导航

    蓝鲸ROS机器人论坛

    • 注册
    • 登录
    • 搜索
    • 版块
    • 话题
    • 热门
    1. 主页
    2. frank
    3. 帖子
    ROS交流群
    ROS Group
    产品服务
    Product Service
    开源代码库
    Github
    官网
    Official website
    技术交流
    Technological exchanges
    激光雷达
    LIDAR
    ROS教程
    ROS Tourials
    深度学习
    Deep Learning
    机器视觉
    Computer Vision
    • 资料
    • 关注 0
    • 粉丝 4
    • 主题 88
    • 帖子 139
    • 最佳 1
    • 群组 1

    frank 发布的帖子

    • 速腾聚创激光雷达公开路测

      今年国庆节期间,速腾聚创宣布推出了国内首个应用于无人驾驶汽车的16线混合固态激光雷达RS-LiDAR;10月28日,速腾聚创对外公开了这款激光雷达,并进行了初期的路测,这也是国产激光雷达首次进行公开展示和测试。
      0_1477964296455_1.jpg
      速腾聚创CEO邱纯鑫表示,这次路测主要有两个目的:一是为了验证在实际道路运行过程中的数据采集效果,第二个目的是对公司开发的路况识别系统进行实测和调优。

      路测地点选择在了深圳的一条主干道上,雷锋网(公众号:雷锋网)体验了整个过程。汽车行驶时,速腾聚创RS-LiDAR激光雷达采集的实时点云数据会在大的显示屏上得到展示,这些数据包括周围路面的车辆、车道线、行人以及障碍物等,另外通过深度学习算法,系统可以识别目标物体并且做出标识。

      0_1477964337442_2.jpg
      除了硬件,速腾聚创还秀了一套软件算法

      众所周知,自动驾驶或者是无人驾驶几个核心的要素就是高精度地图、环境感知、决策规划以及车辆控制,而环境感知的作用是向其它几个部分提供基础数据,这也是速腾聚创现在正在做的工作。据介绍,这次进行路测的RS-LiDAR采用了混合固态的形态,测量距离为100米,精度达到了2cm,垂直30度(±15度),实时出点数32万点每秒。如果从这些参数来看,RS-LiDAR的性能还有优于Velodyne的16线产品。

      当然,多线激光雷的技术门槛不仅体现在硬件上,它需要光学系统、高速数据处理技术、点云算法以及电机控制技术的相互协调,才能获取、处理分析2.5D甚至是3D的数据。近两年,随着无人驾驶汽车概念的普及,研发多线激光雷达厂商在逐渐增多,但看似繁荣的现象背后也存在一个问题:在这些企业中,既能做好硬件,又能把点云算法做好的寥寥无几。

      这里涉及到一个问题,如果激光雷达厂商不针对原始数据做处理,那么整车厂商的压力就非常大。一辆无人驾驶汽车安装的传感器远不只一两种,除了激光雷达和摄像头之外,通常还会有毫米波雷达、IMU以及其它温湿度传感器等作为辅助,这些传感器采集的数据量堆积在一起后,处理的难度也会大大提升。

      邱纯鑫介绍,目前,速腾聚创团队有80多人,其中有一半做激光雷达硬件,另一半就是从事软件算法的研发。随着RS-LiDAR和其算法平台的上线,这家公司已经能向下游整车厂商同时提供激光雷达和经过算法处理后的数据,例如,激光雷达和摄像头采集到路面数据后,通过算法就能够同时计算目标物体的距离和速度,即达到动态物体追踪的效果,这可以简化整车厂的工作量。

      就服务于整车厂的激光雷达厂商而言,速腾聚创同时具备硬件和点云数据后处理算法的研发能力是一个优势。

      为何是16线?

      整车厂商和激光雷达厂商都有一个线束选择的问题,如国外的Velodyne和Ibeo等在8线、16线、32线以及64线激光雷达产品线的布局上都有差异。速腾聚创邱纯鑫则解释了他们为何会选择16线的产品。

      0_1477964350181_3.jpg
      这次测试的小型16线混合固态激光雷达是国内首个推向市场的实用化多线雷达,这和国外企业早先推出的32线和64线激光雷达相比,不仅在技术路线和实现方案上更加领先,而且通过内部光机电结构的整体优化,配合成熟的点云建模和辅助视觉算法,能够更好的达到实用要求,并且有效降低整体产品成本。

      邱纯鑫还告诉雷锋网,现在越来越多的整车厂开始选择多个扫线束耦合的方案,而外观酷似大花盆的Velodyne 64线激光雷达已经是一个鸡肋产品。例如,你可以用四个16线的激光雷达,通过算法的整合就可以达到64线的效果,而线束少量产效果和成本价格也有优势,所以多个混合固态16线激光雷达耦合是目前应用的趋势。

