深度解析自动驾驶的未来：多传感器融合

2017-09-05 11:50

三种传感器融合体系结构的对比深度解析自动驾驶的未来：多传感器融合

因为多传感器的使用会使需要处理的信息量大增，这其中甚至有相互矛盾的信息，如何保证系统快速地处理数据，过滤无用、错误信息，从而保证系统最终做出及时正确的决策十分关键。

目前多传感器融合的理论方法有贝叶斯准则法、卡尔曼滤波法、D-S证据理论法、模糊集理论法、人工神经网络法等。

从我们上面的分析可看出，多传感器融合在硬件层面并不难实现，重点和难点都在算法上。多传感器融合软硬件难以分离，但算法是重点和难点，拥有很高的技术壁垒，因此算法将占据价值链的主要部分。

深度解析自动驾驶的未来：多传感器融合

结语

在自动驾驶的浪潮下，自主品牌车企对智能化、电子化的需求比合资车企更加强劲，随之而来的便是自主一二级零部件供应商在该领域的机会，过去几年，零部件行业也在持续布局等待市场开启。

相对于控制层和执行层多被互联网巨头、整车厂及Tier 1所控制，传感器层的零部件供应商较为分散且门槛相对低一些，进入周期相对短一些。传感层仍然是国内企业进入自动驾驶产业最容易的切入点。

<上一页 1 2 3 4 5 6 7 8 9 10

声明： 本文由入驻维科号的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。

共0条评论，0人参与

登录登录即可访问所有OFweek服务

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

行业报告