華為發布全球首個L3商用智駕ADS4.0

2024年10月2024世界智能網聯汽車大會上,余承東講到:“華為ADS 4.0將于2025年推出高速L3級自動駕駛商用及城區L3級自動駕駛試點,希望加快L3級自動駕駛標準的進程,推動L3級自動駕駛技術的普及。”

世界智能網聯汽車大會演講PPT

所以,華為在2025年4月23日發布全球首個L3商用智駕ADS4.0?也完全是在按照華為本身的計劃在走,合情合理。

唯一讓大家好奇的點可能是 —— 4月16日,工信部剛組織19家車企及華為召開智能網聯汽車《通知》落實閉門會,圍繞測試、宣傳、功能安全等維度提出多項強制性要求,并且強調對于智駕功能要宣傳規范:禁用誤導性術語,明確功能邊界。 剛一周,華為(4月22日)就發布L3級商用智駕ADS4.0,做法的有點高調了。

如果華為沒那個實力,那就真叫是頂風作案,但是如果有實力,那就是給國內其它企業打樣板,做表率了。

肯定也是被上面默許了的,這相當于是在告訴大家:國家是鼓勵你們做高階智駕的,有實力的,真的能達到那個程度的,可以宣傳;沒實力不要濫竽充數,夸大虛假宣傳,否則出了事情,后果自負。

下面我們就回顧一下華為ADS的發展歷程:ADS1.0 → ADS 2.0 → ADS3.0 → ADS4.0

1)華為ADS1.0

發布時間:2021 年 4 月(上海車展:2021年4月21日至4月30日)

具體是哪天沒有查到,不過按照以往慣例應該也是在車展的前幾天。

ADS1.0 采用基于 Transformer 的?BEV 架構,依賴高精度地圖;

傳感器配置:3L13V6R12U —— 激光雷達*3 + 毫米波雷達*6 + ADS攝像頭*9 + 環視攝像頭*4 + 超聲波雷達*12。

域控制器:采用?MDC810(2顆 昇騰610芯片,400TOPS)。

首搭車型:極狐αS HI版。

2)華為ADS2.0

發布時間:2023 年 4 月 16 日(上海車展:2023年4月18日至27日??)

ADS2.0 的算法架構有了質提升,基于BEV +?GOD2.0+?RCR2.0?架構,減少了對高精地圖的依賴。

a. “看得懂物”的GOD(General Obstacle Detection,通用障礙物檢測網絡)2.0網絡:可以識別通用障礙物白名單外的異形物體,障礙物種類精細識別(如區分救護車、警車等),識別率高達99.9%

b. “看得懂路”的RCR 2.0(Road Cognition & Reasoning,道路拓撲推理網絡)實現導航地圖和現實世界的匹配。

傳感器配置:1L11V3R12U

有比較大的調整,主要是做刪減 —— 減掉了2個側向激光雷達,2個前向雙目攝像頭(ADS1.0是4個: 雙目 +大小眼),3個毫米波雷達(1個后置毫米波雷達和2個側前角雷達);域控制器也由MDC810 改為MDC610 (1顆昇騰610芯片,200TOPS)

雖然,硬件上看著是簡配了,但是由于軟件架構和算法上的巨大改進,在降本的同時,整體功能的性能和體驗卻有不小程度的提升。

首搭車型:問界M5 智駕版

3)華為ADS3.0

發布時間:2024 年 4 月 24 日(北京車展:2024年4月25日至5月4日)

華為ADS 3.0架構設計:?GOD感知網絡 + PDP決策網絡 + 本能安全網絡;

ADS 3.0 將第一代的BEV方案與GOD融合,形成GOD大網。雖然,華為宣稱是端到端網絡,但卻不是一個一體式的端到端,仍然是分模塊的端到端,即感知一個端到端模塊,決策和規劃是一個端到但模塊。

ADS3.0大致劃分為兩個版本:基礎版和高階版。不同版本車型,在硬件以及支持功能上有所差異。傳感器上最明顯的區別就是基礎版去掉了激光雷達,在場景處理上,不支持復雜天氣、夜間駕駛以及復雜城區等。但是采用同源的軟件架構:GOD網絡+PDP網絡 +本能安全模塊。

搭載車型:在原來搭載ADS2.0版本上的車型上直接升級 —— ADS 3.0 在2024 年4 月發布,并于2024年9 月陸續全量推送先前搭載ADS 2.0 的車型。

4)華為ADS4.0

發布時間:2025 年 4 月 22 日(上海車展:2025年4月23日至5月2日)

華為ADS 4.0架構設計:?WEWA 架構(World Engine 世界引擎 + World Action Model 世界行為模型)

