全自动无人驾驶汽车目前面临的技术瓶颈主要集中在感知、决策规划、安全和系统稳定性等几个关键方面:
首先是感知层面的问题。虽然目前对常见的障碍物识别效果不错,但在识别不常见障碍物时,依然需要耗费大量时间和资金。此外,感知技术路线多样,各有不足。例如,高精地图的使用尚未形成统一标准,激光雷达技术也存在争议。
其次是决策规划方面。在极端场景下,如何制定竞争策略和非常规策略成为难题,而端到端的自动驾驶技术还存在无法解释和分析的问题。
此外,自动驾驶系统还面临黑客袭击的风险。通信不畅可能导致系统故障,同时人工智能处理能力仍需提升。传感器的检测范围有限,无法完全覆盖环境中的所有威胁,而算法也难以完全满足感知需求。
在车辆安全方面,功能安全标准和双冗余等问题也亟待解决。系统在手动驾驶接管过程中不够稳定,也是需要克服的瓶颈之一。
总之,全自动无人驾驶汽车要想实现更广泛的应用和更高的安全性,还需要攻克诸多技术难题。只有克服了这些瓶颈,才能让无人驾驶汽车真正成为未来出行的重要组成部分。
关于小车一公里的费用问题,需要考虑多个因素来计算。首先,燃油成本是决定费用的关键因素之一。具体而言,一辆小车每公里的燃油消耗量通常在0.05升到0.1升之间,这取决于车辆的燃油效率。假设燃油价格为每升7元,则每公里的燃油成本大约在0.35元
问界M9在复杂路况下的无人驾驶表现十分出色,这主要得益于华为乾崑智行ADS高阶智驾系统和行业顶级的感知硬件。问界M9配备了4颗激光雷达(1颗192线+3颗固态激光雷达,探测距离达250米)、13颗外部摄像头、5颗毫米波雷达以及12颗超声波雷
问界M9的无人驾驶硬件配置以4颗华为激光雷达为核心,结合5颗毫米波雷达、12颗超声波雷达以及多颗摄像头,构建了360°环绕感知体系。车顶安装了1颗192线高线束激光雷达,用于远距离精准探测;前叶子板与后备厢门各配备1颗固态激光雷达,用于补盲