朱西产:智能网今年很热。 会场的人数不是200人,动不动就是500人的情况。 人的利益很少,以后大家讨论时可以更好地交流。

我分享的是关于智能网络汽车的应用场景。 汽车一定会变。 汽车市场今后不会萎缩吧,至少现在增长了。 但是,在成长过程中,未来的汽车不一定是现在的钢铁漫威,汽车的内涵在改变。 内燃机、变速器和汽车冲压钢板可能是过去汽车的核心价值。 未来可能处于智能化、互联网化、电动等新的运行点。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

如果是图像的话,未来的车有可能成为这样的状态,通过通信将所有的新闻层用云融合后进入车端。 我在这里可能来自两个队。 一个是改革革新派,另一个是革命派。 改革创新派想处理的问题是道路交通安全、驾驶体验、电车便利性的提高等,面临的安全、节能环保、停车的便利性等,这是改革创新派的。 但是,这个行业不太能应对交通堵塞的问题。 交通堵塞是最难的。 有一次,被称为国内its之父,交通部公路院的王晓金(音)。 我做一环的主持。 堵车该怎么办? 他说中国必须改变生活习惯才能治好堵车。 一个城市只能容纳500万辆。 超过北京就没办法了。 上海没事。 车牌拍卖起步早,大约320万辆以上,但停车场比北京少,停车交通堵塞,停车不太容易处理。 所以,这是我们说的改革创新派。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

当然,我们以后可能做得很好。 低速和车,堵车状态下的自动驾驶,还有车内好的车载新闻系统增加后,才能避免卷入堵车。 现在也有利益。 一拿到桌子就呆在哪里,回家坐在客厅里也拿着手机,妻子也无视,孩子也无视,所以改革革新者也可能会出点事。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

当然革命者的车共有,弃车,谷歌说所有无人驾驶都禁止人类驾驶。 用手机点击无人驾驶方向盘运到目的地,就可以移动了。 你可以没有车。 谷歌认为1/10的车就足够了。 现在,如果车的保有量减少到八九倍,停车场就都是别的了。 无人驾驶汽车也不停车。 这个单人间结束后我会收那个单人间。 也不需要停车场。 所以在这个立场上革命家给我们描绘了更大的愿景。 这个事件普通人觉得不可思议,但在一点环节中,不仅是国内嘉宾,包括海外嘉宾在内,到2030年、2040年汽车会怎么样,他说不具体。 我听说的是具体的事情,你觉得2030年大家都不买车吗? 2040年人类不开车吗? 他说怎么可能,有钱人为什么不买车? 所以我们这一代人可能无法想象这个事件。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

但是这句话可能会反过来说。 解释十年前现在打电话和用视频交流的场景,他们说一定要多少钱。 20年前更不可思议的是,打电话要偷偷跑一公里找电话,告诉爷爷。 因为那时越来越多的桌面可能只有电话是公共的。 30年前谁能接电话? 所以十年后的事件,20年后的事件,我们无法想象。 我们是电话和交流事件,其实20年前没有人敢预测今天的状态,所以也谈不上革命家这个事件。 我们也不敢预测10年后的车,也不敢预测20年后的车,所以作为故事而努力。 如果这个场景真的实现就好了。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

所以这张图虽然不具体,但可能是未来汽车的图像。 特别是高端智能手机改变了我们的整个生活,社会交流模式改变了,商业模式改变了,支付方式改变了,将来的汽车会怎么样呢? 也有电动无人驾驶、o2o服务的可能性,可能会变成这样的状态。 特别是高端智能手机的迅速发展必须考虑汽车。 htc被逼入绝境后,当年的功能机公司都死了。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

看到这样的情景汽车厂也静不下来。 我认为ai驾驶人工智能是不现实的,汽车工厂也大量雇佣了算法的人。 如果这件事真的发生了,汽车厂被这些革命家改革了吗? 汽车厂还很懊悔,现在看革命家和改革革新者的边界也越来越小,汽车厂也同样无人驾驶,汽车厂也关注人工智能、ai的算法。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

这样的过程现在有点雏形。 现在人们不喜欢电动汽车,把环保驱动力作为驱动力。 其实驱动力不够,但性能和ota、v2g,高性能和网上驱动的特斯拉至少成为了新的时尚。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

如果加上无人驾驶、自动充电,这个场景中电动的特征可能会超过内在,无人充电、自动充电、自动加油方便吗? 至少似乎不相信自动加油,但自动充电并不奇怪。 从工程的角度来看,自动充电也不是什么难事。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