ADS4.0按照不同的需求共劃分為四個版本:ADS SE基礎版、ADS Pro增強版、ADSMax超階版、ADS Ultra旗艦版。

不同版本車型在硬件上配置上會有所不同,支持的功能也有所不同,只有 ADS Ultra 旗艦版 才真正支持 高速L3 。

傳感器升級:高精度固態激光雷達 + 分布式毫米波雷達

高精度固態激光雷達

艙內激光視覺Limera

搭載車型:按照計劃,問界 M9 將首批通過 OTA 升級華為 ADS 4.0,預計在第三季度完成升級?。

ADAS4.0 的突破就在于 突破到了L3,雖然只是 高速上的L3,但是與L2++++有很大的不同,是一個質的跨越。也是華為在智駕實力上的有力證明。

后面,其它車企應該會比較著急了,那么,緊接著,國內其它哪家企業將會有實力成為第二家,第三家宣布L3商用的企業,讓我們拭目以待。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/81103.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/81103.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/81103.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【Python學習路線】零基礎到項目實戰

目錄 🌟 前言技術背景與價值當前技術痛點解決方案概述目標讀者說明 🧠 一、技術原理剖析核心概念圖解核心作用講解關鍵技術模塊說明技術選型對比 💻 二、實戰演示環境配置要求核心代碼實現運行結果驗證 ? 三、性能對比測試方法論量化數據對比…

解決redis序列號和反序列化問題

最近遇到了一個問題,將 List<Map<String, Object>> 類型數據以list形式存入到redis之后,發現取出來時數據格式完全不對,根據報錯信息發現是反序列化問題,遇到類似問題,主要有兩種解決方案1.使用序列號工具 例如&#xff0c;Java中常用的序列化工具有Jackson、Gso…

Android學習總結之設計場景題

設計圖片請求框架的緩存模塊 核心目標是通過分層緩存策略&#xff08;內存緩存 磁盤緩存&#xff09;提升圖片加載效率&#xff0c;同時兼顧內存占用和存儲性能。以下是針對 Android 面試官的回答思路&#xff0c;結合代碼注釋說明關鍵設計點&#xff1a; 一、緩存架構設計&…

Webug3.0通關筆記14 第十四關:存儲型XSS

目錄 第十四關:存儲型XSS 1.打開靶場 2.源碼分析 3.滲透實戰 第十四關:存儲型XSS 本文通過《webug3靶場第十四關 存儲型XSS》來進行存儲型XSS關卡的滲透實戰。 存儲型 XSS&#xff08;Stored Cross - Site Scripting&#xff09;&#xff0c;也被稱為持久型 XSS&#xff…

Java父類、子類實例初始化順序詳解

1、完整的初始化順序&#xff08;含繼承&#xff09; 1、父類的靜態初始化 父類靜態變量默認值 → 父類靜態變量顯式賦值 父類靜態代碼塊&#xff08;按代碼順序執行&#xff09;。 2、子類的靜態初始化 子類靜態變量默認值 → 子類靜態變量顯式賦值 子類靜態代碼塊&…

13.組合模式:思考與解讀

原文地址:組合模式&#xff1a;思考與解讀 更多內容請關注&#xff1a;7.深入思考與解讀設計模式 引言 在軟件開發中&#xff0c;是否曾經遇到過這樣一種情況&#xff1a;你有一個對象&#xff0c;它本身很簡單&#xff0c;但是它包含了其他類似的對象。隨著系統變得越來越復…

OpenCV實戰教程 第一部分:基礎入門

第一部分&#xff1a;基礎入門 1. OpenCV簡介 什么是OpenCV及其應用領域 OpenCV&#xff08;Open Source Computer Vision Library&#xff09;是一個開源的計算機視覺和機器學習軟件庫&#xff0c;于1999年由Intel公司發起&#xff0c;現在由非營利組織OpenCV.org維護。Ope…

虛幻商城 Quixel 免費資產自動化入庫(2025年版)

文章目錄 一、背景二、問題講解1. Quixel 免費資產是否還能一鍵入庫?2. 是不是使用了一鍵入庫功能 Quixel 的所有資產就能入庫了?3. 一鍵入庫會入庫哪些資產?三、實現效果展示四、實現自動化入庫五、常見問題1. 出現401報錯2. 出現429報錯3. 入庫過于緩慢4. 入庫 0 個資產一…

uni-app - 小程序使用高德地圖完整版

文章目錄 ??功能描述??效果??開發環境??代碼部分??功能描述 頁面自動通過定位獲取用戶位置并展示周邊POI數據,同時支持關鍵詞輸入實時聯想推薦關聯地點信息, 實現精準智能的地點發現與檢索功能。 ??效果 ??開發環境 unibest2.5.4nodev18.20.5pnpm9.14.2wot-des…

