自动驾驶汽车和互联汽车系统

图1 —同步连接的自动驾驶汽车系统

通勤者 当前面临许多运输效率低下的问题。普通美国人 loses 99 hours 每年由于交通而造成的,总计错失的机会成本为 约一千亿美元。另外,几乎 1.5 million people 每年死于撞车事故,多达五千万人受苦 非致命伤害。从宏观的角度来看,车祸 几乎造成了经济损失 $1 trillion every year.

这是Recogni撰写的赞助帖子。本文表达的观点是赞助者的观点。

汽车 汽车行业正朝着自动驾驶的方向发展。同时,最近 取得了进步 汽车 connectivity,(最终)将涉及一个 彼此通信的自动驾驶汽车(AV)。带驾驶 流程变得自动化和链接,运输效率将 增加,上述问题将得到缓解。

一个系统 连接的AV涉及跨网络的车对车(V2V)通信。 要强调的重点是,为了获得最大的利益, 所有的车辆 在系统中必须完全自治。 随后,互动 自动驾驶汽车之间的交流会带来很多积极成果。

拥塞可以 通过V2V通讯大大缓解。连接的AV可以发送 交通更新,绕道行驶,并使演习比人类更快,更安全。 实际上,一组自动驾驶汽车可以协同工作以减少交通 by 向上 to 35%.

此外, 使用联网汽车系统,事故数量可以大大减少。 根据NHTSA,可以依靠V2V通信来减轻 ~80% of 汽车 crashes。将其与防撞保护相结合 使用自动驾驶汽车(查看以前与事故预防相关的帖子) 我们的博客),无人驾驶汽车 合作有可能产生巨大的安全效益。

对于积极 要获得联网汽车的系统,车辆必须自行运行 没有 任何人为干预人的 error 是运输效率低下的主要因素。结果, 自主连接系统确实有潜力解决上述所有问题 earlier.

当人类 驱动,我们的大脑实时处理大量周围的视觉提示 拥有近1000亿个神经元,产生了数据中心级的计算能力,而 耗电比灯泡少。要模仿这些功能,AV必须 配备可以至少产生75个平台的平台 每瓦功率的每秒Tera运算(TOPS)计算 消费。这个未解决的优化问题称为 视觉的 perception problem.

不幸, 当今汽车系统只能实现部分自主权。这些平台是 基于传统技术,并非专门为解决视觉问题而设计 感知问题。必须向市场推出新颖独特的解决方案 可以实现全自动驾驶汽车。

我们@ 认出 正在开发这样的解决方案。 通过利用数学,ASIC架构和AI方面的关键创新,我们的 platform generates 每瓦功率消耗100 TOPS的计算量, 清楚地解决了上面概述的视觉感知问题。因为这些 功能,我们的产品是完全自治必不可少的。 OEM必须 将我们的解决方案水平整合到他们的工具中,以使社会能够 体验连接的AV带来的众多好处。

了解更多 关于识别,签出 www.recogni.com

产品管理@ Sidhart Krishnamurthi 认出


实时物体识别

原版的。经许可重新发布。

关于识别

实时物体识别

查看所有的认可→