智能网络的第一个应用场景还是安全的,我们对汽车最不满的地方是交通事故。 我进入这个行业是安全的立场。 我在国内第一次做了冲突安全。 1991年开始建设已经快30年了。 汽车碰撞安全是现在汽车安全的主体,从技术角度来说,这张图基本上表示车身、安全带、气囊可以复盖汽车的安全性。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

汽车的碰撞安全性做得相当好。 在这次事故中可以看到冲突很严重,但是现在安全车可以做这个事件,他们跑了。 比这个更不值得花那个钱,所以车的安全我们不打算沿着这条路继续下去,但即使是这样的车,现在安全性达到了这个程度,至今全世界交通事故的死亡达到了125万人,车的安全这一点还需要新的思考

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

因为在人、车、路三个要素中,交通事故的主要原因是人。 以往的汽车安全技术基于理想的驾驶员,但驾驶员真的不理想。 人真的不适合开车,谷歌也没错。 事故的原因93%是驾驶者不行,我认为驾驶者开车的时候确实需要帮助。 对安全的认识我们不等装车救人,这个案子很费钱,很难。 那我们在危险的时候能帮助他吗? 所以在危机的情况下,你干脆自己刹车,帮助司机不要出事或减轻事故。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

司机总是在累的时候分心这么多新闻量,所以在自动驾驶没有实现之前,很多车载新闻系统、娱乐系统都会遇到这个问题,处于灰色地区。 因为开车时不允许任何分心。 交通法上依然违反了。 但是警察看到你用蓝牙打电话可能当场就停不下来。 在警察面前打手机就可以直接停下来。 但是,在详细调查重特大交通事故时,要寻找10人以上的交通事故,调查司机的手机。 如果事故发生期间他在通话,无论是直接打电话还是蓝牙,都是违反的。 但是,引起如此严重的交通事故,这种违反承担处罚责任,所以新闻娱乐系统在我们没有处理交通安全之前,车方不能升级到高端智能手机。 因为总是在灰色地区。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

交通安全处理后,车载新闻系统、娱乐系统可以改善我们的车内生活。 开车是个无聊的事件,以前没有车,所以我们出去兜风了。 现在我们开车上班,反而想做越来越多的娱乐性。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

我现在的工作单位是china-fot。 我们有八辆沃尔沃的s60。 这让客户自然驾驶,忠实记录创建数据库,分解这个数据库弄清楚驾驶者驾驶时会发生什么。 这种情况在中国很常见,驾驶中突然出现了电动自行车。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

过去开发汽车时基本是超标准的,但与欧美标准最高,美国标准高一致。 但是,智能的话,即使全部超过欧洲标准、美国标准,在危险的场景中也只占4%。 中国有中国独特的危险,像刚才那样的危险在欧美看不到。 欧美重视追尾,但在追尾中急刹车引起侯车的危险在我们这里只有43.8%,但在欧美的统计资料中这个危险达到了70%。 切入的危险在国内占23.91%,因此现在由欧美标志制作的aeb,在车被切入时与这辆车相撞,在网上谈论成都的女司机,第一天大家骂这个人,第二次爆发真正的视频, 欧美没有这样的场景。 我们只能自己做。 欧美没有这么多自行车的危险。 所以,在实现智能安全后,欧美的标志可能不是最高标准。 我们真的会自己想一点案子。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

当然,这些与安全相关的事件,欧洲、美国、日本、中国都是以强制标准强制的。 根据这些标准,我相信我们的车三年内有雷达,有摄像头。 现在一辆车的安全性用多少高强度钢板,有几个气囊? 我想三年后我们必须评价汽车安全不安全。 首先,那个摄像头是单眼还是双目,装了一个雷达还是三个,前后两个比较好。 安装五个的话,这辆车是现阶段水平最高的。 当然,如果使用激光雷达的话,l3、l4、l5可能会自动驾驶。 所以这是标准驱动的第一回合。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

但是,即使汽车转动雷达,由于左边的车挡住了两辆车之间的视野,所以看到时ttc只剩下1.08秒,ttc是距离除法对数,几乎不反映人的反映,所以这两辆车自然碰撞,一秒钟完全反映 这种情况该怎么办? v2x,从年到年大概花了两年。 美国在密歇根大学的组织下进行了两年的测试。 v2v已经是正式的城市美国标准。 之后,车必须用通信方法宣布自己的位置。 我能处理很多问题。 这项技术等到普及,当然通信装车率低没用。 他们认为70%的冲突率很小,90%的冲突率安全基本上得到了处理。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

