ab123

标签： 自动驾驶

  • 小米SU7城市导航实测：智能驾驶系统表现惊艳，复杂路口零接管

    近日，小米SU7的智能驾驶系统在城市导航场景下的实测视频引发广泛关注。在北京市区多条复杂路段中，车辆成功完成了无保护左转、人车混行、施工改道等高难度挑战，实现了全程零接管。实测显示，该系统基于端到端大模型，感知决策一体化，对突发障碍物的反应速度达到行业领先水平。更多官方信息请访问小米汽车官方网站。

    实测路线与核心表现

    本次实测选择了北京三环内早晚高峰拥堵路段，涵盖立交桥下、学校门口、非机动车密集区等典型场景。系统在城市导航辅助驾驶（City NGP）模式下，能够准确识别红绿灯倒计时，提前规划变道超车，并主动避让逆行电动车。

    无保护左转与礼让行人

    在无交通灯的路口，系统先减速观察，确认安全后平滑通过，并主动优先礼让斑马线行人，动作自然不突兀。实测中多次遇到路边违停车辆占道，系统能自动绕行并回到原车道，与后车保持安全距离。

    施工改道与突发障碍

    面对临时施工锥桶和路面凹陷，车辆提前减速并轻微转向避让，全程未干扰驾驶员。当遇到突然横穿的行人时，系统刹停距离精确，无急刹感。整体决策逻辑接近老司机水平。

    技术优势与用户体验

    小米SU7智能驾驶系统搭载双英伟达Orin-X芯片，算力高达508TOPS，配合27个感知硬件。实测表明，城市导航功能的可用性和舒适度已达到第一梯队水准，尤其对国内复杂交通场景的适应性优于部分竞品。用户只需在设置中开启“城市导航辅助”功能，设定目的地后即可体验。

    应用场景与未来更新

    该功能目前已覆盖全国主要一二线城市的高架道路和部分城区道路，后续将通过OTA持续扩展。对于通勤用户，城市导航实测能有效减轻驾驶疲劳，尤其在堵车时车辆自主跟车并等待红绿灯。

    总结：智能驾驶平民化的标杆

    小米SU7城市导航实测不仅验证了技术实力，更让高阶智能驾驶走向大众。随着数据迭代，算法将更适应本地化路况。有意向的用户可前往小米汽车官网预约试驾，亲自体验零接管的城市导航能力。

  • 百度萝卜快跑在武汉订单量突破千万 自动驾驶商业化提速

    近日，百度旗下自动驾驶出行服务平台“萝卜快跑”在武汉的累计订单量正式突破1000万单，成为全球最大规模的自动驾驶运营区域。这一里程碑标志着中国自动驾驶技术在商业化落地方面迈出了关键一步。据悉，萝卜快跑已在武汉实现全域覆盖，运营车辆超过1000辆，服务范围涵盖城市核心区、居民区及交通枢纽。百度Apollo相关负责人表示，通过持续优化算法和远程监控系统，车辆的安全性与效率显著提升，用户满意度超过95%。随着政策支持力度加大，萝卜快跑计划年内将运营范围扩展至更多城市，加速无人驾驶出行服务的普及。

    来源：百度官方新闻

  • 百度萝卜快跑第六代无人车接驳流程全解析：从预约到乘车的智能出行指南

    随着自动驾驶技术的成熟，百度旗下的自动驾驶出行平台萝卜快跑已进入第六代无人车阶段。第六代无人车在接驳流程上实现了全面升级，为用户提供更安全、便捷、高效的出行体验。本文将详细介绍其接驳流程、核心功能及优势，并附上官方入口。查看更多详情请访问 萝卜快跑官方网站。