牛客:AB4 逆波蘭表達式求值

鏈接&#xff1a;逆波蘭表達式求值_牛客題霸_牛客網 題解&#xff1a; 利用棧&#xff0c;遍歷字符串數組&#xff0c;遇到運算數則入棧&#xff0c;遇到運算符則取出棧頂兩個運算數進行運算&#xff0c;并將運算結果入棧。 class Solution { public:/*** 代碼中的類名、方法…

Ant(Ubuntu 18.04.6 LTS)安裝筆記

一、前言 本文與【MySQL 8&#xff08;Ubuntu 18.04.6 LTS&#xff09;安裝筆記】同批次&#xff1a;先搭建數據庫&#xff0c;再安裝JDK&#xff0c;后面肯定就是部署Web應用。其中Web應用的部署使用 Ant 方式&#xff0c;善始善終&#xff0c;特以筆記。 二、準備 &#xf…

ultralytics 目標檢測 混淆矩陣 背景圖像 沒被記錄

修改 utils/metrics.py ConfusionMatrix def process_batch(self, detections, gt_bboxes, gt_cls):"""Update confusion matrix for object detection task.Args:detections (Array[N, 6] | Array[N, 7]): Detected bounding boxes and their associated inf…

iview 如何設置sider寬度

iview layout組件中&#xff0c;sider設置了默認寬度和最大寬度&#xff0c;在css樣式文件中修改無效&#xff0c;原因是iview默認樣式設置在了element.style中&#xff0c;只能通過行內樣式修改 樣式如下&#xff1a; image.png image.png 修改方式&#xff1a; 1.官方文檔中寫…

go-zero(十七)結合DTM :實現分布式事務

1. 基礎概念介紹 1.1 什么是分布式事務 在微服務架構中&#xff0c;一個業務操作常常需要調用多個服務來完成。例如&#xff0c;在電商系統中下單時&#xff0c;需要同時操作訂單服務和庫存服務。這種跨服務的操作就需要分布式事務來保證數據一致性。 分布式事務面臨以下挑戰…

2025 簡易Scrum指南(簡體中文版)

Scrum是一個輕量級的、以團隊為中心的框架&#xff0c;用于解決復雜的問題并創造價值。Scrum有意保持非完整性&#xff0c;Scrum的設計初衷旨在依靠使用者的集體智慧來不斷演進構建。 Scrum建立在實驗主義和精益思想的基礎上&#xff0c;它賦能團隊靈活巧妙地工作&#xff0c;…

2025最新福昕PDF編輯器,PDF萬能處理工具

軟件介紹 Foxit PDF Editor Pro 2025 中文特別版&#xff08;以前稱為 Foxit PhantomPDF Business&#xff09;是一款專為滿足各種辦公需求而設計的業務就緒的PDF工具包。 軟件特點 1. 強大的PDF編輯能力 創建新文檔&#xff1a;用戶可以從無到有地構建PDF文檔&#xff0c;添…

ollama的若干實踐

1. 本地ollama 1.1 本地安裝ollama 方法 1&#xff1a;手動檢查最新版本并下載 訪問 Ollama 的 GitHub Releases 頁面&#xff1a; 打開 https://github.com/ollama/ollama/releases 查看最新的穩定版本&#xff08;如 v0.7.0 或更高&#xff09; 手動下載最新版本&#xff08…

Spring Security源碼解析

秒懂SpringBoot之全網最易懂的Spring Security教程 SpringBoot整合Spring-Security 認證篇&#xff08;保姆級教程&#xff09; SpringBoot整合Spring Security【超詳細教程】 spring security 超詳細使用教程&#xff08;接入springboot、前后端分離&#xff09; Security 自…

LeetCode 3392.統計符合條件長度為 3 的子數組數目:一次遍歷模擬

【LetMeFly】3392.統計符合條件長度為 3 的子數組數目&#xff1a;一次遍歷模擬 力扣題目鏈接&#xff1a;https://leetcode.cn/problems/count-subarrays-of-length-three-with-a-condition/ 給你一個整數數組 nums &#xff0c;請你返回長度為 3 的 子數組&#xff0c;滿足…

讀論文筆記-CoOp:對CLIP的handcrafted改進

讀論文筆記-Learning to Prompt for Vision-Language Models Problems 現有基于prompt engineering的多模態模型在設計合適的prompt時有很大困難&#xff0c;從而設計了一種更簡單的方法來制作prompt。 Motivations prompt engineering雖然促進了視覺表示的學習&#xff0c…