自动驾驶数据安全白皮书

1、Qualcomm驾驶数据平台助力TomTom面向自动驾驶的高清地图测绘数据众包计划Qualcomm骁龙820Am汽车处理器通过精确定位、车载机器学习、异构计算和连接功能帮助快速、高效的生成高清地图 2017年2月27日，巴塞罗那Qualcomm Incorporated（NASDAQ： QCOM）子公司Qualcomm Technologies， Inc.今日宣布，其正与全球领先的导航和地图测绘产品企业TomTom（TOM2）合作，利用Qualcomm驾驶数据平台（Qualcomm Drive Data Platform）支持高清地图众包，加快自动驾驶未来发展。Qualcomm驾驶数据平台利用多项前沿技术，智能采集并分析来自不同车辆传感器。

2、Apollo 2.5自动驾驶规划控制系统详细介绍在第4期Apollo自动驾驶公开课中，来自Apollo团队的资深架构师-朱帆老师对Apollo 2.5自动驾驶规划控制系统进行了详细介绍。这里，我们将整理后的公开课视频和资料分享给大家，没能到达现场的开发者可以通过视频和PPT资料来详细了解课程内容。Apollo 2.5自动驾驶规划控制技术难点规划模块所面临的技术难点有三点。第一，车辆所处的环境复杂度高。因此传感器检测返回的数据复杂，障碍物个数种类多；路况信息复杂，在高速上一秒钟车辆能跑出30米，情况瞬息万变。第二，系统对规划模块的要求高。规划模。

3、nuTonomy发布自动驾驶数据集nuScenes数据集是机器学习算法的命脉从某种意义上讲，数据集对于自动驾驶等人工智能应用领域，最重要的是它们的质量最高。同时，数据集也衍生出自动驾驶行业新的商业模式。nuTonomy今天发布了一个名为nuScenes的自动驾驶数据集，它声称其规模和精确度超过了KITTI、百度的ApolloScape和Udacity自动驾驶汽车数据集等公共数据集。数据集下载链接：https:/d3u7q4379vrm7e.cloudfront/downloadScale为nuScenes提供了数据注释，公司首席执行官表示，这是有史以来发布的最健壮的开放源码，基于多传感器自动驾驶数据集。

4、中国自动驾驶发展如何2018中国自动驾驶市场专题分析详细资料概述中国自动驾驶市场发展概况九成以上的交通事故因驾驶不慎导致，自动驾驶技术可减少交通事故发生率司机驾驶原因导致交通事故的占比超过90%，自动驾驶的出现可以减少因司机驾驶问题所导致的交通事故，大大提升出行安全，同时自动驾驶的实时路径规划可以为车辆选择最优的行驶路线，减少交通拥堵，提升交通运输效率。自动驾驶技术实现人类操控向车辆操控的转变，现阶段研发级别聚焦在SAE规定的L2-L4阶段实现人类控制向自动驾驶汽车转变将是一个漫长的过程，这里不仅是在技术层面。

5、FLIR为自动驾驶推出热成像开发套件 该产品将在自动驾驶竞赛中发挥重要作用全球每年都有超过100万人死于交通事故，还有30005000万人在交通事故中受伤，因此，开发自动驾驶汽车并提高其可靠性迫在眉睫。在交通事故中失去朋友、家人或邻居都是让人难以接受的事情，并且还要承受伴随人员伤亡产生的经济损失。鉴于其中90%95%的悲剧都是由人为错误导致，自动驾驶汽车的潜在益处就显而易见了。据麦姆斯咨询报道， FLIR近期发布了一款新型高分辨率热成像汽车开发套件（ADK），汽车产业未来将高度依赖自动驾驶汽车，这款新产品将在这场自动驾驶竞赛。

6、Uber自动驾驶事故原因解析_自动驾驶事故还有哪些日前，一辆Uber自动驾驶汽车在美国亚利桑那州坦贝市的一条街道上，以每小时65公里的速度撞上了一位横穿马路的女子。该女子在送往医院后不久，不治身亡。这是全球首例自动驾驶汽车路测撞死行人的交通事故，引发了公众的极大关注以及对自动驾驶汽车安全性的担忧。下面就随汽车电子小编一起来了解一下相关内容吧。事发后不久，坦贝市警察局局长对媒体表示，这场车祸无论是不是人类驾驶，都是不可避免的，这可能不是Uber的错。然而，这真的是一场无可避免的交通悲剧吗?众说纷纭的车祸原因车祸发。

7、Apollo自动驾驶入门课程:全面了解自动驾驶主要模块在Apollo 3.0发布的同时，我们面向更多对自动驾驶感兴趣的开发者免费开放了“Udacity X Apollo自动驾驶入门课程”，帮助小白开发者快速入门自动驾驶，不知道开发者现在学习的怎么样了呢？本次课程从自动驾驶核心技术模块出发，讲解高精地图、定位、感知、预测、规划、控制等模块知识，帮助零基础学员了解无人驾驶的基本原理与整体框架，初步掌握并运用 Apollo 自动驾驶开放平台所使用的自动驾驶算法。这里我们将整理每门课程的主要内容为准备开始学习Apollo的小伙伴提供学习方向。第一课。

