Mobileye自主研发的车规级成像雷达计划在两年内投产。
Mobileye的成像雷达支持其它主要的自动驾驶汽车视觉传感器,并可探测1000英尺(约304.8米)内的物体、车辆和行人。
2023年1月5日,拉斯维加斯——过去几年,除了基于摄像头的传感系统之外,Mobileye一直在研发能帮助自动驾驶汽车在任何天气、光照或道路状况下都能感知和了解周围环境的新技术。这项技术被称为软件定义成像雷达或4D雷达,将在自动驾驶汽车和最先进的驾驶辅助技术量产进程中发挥关键作用。
今天,Mobileye宣布与启碁科技合作生产软件定义的成像雷达。启碁科技总部位于中国台湾,是全球诸多汽车制造商重要的电子设备与雷达供应商。通过此次合作,双方预计将在两年内开始生产车规级成像雷达,而主要的汽车制造商客户已经对该产品表示出强烈兴趣。
Mobileye雷达业务副总裁兼总经理Yaniv Avital表示:“我们过去几年一直潜心开发的成像雷达技术拥有独特的设计,能够提供丰富而可靠的雷达信息、单一雷达感知能力升级,能够降低对多个激光雷达传感器的需求,是推动未来汽车迈向更高智能化水平不可或缺的一款产品。启碁科技作为车企供应商,拥有成熟的经验和丰富的合作成果,能帮助我们按照计划的时间和预期的质量,将这款业界亟需的创新产品推向市场。”
Mobileye开发的成像雷达远远超越了目前汽车上搭载的简单设备。通过发射射频信号来探测障碍物,成像雷达就像摄像头一样,能够处理的数据越多,就越能探测出更丰富的细节。当成像雷达与先进摄像头协同工作时,它能够在某些对摄像头成像都构成重大挑战的天气或光照条件下感知到更远的物体。
左侧是Mobileye成像雷达的可视化效果;作为对比,右上角是摄像头传感器看到的物体,而右下角是雷达数据。雷达成像中不同的颜色表示不同的速度。
Mobileye的成像雷达使用了先进的雷达架构,包括大规模MIMO(即多进多出)天线设计,自主开发的高端射频设计和高保真采样技术,可实现精确的物体探测和更广泛的动态范围。得益于可最大限度提高处理器能效的系统集成芯片设计以及世界领先的雷达数据处理算法,Mobileye的成像雷达可提供1000英尺(约304.8米)以内细节丰富的4D环境图像。该成像雷达在中等距离拥有140度视野,在近距离拥有170度视野,即使是在拥挤的城市街道上,也能够更准确地检测到其他传感器可能漏掉的行人、车辆或障碍物。
启碁科技副总裁兼汽车与工业解决方案事业部总经理Repus Hsiung表示:“这项新的成像雷达技术是实现未来高级自动驾驶的关键。我们很高兴与Mobileye合作,让先进的成像雷达能够更快地进入市场。利用我们在汽车电子和雷达解决方案领域的专业知识,我们期待与Mobileye一起进一步开发令人兴奋的新技术。”
Mobileye为自动驾驶汽车开发了真正冗余™(True Redundancy™)感知系统,未来利用成像雷达即可打造出一套360度感知系统,作为纯视觉感知系统的冗余,也能够独立运行。通过配备多套均能单独实现车辆正常运行的感知系统,“可解放双眼”的自动驾驶系统能够做到低故障率,安全验证简化,从而提供可靠的出行体验。在更先进的ADAS解决方案中,成像雷达也可替代成本更高昂的激光雷达,在驾驶辅助技术应用中发挥关键作用。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。