无人车在恶劣天气条件下的表现受到多种因素的影响:
首先,在雨天,雨水会使摄像头镜头被水珠覆盖,导致视野模糊,近在咫尺的障碍物也难以辨认。雷达信号在雨中会产生更多干扰和误差,探测精度大打折扣。高精度地图在积水覆盖的路面也不再可靠,车辆难以确认位置。一些无人车在雨天会选择暂停服务,这是出于安全和负责的考虑。
其次,在雪天和积雪路面,雪会遮挡摄像头、影响雷达,路面标志被遮挡,考验无人车的环境感知和自主规划决策能力。但部分无人车通过合理的整合、硬件选型、算法处理和保底手段,能在雪天保持平稳行驶。例如,世界首辆适应各种天气的无人巴士 GACHA 配备了能在低温下正常工作的激光雷达传感器。
此外,高温炎热天气下,人们担心线路短路、元器件烧坏,但有的无人车经过实测能正常作业。为了提升无人车在极端天气下的定位感知能力,主要围绕传感器、算法、数据这三个核心要素。多传感器融合能扬长避短,互为冗余。感知算法优化需要不断演进,结合多种方法,扩展“运行设计域”。数据驱动系统演进能综合考虑不同场景、业务、传感器的数据,提升效率。
尽管目前无人车在恶劣天气下还存在一些问题,但随着技术的不断进步,未来它们一定能更加从容地应对各种复杂天气,为我们带来更安全、便捷的出行体验。
萝卜快跑并非由传统汽车厂生产。 在早期阶段,萝卜快跑使用的是北汽极狐的汽车。第五代量产无人车 Apollo Moon 则是由百度联合北汽进行深度定制化开发的量产车型。 2024年5月15日,萝卜快跑第六代无人车由百度Apollo与江铃新能源
红旗 HQ3 无人车的研发成本目前没有确切的公开数据。 然而,从其涉及的众多先进技术和系统来看,成本肯定不会低。首先,它搭载了一系列高精度的传感器,如高精度地图、高精度定位、双重红外摄像头、三重超声波探测器和激光雷达等。这些传感器的研发和整
无人车的能源消耗与传统汽车相比通常更低。 这主要归功于无人车能实现更精确的驾驶控制,减少不必要的加速和刹车,从而降低能源消耗。例如,无人驾驶技术能提高燃料效率,通过更顺畅的加速和减速,能够比手动驾驶提高4%—10%的燃料效率。 相较于传统燃