yessunday的专栏

毫米波雷达，是指工作在毫米波波段（一般为30～300GHz频域，波长1～10mm）探测的雷达。毫米波雷达体积小、质量轻、空间分辨率高，穿透“雾烟灰”的能力强，还具备全天候全天时工作的优势。在智能网联汽车体系中，毫米波雷达是系统感知层不可或缺的重要硬件，能让智能驾驶感知系统立体化。

本文从信号灯服务入手，简单介绍了车路协同工程化落地过程中的一些关键问题和解决方案，包括设备接入、V2X消息层编解码、C-V2X通信，车端消费以及车路协同安全防护等，类似的问题还有很多，需要从业者做极致的工程优化。

V2X技术影响用户体验的主要系统指标有延时时间、可靠性、数据速率、通信覆盖范围移动性、用户密度、安全性等。

车路协同是自动驾驶、智能交通、智慧城市的共同终极目标。

本文使用蒙特卡罗模拟器对Ledger系统的性能进行了验证和分析。数值结果表明，遵循 SPS 协议，Ledger 系统可以使碰撞概率在一定数量 RRI 后收敛到零。

泊车地图一般包括停车路线和停车位。根据生成的泊车地图，车辆可以自动按照停车路线行驶并停入对应的停车位，从而实现自动记忆泊车。

Bootloader，又称为引导程序，对操作系统非常重要，是计算机和汽车控制器的一个关键组成部分。然而，因为它往往在后台发挥作用，它经常被忽视。那么Bootloader的具体工作原理是怎样的呢？

过去十年，工业界和学术界对自动驾驶功能的开发力度不够。由于操作空间大，各种复杂的场景和自动驾驶功能都需要应对，预计评估工作将大幅增加。为了有效量化这些功能的收益和风险，本文描述了一种使用真实世界驾驶数据评估自动驾驶的整体方法。

特斯拉采用的是RegNet，相比于ResNet进行了更高一层的抽象，解决了NAS搜索设计空间(将卷积、池化等模块：连接组合/训练评估/选最优)固定、无法创建新模块的弊端，可以创建新颖的设计空间范式，能够发掘更多的场景适配新的"ResNet"，从而避免专门去研究设计神经网络架构。如果出来更好的BackBone可以替换这部分。

目前被国内外广为接受的自动驾驶级别划分标准是 SAE（国际汽车工程学会）分级，从 Level-0～Level-5 总计6 个级别，Level-0 为最低级别，Level-5 为最高级别。如下图，从无自动化，到“解放双脚”，“解放双手”，“解放双眼”，“解放大脑”，最终达到完全的“无驾驶员”化。

交通分布式光纤声波传感（DAS）监测系统可以将标准单模电信光纤电缆转换为大范围分布式的传感器阵列，通过专用的用户界面或补充交通命令的方法，将整个受监控道路的实时可靠交通监控状况与事件检测信息提供给决策者和控制系统。

本文以苹果电动汽车热管理系统专利为基础，对其电动汽车热管理系统技术新思路进行分析，为电动汽车热管理系统设计提供参考。

雷达一词来源于Radar的英文音译，是英文“无线电探测与测距”的缩写。顾名思义，雷达的作用是发现目标与确定目标的“位置”，这和我们眼睛的功能是极为相似的。现代车辆的自动驾驶是如何实现的？雷达在其中发挥了怎样的作用？

在自动辅助驾驶系统系统中，有关多种类传感器和主控系统连接的方法。

随着智能驾驶技术对于整车智能化程度要求的不断提升，对其整车的控制能力要求也大幅提升，这一过程推动整车电子电器架构逐渐从分布式架构向集中式专用域控制器架构进行不断演进和发展，以便提供更加高速、安全、可靠的电子架构。

过去一年是新能源汽车市场爆发的一年，据中汽协数据，2021年新能源汽车销售352万辆，同比大幅增长157.5%。新能源汽车技术发展迅速，畅销车辆在动力性能、智能化方面、使用成本等方面相对传统燃油车已取得领先优势。但“长途出行续航不够”和“充电不方便”是当下新能源汽车消费者两大痛点，为了延长续航里程，各大厂商纷纷采取加大电池容量的技术方案，并且提供快充方案能有效的解决充电及续航焦虑，新能源汽车800V高压系统技术由此应运而生。

CANOE基本使用教程

一种业内比较认可的方式是，在市场内现有的车载智能终端上升级C-V2X功能，充分发挥4G、5G终端的普及性，加强4G、5G网络和C-V2X网络、路侧感知设备的协同，使得广大的4G、5G存量用户可以通过多种可选择的成熟终端产品快速的体验部分车路协同应用，增强用户对车路协同的感知，进而促进C-V2X终端的渗透。当新车达到一定的渗透率时，就会面临一项不容忽视的难题——即使C-V2X网络规模化部署，在C端出行场景下依然会存在大量的非C-V2X终端，并长期面临C-V2X终端（包括前后装）、非C-V2X终端混存的情况。

本文要讨论的城区导航智能驾驶，指的是在HD-MAP（高精地图）或类似功能ADS地图加持下的，可以实现特定城区范围内的（一般是高精地图范围内或者版本发布Geo Fence（地理围栏）内的）点到点智能辅助驾驶。

智慧公路是传统公路与新一代信息技术深度融合发展的新型基础设施，通过应用5G、卫星定位、AI、物联网、云计算、边缘计算、大数据、GIS、BIM等现代化信息技术，全面感知、分析、整合和处理公路路网运行信息，以数据资源驱动公路规划、建设、管理和服务创新发展。