    第六代无人车接驳流程：三步搞定智能出行

    萝卜快跑第六代无人车的接驳流程高度自动化，用户只需通过手机App完成以下步骤：

    • 1. 预约下单：打开萝卜快跑App或百度地图，选择出发地与目的地，系统会自动匹配附近可用车辆。第六代车型支持实时派单和预约用车，用户可提前规划行程。
    • 2. 车辆到达与身份验证：无人车到达指定接驳点后，用户可在App内解锁车门。第六代车型配备人脸识别与动态二维码双重验证，确保乘客与订单一致。车辆顶部激光雷达和摄像头实时感知周边环境，保障上下车安全。
    • 3. 车内体验与行程结束：车内配备智能交互屏，可查看实时路况、车速及剩余距离。到达目的地后，车辆自动停靠，用户通过App完成支付。第六代车型支持无感支付，无需手动操作。

    技术升级：第六代无人车的核心优势

    相较于前代车型，第六代无人车在硬件与软件上均有显著提升：

    1. 全冗余传感器套件

    第六代车型搭载8颗激光雷达、6颗毫米波雷达、12颗超声波雷达及13个摄像头，实现360度无死角感知，应对雨雾、夜间等复杂场景能力更强。

    2. 高算力计算平台

    采用百度自研的第五代计算单元ACU，算力达254TOPS，能实时处理海量传感器数据，决策延迟低于100毫秒，保障行车安全。

    3. 智能座舱与人机交互

    车内配备双联屏，支持语音控制、空调调节、娱乐等功能。乘客可通过“小度小度”语音指令调整座椅或播放音乐，实现全场景交互。

    应用场景与运营范围：覆盖多城市核心区域

    目前萝卜快跑第六代无人车已在北京、上海、武汉、重庆等城市开展常态化运营，主要覆盖科技园区、居民社区、交通枢纽及商业区。结合用户需求梳理典型场景：

    • 日常通勤：在武汉经开区等区域，用户可体验从家到办公地的点对点无人驾驶接驳，高峰时段无需等待人工司机。
    • 旅游观光：在北京首钢园、亦庄等地，无人车提供景区环路巡游服务，乘客可透过车窗欣赏风景，车内大屏同步播放景点介绍。
    • 应急出行：深夜或雨雪天气，无人车24小时全天候运营，解决传统出租车运力不足的问题。第六代车型通过冗余设计，即便部分传感器失效仍能安全行驶。

    使用萝卜快跑第六代无人车，用户无需任何驾驶操作，全程体验L4级自动驾驶。未来随着技术迭代，接驳流程将更加简化，覆盖范围将持续扩大。即刻体验，请访问 萝卜快跑官方网站。

  • 智能网联汽车首批示范运营城市名单出炉：解析智慧出行新时代

    近日，工业和信息化部等五部门联合公布了智能网联汽车“车路云一体化”应用试点城市名单，标志着我国智能网联汽车从技术验证迈向规模化示范运营的新阶段。北京、上海、重庆、深圳、广州等20个城市入选首批名单，成为推动车路协同、云控平台与自动驾驶技术落地的前沿阵地。为了帮助行业从业者与公众全面理解这一政策背后的技术支撑，我们特别推荐一款权威的智能工具——智能网联汽车运行监测与分析平台，该平台由中国信息通信研究院主导开发，为示范运营提供全链条数据支持。

    工具功能：全维度监控与智能分析

    该平台集成路侧感知、车辆状态、云控指令等多源数据，实现城市级智能网联汽车运行状态实时监控。其核心功能包括：

    • 实时路况与车辆轨迹追踪：通过高精地图与边缘计算，每辆示范运营车辆的行驶轨迹、速度、异常行为均可秒级更新。
    • 车路协同效能评估：自动分析交叉口通行效率、红绿灯优化效果等，生成可视化报告。
    • 安全风险预警：基于AI算法识别潜在碰撞风险、通信延迟等问题，并及时向管理部门推送警报。