      雷锋网还了解到,速腾聚创现在的主要目标是量产16线混合固态激光雷达,并且开始寻求和更多的汽车一级供应商(Tier1)以及车辆主机厂家进行联合测试和开发产品,预计首批16线混合固态激光雷达会在近期内出货;另外,邱纯鑫还表示,速腾聚创也会接受8线与32线激光雷达的定制产品,但没有研发64线产品的计划。

      毫无疑问,随着速腾聚创等国内厂商相继推出成本更低、可落地应用的激光雷达后,无人驾驶生态圈无论是整车厂还是高精度地图提供商的技术门槛都将进一步降低,这也将加快无人驾驶汽车商业化的进程。

      本文来源:http://www.leiphone.com/news/201610/XW5hocwjnDUOxNRG.html

      发布在 行业动态
      frank
      frank
    • 小强ROS机器人教程(10)___使用kinect进行自主移动避障

      小强主页

      本教程适用于2016年9月20号之后购买且带kinect版的用户,对于其它用户,请联系、咨询技术支持

      先看最后效果图,
      演示视频

      原理

      freenct_stack包提供kinect驱动,其发布的点云通过image_pipeline转换成障碍物栅格分布图。nav_test软件包启动底盘导航程序后会自动处理分析障碍物分布图,之后根据rivz发布的目标导航点自主移动。

      操作步骤

      注意在插入kinect的时候先插入在小强主机上插入kinect usb接口。等待kinect灯亮再插入kinect供电口。否则可能会烧毁主机和kinect

      在第一个机器人命令行窗口启动kinect驱动

      对于kinect一代

      roslaunch freenect_launch kinect-xyz.launch
      

      对于kinect二代

      roslaunch kinect2_bridge kinect2-xyz.launch
      

      对于奥比中光astrapro

      roslaunch astra_launch astrapro.launch
      

      对于intel RealDense D400系列

      roslaunch realsense2_camera rs_camera_xiaoqiang.launch
      

      在第二个机器人命令行窗口设置kinect俯仰角,这个角度不是任意的

      对于kinect一代

      rostopic pub /set_tilt_degree std_msgs/Int16 '{data: -19}' -1
      

      对于kinect二代

      因为kinect二代没有俯仰角电机,因此请手动把kinect掰到最大俯角位置

      对于奥比中光astrapro

      因为astrapro没有俯仰角电机,因此请手动把astrapro掰到最大俯角位置

      对于intel RealDense D400系列

      因为RealDense D400系列没有俯仰角电机,配带的支架已经预设好角度,因此不用任何操作。

      在第三个机器人命令行窗口启动底盘导航程序

      roslaunch nav_test fake_move_base_blank_map.launch
      

      全部正常,会出现类似下图的界面。

      0_1477464735127_4.PNG

      在第四个机器人命令行窗户启动rviz

      rviz
      

      点击rviz界面左上角的open config,选择小车主机上的/home/xiaoqiang/Documents/ros/src/nav_test/config/nav_addwa_kinect.rviz配置文件

      0_1477465271618_6.PNG

      正常的话,现在rviz中将出现类似下图的画面,现在所有配置都已经完成,开始发布导航目标点

      0_1477465971588_1.png

      任意发布一个目标点,小车会开始自主移动

      0_1477466042343_2.png

      小车到达目标点,请继续尝试其它位置,本教程结束

      0_1477466074277_3.png

      请将kinect数据线插入小车主机蓝色usb3.0端口,才能保证驱动的正常工作。型号为1473的kinect用户请先看教程(9)中的准备办法,在成功发布角度之后(kinect低头)需要关闭这个角度发布命令,不关闭会导致kinect深度点云数据没有输出。

      如果小强一直后退,rviz中可以看到小车前面有一块黑色区域,黑色区域一直跟随小车移动。这种情况说明kinect安装或者kienct低头角度没有到位,请检查kinect安装支架、去除kienct贴膜后重新执行教程中的指令

      注意此处避障时的建图由于没有使用map_server,所以并不能保存出来。如果想要建立地图需要用其他的算法。

      小强主页
      返回目录

      发布在 产品服务
      frank
      frank
    • 小强ROS机器人教程(9)___使用rostopic控制kinect的俯仰角度

      小强主页

      本教程适用于2016年9月之后购买的用户,之前购买的用户请到我们开源仓库安装下载freenect_stack,替换教程(7)中的ros官方版freenect_stack

      准备工作:

      请查看kinect版本,在kinect底座标签上有注明。对于部分model1473的用户,因为驱动的缺陷(不影响kinect其它功能,只涉及电机),需要先进行如下操作,model1414用户可以直接跳过。

