在五年前,一輛全新的汽車可能包含大約60到100個感測器。在今天,這個數字實際上更接近200或更多。隨著車輛不斷變得更加智能和自主,感測器的發展和復雜程度也跟上了步伐。例如,傳統安裝在車輛上的大型LiDAR變得更小、數據更多、效能更高,同時提供更高的解析度。但是,比感測器類型本身更大的進步是能夠獲取來自多種感測器類型的數據,並在強大的計算平台上對這些數據進行網格化。
隨著自動駕駛汽車產業的不斷發展,技術供應商和汽車製造商需要考慮邊緣運算能力、感測器融合、感測器退化、監控以及車輛生命週期內軟體維護與服務之間的成本及性能平衡。
汽車製造商和原始設備製造商面臨的最大挑戰之一,是跟上感測器和數據開發的快速步伐。感測器需要為車輛系統提供必要的數據保真度,以滿足設計要求。例如,如果駕駛市場上任何最新的車輛,它們的感測器將尋找車道標記,並在必要時提供車道的視覺提示。
...
...
| 使用者別 | 新聞閱讀限制 | 文章閱讀限制 | 出版品優惠 |
| 一般使用者 | 10則/每30天 | 0則/每30天 | 付費下載 |
| VIP會員 | 無限制 | 25則/每30天 | 付費下載 |