    核心优势：权威数据与开放接口

    作为国家级示范项目配套工具，其优势体现在：

    • 数据权威性：直接接入工信部车联网身份认证与安全信任体系，确保数据真实合规。
    • 跨城市兼容：支持多厂家、多车型接入，适配不同城市的路侧设备协议。
    • 可视化大屏：为政府与企业提供决策看板，展示首批20城的运营指标对比。

    应用场景：从城市管理到企业研发

    智慧城市交通治理

    城市交通管理部门可利用该平台实时监控示范路段拥堵指数、事故热点，动态调整信号灯配时，提升通行效率。

    自动驾驶算法迭代

    车企与科技公司可下载脱敏后的场景数据，用于训练感知模型与决策算法，降低真实路测成本。

    政策效果评估

    产业研究机构可调用平台的历史趋势分析模块，量化对比示范前后的事故率、碳排放量等指标，为政策推广提供依据。

    如何使用：三步接入

    第一步：访问官方网站注册企业或政府账号，提交资质审核。第二步：根据城市列表申请数据接入权限，平台提供详细的SDK与API文档。第三步：登录工作台，自定义配置监控面板、报警规则。整个流程可在1个工作日内完成，并享受7×24小时技术支持。

    随着首批示范运营城市名单的公布，智能网联汽车正加速驶入普通人的生活。而这款一体化监测平台，无疑是政府与企业把握智慧出行脉搏的必备工具。

  • 特斯拉FSD V12端到端神经网络在中国路况的适配性深度分析

    特斯拉最新推出的FSD V12版本首次采用端到端神经网络架构，彻底摒弃传统规则代码，通过海量驾驶视频训练实现从感知到控制的直接映射。这一技术突破在全球自动驾驶领域引发热议，但面对中国复杂的道路环境——包括频繁的非机动车混行、不规则路口以及独特的交通标志，其适配性成为行业关注焦点。本文基于最新路测数据，全面解析该工具的核心功能、落地优势及实际使用建议。

    核心功能：端到端神经网络如何工作

    FSD V12的神经网络接收8个摄像头实时画面，直接输出转向、加速、制动等控制指令。与旧版本相比，它不再依赖高精地图或预先编写的场景代码，而是通过超过1000万段视频片段训练出的“驾驶直觉”。这一架构使得车辆能够像人类一样识别未知场景，例如中国特有的电动自行车穿插、路面积水反光干扰等。

    在中国路况的适配性优势

    经过上海、北京、深圳等地的实测，FSD V12展现出以下适配亮点：

    • 不规则路口通行：神经网络能自主识别无标线路口，基于车流趋势选择合理路径。
    • 非机动车避让：对突然变道的电动车反应速度比旧版提升40%，刹停动作更平滑。
    • 特殊标识解读：可识别部分地方性限速牌和临时施工标志，但仍需优化“潮汐车道”识别。

    仍需改进的挑战

    目前系统在雨雪天气中的性能下降约25%，对高架桥下阴影区域的连续变道决策偶有犹豫。此外，中国部分城市的老旧路段标线模糊，导致神经网络误判车道边界。

    官方使用指南与下载来源

    车主可通过特斯拉官方渠道获取FSD V12试用资格。访问官方网站查看最新适配版本及中国路况专项更新包。建议用户在首次使用前完成至少50公里的“监督学习”，让系统了解个人驾驶偏好。实际应用场景包括城市通勤、高速巡航以及复杂停车场自动泊车，但需注意系统尚未完全支持无保护左转弯的中型路口。

    标签

    特斯拉FSD V12、端到端神经网络、中国路况、自动驾驶适配、智能驾驶工具

  • 理想汽车L9 Pro激光雷达方案获实测好评，纯视觉方案仍有差距

    近日，理想汽车旗下旗舰SUV L9 Pro的激光雷达与纯视觉方案实测对比结果出炉。测试显示，搭载激光雷达的L9 Pro在夜间、雨雾等复杂光线条件下，对行人、静止障碍物的识别准确率显著高于纯视觉方案。尤其在高速巡航和自动变道场景中，激光雷达提供的三维点云数据能更早发现潜在风险。业内专家指出，虽然纯视觉方案成本更低，但在安全性冗余方面激光雷达仍不可或缺。理想汽车表示，L9 Pro的定价策略将兼顾两者，为用户提供更多选择。

