集数据,然后分析它以实时地创建可操作的见解,提供道路,车辆和车辆道路动态的准确描述。“我们的数据服务基于触觉移动技术平台,包括两个先进的软件模块,车辆嵌入式软件和云模块,可以作为独立解决方案传递或组合以相互加强,” Grosbard commented.

自动车辆和大数据

自动驾驶流动性的实际经济潜力将位于数据收集和管理中,分析驾驶风格,燃料消耗和预测性维护。如今,车载远程信息处理公司已成为大型公司的宝贵盟友,也已成为小型企业的汽车舰队。由制造商或长期租赁公司逐渐安装的黑匣子的逐渐蔓延,正在为创造贡献“big data”从车辆。如果正确并提前分析,则允许改进的服务并创建针对车队或驾驶员身份定制的解决方案。

自动驾驶车辆需要持续监控车载系统的条件和它们所在的环境:它们配备了高度复杂的传感器(雷达,LIDAR,摄像机等),不断收集信息以进行自主信息操作。从更好的抓握估计到更短的制动距离或优化自适应控制到主动悬架管理系统,新的汽车传感器技术正在改变车辆’S范围越好。

这需要大量的硬件和软件计算系统,能够处理大量数据,将其传输到传感器,并能够直接在车辆中实时地培训人工智能(AI)和深度学习算法。近年来,安全和用户体验效益有所改善,部分化了最新一代ECU的计算专业知识。触觉移动性正在产生信号处理能力,可消除噪声并暴露隐藏数据,优化车辆引导。

触觉移动性:虚拟传感器的信号处理

触觉移动性的技术不仅可以更新,不仅包括集成在各种车辆的ECU中的软件模块,还包括处理来自这些车辆的数据的云。该软件捕获来自多个非视传感器的数据,从天气条件中丰富其附加数据。上传到云端,使用机器学习和大数据方法处理这些数据集。

图1:从数据到强大的见解(图片:触觉移动性)

“我们从传感器中收集数据。那么我们是谁’Re DIME是虚拟传感器的信号处理。例如,我们创造的一件事是抓握估计:滑动性检测或车辆握住道路的方式。我们的高级信号处理和数据归一化方法解决了收集和表示的挑战。测量消除了车辆类型种类和特定模型配置的影响,生产了对特定巷道上行驶的特定车辆不可知的信息,“格罗斯特说。

他继续,“我们目前正在使用六个车辆制造商,包括BMW,保时捷和NDA下的其他人。我们的处理器收集来自现有车载传感器的数据 - 无需额外的硬件 - 例如所有四个轮子的车轮速度,发动机扭矩,RPM等,“格罗斯特说。

每辆车上的数据 ’S发动机效率,制动效率,轮胎健康,重量,燃料消耗等被识别为车辆。相对于道路的模式数据,例如斜坡,曲率,归一化抓地力水平和另一方面,凸起,裂缝和坑洼等危险的位置被识别为surfacednaT。将数据下载到驾驶在特定区域的车辆,提高安全性和用户反应时间。

触觉移动性的软件技术将在2021年开始的全球范围内嵌入宝马集团的下一代车辆中,以帮助改善驾驶经验和识别道路状况。


相关内容:

更嵌入, 订阅嵌入式’S每周电子邮件时事通讯.

发表评论

本网站使用AkisMet减少垃圾邮件。 了解如何处理评论数据.

发布时间: 2021-05-13 14:48:50

最近发表