8、2018-2025年全球主要主机厂自动驾驶发展两年前，佐思产研撰写了2016年 ADAS与自动驾驶产业链报告，细分为三份报告，合计约500页。随着汽车行业的发展，自动驾驶产业的壮大，今年我们更新这份报告时，不得不大幅扩充为七份报告，合计约1200页。这七份产业链报告是：2018 ADAS与自动驾驶产业链研究计算平台与系统架构篇2018 ADAS与自动驾驶产业链研究主机厂与系统集成商篇2018 ADAS与自动驾驶产业链研究汽车视觉产业篇2018 ADAS与自动驾驶产业链研究汽车雷达产业篇2018 ADAS与自动驾驶产业链研究低速自动驾驶产业篇2018 ADAS与自动驾驶产业。

9、不一样的自动驾驶技术与无人驾驶技术最近一段时间，关于无人驾驶汽车的话题炒的很热。有人预言，到2025年，无人驾驶汽车将占全球汽车销量的10%，每年销量超过千万辆。国内一些互联网公司，纷纷打出造无人驾驶汽车的口号，要颠覆中国汽车产业。有观点认为，鉴于中国的路况，无人驾驶汽车20年内都很难形成气候。但是，自动驾驶技术将会越来越多地应用到汽车上。两个提案目标其实并不相同今年全国两会上，全国政协委员、吉利控股董事长李书福提交了一个提案，要求国家加快自动驾驶立法。他认为自动驾驶可以有效降低交通事故死亡率、提高道路。

10、4D成像雷达是实现L4级自动驾驶的关键技术当我们谈及3D捕捉时，总是先想到光学传感器。当我们讨论在第四维度（时间）讨论视觉数据时，倾向于考虑场景数据调度。这些是我们多年来关注激光雷达(LiDAR）和摄影测量，以及用户针对缓慢移动的大型项目，在时间尺度上将这些技术应用于静态物体所造成的偏见。对自动驾驶汽车不可思议的需求推动了多种传感器的发展，因为，我们不能随便将从某个应用中获取的传感技术，毫不改动地投入其它应用。就像4D成像雷达这样的新型传感器，该技术使用回声定位（如海豚、蝙蝠、或某些人可以确定物体位置的方法）。

11、Apollo 2.5解锁了限定区域视觉高速自动驾驶上周，Apollo美研在桑尼维尔举行了关于Apollo 2.5的Meetup。会上，Apollo美研团队的技术大牛与来自硅谷众多的在校学生、车企等自动驾驶爱好者共同分享交流了Apollo 2.5相关的深度技术。没能到达现场的国内开发者可以通过以下视频资料回顾相关技术干货。Apollo 2.5 Platform OverviewJingao Wang首先，Apollo平台负责人王京傲为大家做了关于Apollo 2.5平台的Overview，让国外开发者进一步了解Apollo 2.5。Apollo 2.5 解锁了限定区域视觉高速自动驾驶，为开发者提供了更多场景、更低成本、更高性能。

12、2018ADAS与自动驾驶产业链研究计算平台与系统架构篇两年前，佐思产研撰写了2016年 ADAS与自动驾驶产业链报告，细分为三份报告，合计约500页。随着汽车行业的发展，自动驾驶产业的壮大，今年我们更新这份报告时，不得不大幅扩充为七份报告，合计约1200页。这七份产业链报告是：2018 ADAS与自动驾驶产业链研究计算平台与系统架构篇2018 ADAS与自动驾驶产业链研究主机厂与系统集成商篇2018 ADAS与自动驾驶产业链研究汽车视觉产业篇2018 ADAS与自动驾驶产业链研究汽车雷达产业篇2018 ADAS与自动驾驶产业链研究低速自动驾驶产业篇2018 ADAS与自。

13、CMOS图像传感器 自动驾驶汽车的理想选择Newsight Imaging首款专为近距离LiDAR应用而设计的CMOS图像传感器NSI3000及电路板，现已量产供货。据报道，LiDAR（激光雷达）和光谱分析应用的先进CMOS图像传感器开发商以色列Newsight Imaging，本月中旬在底特律AutoSens展会上介绍了为什么该公司的CMOS图像传感器解决方案能成为自动驾驶汽车LiDAR传感器的理想选择。该公司近期刚刚宣布通过TowerJazz位于以色列的代工厂，采用TowerJazz先进的180nm技术，实现了其CMOS图像传感器的大规模量产。当前，汽车LiDAR系统所面临的技术挑战主要包括：远距离。