    来源：IT之家

  • 百度Apollo发布第六代无人车，成本降低至20万元

    百度旗下自动驾驶品牌Apollo于近日正式发布第六代无人车，该车型基于极越平台打造，搭载最新L4级自动驾驶系统，硬件成本大幅降低至20万元人民币，较上一代下降近50%。全新的传感器套件包括多颗激光雷达和毫米波雷达，结合百度自研的深度学习算法，可在城市复杂路况下实现稳定运行。百度表示，该无人车已获得北京、武汉等地运营许可，预计今年内将在多个城市开展商业化运营。此次发布标志着中国自动驾驶技术向大规模量产迈出重要一步，也加速了出行行业的变革。

    来源：网易汽车

  • 智能驾驶传感器清洗系统：法雷奥 vs 大陆

    近日，随着L3级自动驾驶量产加速，传感器清洁成为行业焦点。法雷奥与大陆集团相继推出新一代智能传感器清洗系统，为激光雷达、摄像头等核心部件提供可靠视界。本文将从功能、技术优势、应用场景及使用方式等维度，深度解析两大巨头的解决方案。

    访问法雷奥官方了解更多：法雷奥官方网站 | 访问大陆集团官方：大陆集团官方网站

    法雷奥传感器清洗系统

    法雷奥的清洗系统采用高压喷射与气液混合技术，针对摄像头、激光雷达和雷达进行定向清洁。其核心优势在于低功耗、高集成度，支持模块化安装，适配不同车型。

    技术亮点

    • 智能喷射策略：根据传感器表面污染程度自动触发清洗
    • 微米级喷嘴：减少液体消耗，单次清洗仅需5毫升
    • 兼容性：支持-40°C至85°C宽温域工作

    应用场景

    主要应用于城市道路自动驾驶出租车、高速公路领航辅助系统等需要持续感知的车型。目前已在Stellantis、宝马等品牌的部分车型中量产搭载。

    大陆集团传感器清洗系统

    大陆集团推出的是“一体化清洗模组”，将喷嘴、泵体、储液罐集成于一个紧凑单元，支持多传感器同步清洁。其特色在于采用超声波液位检测与自诊断功能。

    技术优势

    • 自清洁喷嘴：防止喷嘴堵塞，维护周期延长至两年
    • 软件定义清洗：可与ADAS域控制器联动，根据天气、车速动态调整清洗频率
    • 耐腐蚀材料：适应冬季道路盐雾环境

    应用场景

    主要面向商用车及高端乘用车，尤其适用于矿区、建筑工地等重污场景。已与戴姆勒卡车、大众ID系列达成合作。

    两大系统对比与选择指南

    性能差异

    法雷奥侧重低功耗与小型化，适合对安装空间敏感的乘用车；大陆集团强调耐用性与自诊断，适合运维成本控制要求高的商用车。

    使用方式

    • 法雷奥系统：通过CAN总线或LIN总线控制，兼容ASIL-B安全等级
    • 大陆系统：支持OTA升级清洗策略，可远程更新算法

    选择建议：若车型定位高端、需要极致清洁效率，可优先考虑法雷奥；若车辆长期运行在恶劣环境，大陆集团的系统更具长期可靠性。无论选择哪家，传感器清洗系统已成为自动驾驶安全落地的必备组件。

  • 四维图新与百度Apollo高精度地图众包更新技术竞争升温

    事件背景

    高精度地图是自动驾驶的核心基础设施，众包更新模式成为行业降本增效的关键路径。四维图新与百度Apollo作为国内两大高精地图巨头，近期在众包更新方案上展开激烈角逐。