在现在的创业和创新中,互联网是新闻的传播渠道,这张图构成了完美的环境感知系统,只要这张图全部安装好,这辆车的智能化水平就可以完全接近和超过现在的人类驾驶。 于是受这些技术的吸引,我们现在使用的驾驶辅助开发了这些传感器、24g毫米波雷达、77g毫米波雷达、欧洲更强的79g毫米波雷达、单目摄像头、超声波传递。 这些传感器可以在安全方面提供充分的保证。 但是,如果有单眼摄像头、双目摄像头这种车的能力的话,就基本达成了。 因此,激光雷达、通信和云服务是必不可少的。 定位这些技术是一定要参加的。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

受比较完善的新闻系统的诱惑,我们对车的智能要求已经不仅仅停留在辅助这一部分,还提出了更高的自动驾驶。 这五级分类是世界各国对汽车自动化等级的比较共同的做法,这里认为0级、1级是电子护卫以强制标准按压,和我们的气囊一样被强制要求。 l2、l3被称为电子驾驶辅助,此时驾驶能力达不到人类,人无法脱离驾驶,驾驶员和车辆的智能系统联合起来称为电子驾驶辅助。 4和5之前自己可以独立成为司机。 当然,l4的司机负责交接。 l5是无人驾驶。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

从技术成熟度来看,智能驾驶辅助系统已经按照产业爬坡期,特别是标准法规推进。 但是自动驾驶还没有确定的应用场景。 当然市场上只有l2的车。 l3以上的车没有被批准在全世界销售。 l4现在有沃尔沃drive me的主要市场点。 其主要市场点可以有效利用运行中的时间。 他们大约一天调查60分钟以上。 这60分钟并不无聊,你可以把今天的行程排在上班的路上。 l5无人驾驶是革命性的,鼓励人们不要买私家车,点击网络完成移动。 这是drive me的录像,这时你可以做任何事件。 沃尔沃的第一个承诺是如果自动驾驶车出事由他负责。 l5现在提出了正规转移的概念,有了新的判断方法。 从移动距离的判断来看,以前汽车工厂的判断很低,到获得一辆利润为止一辆车给投资者赚的钱只有一美分,但做自动驾驶服务的话利润是1.25美元。 所以,看到一辆车不做的两个企业,评价6700亿,特斯拉谷642亿,很辛苦。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

车确实很担心。 年轻一代不一定要买,但倾向于租。 国内创新是分时租赁,这张图分解了l0到l5可能的时间表和相应的支持技术。

现在自动驾驶基本上有两个起点。 一个是高复杂度,低速,一个是低复杂度,高速。 这是现在自动驾驶的两个起点,海外汽车厂越来越多地在高速公路上自动驾驶。 环境简单,但车速高,这个应用前景很好。 国内企业和创业企业大部分做得很高,复杂度低,低速在限制控制和安全性两方面难度相对降低,但环境感知、算法相同,所以两个起点随着技术的成熟最终聚集在l4和l5。 真正的车的一些变化发生了明显的变化,最好在l4、l5之前让客户体验一下。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

最后说说我在做什么。 前面的自然驾驶是我的研究,那是可以获得基础数据的。 第二张是在科技部汽车重大专业领域参加了李克强老师的3.1基础前端。 这个项目由我做项目4。 人机共运转,驾驶者和自动驾驶之间各有优缺点。 所以l2,l3典型的是双驾驶,驾驶者和虚拟驾驶者。 在这里明确两者的优势,明确两者的意图,特别是两者的区别。 如果这个差异不解决的话,就会有很多问题。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

从欧洲来看,到了年纪,机器就会相对处于运转状态,那两个人不是比一个人开车更好吗? 不一定首先需要一个电子驾驶辅助。 这个司机没有专业信息,在灯上错误地估计了车速,但他在开车方面遇到困难,没有刹车,结果翻了过来。 深度分解的原因是人类驾驶员的视觉差异,如果弯道和下坡重合,则错误地估计弯道。 那样的身体专业问题对我们来说可能还不错,但普通司机不知道。 所以开车需要专业的驾驶支援。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

但是,你可能觉得两个人开车比一个人的身体好,不仅不好,还有问题。 比如,两个人有搁置的现象。 特斯拉的事故很明显,将一个人l2的东西错误地用作l5。 司机认为这个时候车可以开着睡觉。 我以为车有点故障。 驾驶员看着,发生了事故,人机可以将其结合起来将l2和l3产品化,但在各种场景中发现问题,驾驶员在自动驾驶阶段可以保持充分的安全防卫。

热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

但是,通过驾驶员的补充,即使是不完全的环境感知系统也可以自动驾驶,但必须设计成保证不完全的系统,1+1可以超过2,给驾驶员一点好的驾驶体验,提高安全性。 这是我自己两个研究的方向和我。

标题:热点:同济大学朱西产:智能网联汽车快速发展及应用场景拆析

地址:http://www.clctq.com/news/7782.html