14、IoT的介绍和IoT在自动驾驶及无人配送应用的说明在无人配送落地的路上，我们尝试了多个方向和技术，这其中也包括了大家熟知的IoT。IoT（Internet of Everything），即物联网，被认为会成为继计算机、互联网之后信息产业的第三次浪潮，而IoT在无人配送场景中的应用，将是无人配送落地的关键一步。自动驾驶是一个终将改变世界的技术，而我们始终坚信，在实现自动驾驶的路上，作为细分场景的无人配送将更快地实现落地，从而给人们的生活带去更多有趣的体验。而在无人配送落地的路上，我们尝试了多个方向和技术，这其中也包括了大家熟知的IoT。。

15、Zynq UltraScale+ MPSoC的自动驾驶平台MAX介绍近几年来自动驾驶汽车吸引很多传统汽车制造商以及新型的互联网公司参与竞争，这是传统行业与人工智能的一种结合的探索，比如我们熟悉的特斯拉、百度、福特等公司都完成了自动驾驶技术的测试，尽管自动驾驶在法律法规上的不完善，但是探索的脚步一直在前进。Perrone Robotics公司则致力于研发自动驾驶控制平台，提供给汽车制造商实现集成各种功能的传感器和控制算法来实现自动驾驶，该公司推出的MAX（Mobile Autonomous X）平台是一个功能全面的模块化具备实时功能的自动化软件软硬件控制平台。

16、Perceptive Automata正在让自动驾驶汽车实现像人类一样的推理和判断来自哈佛大学的初创公司Perceptive Automata正在让自动驾驶汽车实现像人类一样的推理和判断。行人检测( Pedestrian Detection)一直是计算机视觉研究中的热点和难点。在过去的研究中，行人检测要解决的问题是：找出图像或视频帧中所有的行人，包括位置和大小，一般用矩形框表示，和人脸检测类似，这也是典型的目标检测问题。由于人的外观差异大，遮挡，复杂的背景以及行人的速度不同，给检测带来了很大的难度。再加上即使你成功检测到目标，无法预知行人的下一步动作，也。

17、LaserNet:基于激光雷达数据的激光网络自动驾驶三维目标检测本文介绍了一种基于激光雷达数据的激光网络自动驾驶三维目标检测方法LaserNet。高效的处理结果来自于在传感器的自然距离视图中处理激光雷达数据。在激光雷达视场范围内的操作有许多挑战，不仅包括遮挡和尺度变化，还有基于传感器如何捕获数据来提供全流程信息。本文介绍的方法是使用一个全卷积网络来预测每个点在三维物体上的多模态分布，然后有效地融合这些多模态分布来生成对每个对象的预测。实验表明，把每个检测建模看作一个分布，能获得更好的整体检测性能。基准测试结果表。

18、XenomatiX激光雷达技术推动自动驾驶革命据麦姆斯咨询介绍，激光雷达（LiDAR）技术正在从科学和空间应用转向大众市场，在消费类和汽车领域找到了大量应用。非扫描型激光雷达已经在汽车中用于自主紧急制动（AEB）功能，探测范围约为10米。不过，仍然需要探测范围更远并具有成像能力的激光雷达，才能实现真正的自动驾驶革命。根据市场研究和战略咨询公司Yole在2018年年中发布的汽车和工业应用的激光雷达-2018版报告，由于正在到来的自动驾驶革命，汽车激光雷达市场预计将从2017年的3.25亿美元增长到2023年的52亿美元。Yole联合全资子公司Know。

19、基于FPGA平台的安全自动驾驶解决方案3月20-21日，由佐思产研、佐智汽车主办，地平线、TTTech、魔智、海信网络科技、晶众股份、芯仑光电、PLK、中科慧眼等单位支持的2018第三届ADAS与自动驾驶国际论坛在上海银星皇冠假日酒店举办。超过400多位嘉宾参加了本次论坛，深圳市自行科技有限公司总经理关艳峰博士发表了基于FPGA平台的安全自动驾驶解决方案的主题演讲。深圳市自行科技有限公司总经理关艳峰关艳峰：我从第一届就参加了佐思的ADAS自动驾驶论坛了，今年是第三届。在第一届自动驾驶论坛，还没有人讲FPGA，今天看到越来越人在关注FPGA。。

20、公布Uber视频还原事故真相_自动驾驶安全吗公布Uber视频还原事故真相优步一辆自动驾驶汽车与一名行人之间发生的致命碰撞的视频，发生在当地时间周日晚间的这次事故是全球已知的首例自动驾驶汽车引发的行人致死事故。肇事车辆行车记录仪拍下的视频显示，当时这辆车正在一条黑暗的街道上行驶，车灯打开，一名女行人推着自行车突然出现在车头前，测试车辆来不及作出任何反应就撞了上去。事故发生后，优步已宣布暂停北美所有自动驾驶测试项目，美国联邦安全监管机构正对这起事故展开调查。根据路透社发布的车内视频截图，当时优步测试车上有一。