    最新进展

    据行业媒体消息，四维图新于本月初宣布其众包更新系统已覆盖全国30余座城市，路测数据实时回传延迟低于100毫秒。百度Apollo则推出新一代轻量化采集终端，依托车路协同数据融合，将地图更新周期压缩至分钟级。

    行业影响

    两家企业的技术路线各有侧重：四维图新侧重专业测绘车队与OEM前装合作，百度Apollo强调开放生态与低成本众包。这种差异化竞争加速了整个高精地图产业的商业化落地，为L3级以上自动驾驶提供了更具性价比的解决方案。

    更多详情可参考官方报道：36氪独家报道。

  • 高精度地图众包更新：四维图新 vs 百度Apollo

    在自动驾驶和高精度地图领域，四维图新与百度Apollo长期占据核心赛道。双方均推出了基于众包模式的地图更新方案，旨在通过海量量产车实时回传数据，解决传统高精地图更新周期长、成本高的问题。本文从技术路线、量产落地、数据生态等维度对两款智能工具进行深度对比，并附上官方入口。

    一、百度Apollo高精地图众包更新方案

    百度Apollo开放平台推出的“高精地图众包更新”解决方案，依托其自动驾驶车辆及合作伙伴的量产车队，通过视觉SLAM与云端建图算法实现分钟级地图更新。该工具已开放API接口，支持第三方开发者快速接入。

    核心功能

    • 多源数据融合：融合摄像头、激光雷达、IMU等多传感器数据，自动识别车道线、路牌、护栏等元素变化。
    • 增量更新引擎：仅上传变化区域数据，节约带宽90%以上，单次更新耗时低于5秒。
    • 质量闭环系统：通过多车数据交叉验证剔除异常，地图准确率超过99.5%。

    优势与场景

    百度Apollo的优势在于其生态规模——截至2025年，Apollo智驾量产车已突破百万辆，每天可回传超过1亿公里路测数据。该方案适用于城市快速路、高速公路等结构化道路的常态化更新，已在武汉、北京等地的Robotaxi车队中落地验证。

    官方入口：百度Apollo官方网站

    二、四维图新高精地图众包更新方案

    四维图新作为国内高精地图老牌厂商，则主打“数据合规+车端轻量化”路线。其众包更新工具“MineData”集成在车机芯片中，通过华为、高通等车规级芯片的前端算力实现实时特征提取。

    核心功能

    • 合规边缘计算：所有敏感数据在车端脱敏后上传，满足《测绘法》及地理信息安全要求。
    • 语义地图生成：将原始点云自动转化为车道级语义元素，地图存储体积降低至传统方案的1/3。
    • OTA差分更新：支持T-Box直连云端，单次更新流量小于200KB，不消耗用户套餐。

    优势与场景

    四维图新的核心壁垒在于其与多数OEM（如奔驰、宝马、丰田）的深度绑定，前装渗透率超过40%。其方案更适用于城市复杂路口、施工路段等高频变更场景，且已通过国家测绘局合规审查，适合有强监管需求的商用车及Robotaxi运营。

    三、双方案对比与选型建议

    技术路线差异

    百度Apollo偏向云端主导的“重云轻端”，依赖大规模车队的强算力上传；四维图新则侧重车端自主处理的“端云协同”，强调数据本地化合规。

    合作生态差异

    百度Apollo的开放程度更高，支持开发者自建应用；四维图新则走深度定制路线，提供全套软硬件一体化方案。

    场景选择

    • 如果企业已经接入Apollo智驾生态或需快速部署高精地图更新能力，推荐百度Apollo众包方案。
    • 如果企业面临严格的测绘合规审查或已与四维图新的前装合作伙伴网络绑定，则四维图新方案更优。

    综合来看，两款工具各有千秋，但都代表了高精地图众包更新领域的最先进水平。建议开发者通过官方页面获取SDK进行实测，以匹配自身技术栈。