自动驾驶整车实例
- 特斯拉Autopilot 2.0的自动驾驶汽车 该车共配备 8 个摄像头：
3个前置摄像头（不同视角 — 广角、长焦、中等）； 2个侧边摄像头（一左一右）； 3个后置摄像头； 12个超声波传感器（传感距离增加一倍）； 一个前置雷达（增强版）； 一个后置倒车摄像头，达到 360 度全车范围覆盖，最远检测可达 250 米； 搭载12颗超声波前置雷达可以穿越雨、雾、尘环境，丰富视觉系统的探测数据；
传感器，用以辅助侦测，对物体的距离、软硬精准度有更大的提升；
增强版的毫米波雷达，能够在恶劣天气下工作，也能探测到前方车辆；
汽车主板集成了 Nvidia PX2 处理芯片，运算能力比起第一代自动驾驶系统要高 40 倍，其的性能是前款产品的40倍，大幅提升计算能力。
- Apollo 2.5自动驾驶汽车
Apollo 2.5（限定区域内基于视觉的高速自动驾驶）
2套新的硬件系统支持：
第一套是禾赛的Pandora套件 + 2个广角摄像头 + 1个毫米波雷达； 另一套是单目广角摄像头 + 1个毫米波雷达。 3. 东风无人驾驶L4智能卡车
L4智能卡车具有自适应巡航系统和车道保持实现自动跟车、遇弯道行驶完全自主转向等功能。
- 深圳自动驾驶公交车
车上配有激光雷达、毫米波雷达、摄像头、GPS天线等设备。
实现自动驾驶下的行人和车辆检测、减速避让、紧急停车、障碍物绕行、变道、自动按站停靠等功能。
三、我们面临的最大挑战：建立信任
- 问题 自动驾驶汽车就像飞机。就算你知道它们比普通汽车更安全，但仍然有一些不信任的感觉。
建立信任并非易事。人们希望确保自己掌控一切并看到一切时，会去看驾驶员。这种人类本能的行为不会因为某些新技术而消失，因此我们最好适应它。如果用户知道汽车周围的环境，对其有足够的掌控感，那么用户便会信任它。
- 解决方案 当用户知道机器的工作方式并可以预测它们会做什么时，用户就会信任它们。
UI界面就是为此而产生的，在UI界面中，汽车始终可以显示出该时刻的实际状况以及在我们周围看到的一切。我们想象自动驾驶汽车在中央有一个显示屏。汽车中的每个人都可以看到它，并且始终显示汽车的状态。这将是您可以检查驱动程序的“面孔”。
- 用红色框突出显示障碍物 我们可以用红色框突出显示了骑自行车的人或行人等所有障碍。
但是，这种方式的存在弊大于利。
红色标志着危险，使用红色框框来标记行人等障碍轮廓，会让用户感到不够保险（用户会觉得对汽车没有足够的掌控感，“会不会不小心碰到旁边离得这么近的人”），这样用户很可能会采取一些手动措施来终止自动驾驶，以避免发生不可挽回的后果。
-
用红线突出障碍 用红线代替红色框框，将汽车和人隔离开，就像围栏一样，依然可以注意围栏隔开的行人等障碍。围栏的隔开，给予用户相当程度的安全感，不会让他们觉得车和人混杂在一起。
-
语音控制 我们可以通过点击来控制汽车，但是在大多数情况下，我们将使用语音控制它。
汽车可能是第一个最容易语音控制的电子设备。但是，我们仍然需要一个可以快速检查内容的屏幕。
人类是异步生物。输出的是语音，但是在视觉上我们可以更快地处理信息。
- 呼叫自动驾驶汽车 您将可以通过点击手机来呼叫自动驾驶汽车，它将在几分钟内到达。您不必再清洁，保养或维修汽车，系统自带的服务将处理所有这些无聊的任务。城市将成为汽车革命的大赢家。使用电动汽车，空气和噪音污染将大大减少。我们不必全天停车。想象一下，如果我们可以在城市的每个停车位种一棵树，未来会怎样。
