您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。2022-2030年全球车载激光雷达解决方案按区域划分

2022-2030年全球车载激光雷达解决方案按区域划分

分享
+
下载
+
数据
2022-2030年全球车载激光雷达解决方案按区域划分
数据
© 2026 万闻数据
数据来源:东莞证券研究所,速腾聚创招股说明书,灼识咨询
最近更新: 2024-07-11
补充说明:1、E表示预测数据;2、*表示估计数据;

数据描述

车路协同智能驾驶与单车智能驾驶有效互补。自动驾驶目前分为单车智能自动驾驶(AD)和车路协同自动驾驶(VICAD)两大发展方向。单车智能起步早,技术成熟度较高,然而单纯依靠单车智能的自动驾驶技术路线仍面临较多暂时难以克服的局限性,包括单车成本高昂、感知范围有限、长尾问题频发、交通效率非最优、道路测试对里程依赖、视觉感知依赖大量的AI和数据学习等。而车路协同自动驾驶在单车智能驾驶的基础上,借助先进的车、道路感知和定位设备、无线通信和新一代互联网等技术实现高精度感知定位,将“人-路-云”交通要素联系在一起,形成车与车、车与路、车与云和车与人等的全方位协同配合,能够有效弥补单车智能驾驶的缺陷。以感知为例,单车智能存在感知范围有限、易被遮挡形成感知盲区等不足,而车路协同通过路端和云端感知,可以发挥感知范围广、长时间连续观测、容易工程化等优势,与车端感知进行互补,实现遮挡、超视距、动静态盲区等协同感知,从而显著提升车辆整体的感知能力。发展车路协同技术有望加速自动驾驶规模商业化落地,推动实现自动驾驶单车性能最优化和交通整体布局最优化的双重发展目标。