智能网联汽车供应链风险识别与评价分析

智能化与自动化的驾驶技术目前已较为成熟地运用到了汽车领域中,并为汽车的未来发展提供了一个良好的开端。当前,智能网联汽车在产品结构及实际应用的过程中,相关技术正面临着复杂化程度提升的问题,促使产业生态链的发展逐渐发生变革,也导致供应链存在着较为明显的高风险特征。该文以智能网联汽车供应链为研究对象,针对供应链风险识别与评价的方法进行总结,能够全面强化未来智能网联汽车供应链发展综合能力,进一步扩大其发展途径。

虚拟评审系统在整车开发中的投入产出比分析

本文以全球通用的整车开发流程为基础,分析汽车虚拟评审解决方案在汽车研发过程中的投入产出比,指出虚拟评审体系的实际应用点,指导企业如何将其最大化应用。

基于用户体验的汽车虚拟评审系统研究

汽车造型评审是汽车产品开发过程中的重要环节,需要平衡各个目标之间的矛盾,推进汽车造型评审的进度和质量。随着虚拟现实技术的发展,目前已实现依靠VR眼镜在虚拟场景中进行汽车产品造型评审。本文从硬件改善的角度出发,设计了一种可以改善晕动症、提升用户体验的VR头盔,拓展虚拟现实技术的应用领域;然后依托硬件和软件环境,搭建了协同式汽车虚拟评审系统,为汽车企业造型评审提供一种可参考的、可行的技术方案。

基于深度学习的停车位检测研究

随着智能网联汽车的发展,越来越多的学者投身于L4级以上的稳定的自动驾驶算法研究中来。自动泊车系统作为智能网联汽车的一项重要功能,能够在有效提升驾驶体验的同时,降低由于复杂地段的泊车困难带来的交通事故和经济损失,因此自动泊车在学术界和工业界掀起了研究热潮。传统的自动泊车系统中对于车位的感知依赖于超声波雷达,并且对车位空间结构有诸多限制。由于复杂的视觉环境和环视图像上停车位的不完整显示,基于视觉的停车位检测是一项重大挑战。本文提出了一种基于卷积神经网络(CNN)的车位检测算法,设计适用于车载环视图像的多重沙漏网络,并引入一种策略选择最佳感受野,从而联合检测停车位的角和线特征。所提出的方法达到了较高的精度和召回率,在搭载GPU的嵌入式移动终端可以达到30 FPS的实时性和较高的精准度。