      # vnc登入小车主机
      freenect-micview
      

      如果出现下图,关闭上述命令,继续教程
      0_1477406481952_2.PNG

      操作步骤:

      1.在本地虚拟机新开一个窗口,启动freenect_stack驱动,

      # vnc登入小车主机
      roslaunch freenect_launch freenect-xyz.launch
      

      正常启动会出现下图,如果出现红色错误(驱动缺陷),请通过git pull更新freenect_stack程序。
      0_1477406999656_3.PNG

      2.在本地虚拟机新开一个窗口,发布电机角度控制命令

      # vnc登入小车主机
      rostopic pub /set_tilt_degree std_msgs/Int16 '{data: -20}' -1
      

      如果一切正常,现在可以看到kinect的仰角不断变小,上述命令中的{data: -20}数字就代表角度,可以设置为30到-30之间的整数
      请将kinect数据线插入小车主机蓝色usb3.0端口,这样kinect才能正常工作

      小强主页
      返回目录

      发布在 产品服务
      frank
      frank
    • 重新校准小车底盘IMU
      Sorry:本教程适用2016年9月之后购买的用户

      适用情况:

      发货前,每台小车的底盘IMU都已经校准好,理论上正常使用是不用重新校准地。如果小车经过长期使用后,发现底盘输出的odom角度开始存在严重飘逸现象,请按下述步骤重新校准底盘IMU

      操作步骤:

      0.把小车水平静止放置好,下面标定过程不能移动、碰撞小车
      1.在本地虚拟机中ssh登录小车,输入下述命令
      ssh xiaoqiang@192.168.0.xxx   -X
      rostopic echo /imu_cal
      
      2.在本地虚拟机中新开一个窗口再次ssh登录小车,输入下述命令
      ssh xiaoqiang@192.168.0.xxx   -X
      rostopic pub /imu_cal std_msgs/Bool '{data: true}' -1
      
      3.等待10s,当步骤1中的窗口出现下图时,说明小车已经启动校准程序,终止步骤2中的topic发布命令

      0_1477403349920_1.PNG

      4.等待2分钟,IMU重新标定完成,现在无需重启小车即可继续正常使用
      发布在 产品服务
      frank
      frank
    • 小强ROS机器人教程(23)___ROS入门手册

      小强主页

      Learning ROS for Robotics Programming - Second Edition.pdf这本教程很基础,虽然以Hydro版本为例,但是也完全兼容kinetic版本,代码实例中只需将书中的Hydro字符串替换成kinetic即可。
      在完成小强ROS机器人教程(1)后,如果您不熟悉ROS,请重点阅读本书的第二章和第三章。

      小强主页
      返回目录

      发布在 产品服务
      frank
      frank
    • RE: 小强ROS机器人教程(1)___基础操作介绍

      小车的移动控制是通过发布名字为/cmd_vel 的topic来实现的,这个topic是geometry_msg下的Twist类型,它的发布方法请参考ros官方文档,小车上的control.py源代码也是一份不错的参考实例

      发布在 产品服务
      frank
      frank
    • RE: 小强ROS机器人教程(17)___利用ORB_SLAM2建立环境三维模型

      对于地图的保存功能,因为gui界面已经屏蔽了,是通过发布一个topic的形式触发的。topic名字为/map_save 这是一个std_msg下的Bool类型数据,打开命令行终端输入下述命令即可发布地图保存命令

      rostopic pub /map_save std_msgs/Bool '{data: true}'  -l
      
      发布在 产品服务
      frank
      frank
    • RE: 小强ROS机器人教程(17)___利用ORB_SLAM2建立环境三维模型

      本教程中的点云显示部分已经迁移到rviz中,涉及点云与keyframe轨迹显示的topic名字和ORB_SLAM1代完全相同.这样处理的优势是ORB_SLAM2自带的GUI界面无法在ssh中启动,修改之后现在可以支持ssh启动,这在实际使用中很重要。
      启动orb_slam2 中的start.launch文件后, 打开rviz选择一代ORB_SLAM文件夹中的Data文件夹下的rviz.rviz配置文件即可,操作完全和一代一模一样,可以参考官方readme中的usage

      发布在 产品服务
      frank
      frank
    • 视觉导航在履带车中的运用

      测试视频中的履带车采用了小强开发平台中的技术,点击观看完整视频
      0_1474618036086_tank.png

      发布在 产品服务
      frank
      frank
    • intel收购视觉处理芯片设计公司Movidius,计划与其深度摄像头 RealSense技术进行整合

      视觉处理芯片制造商Movidius成立于2006年,创始人是爱尔兰人Sean Mitchell 和David Moloney,总部位于硅谷,在罗马尼亚、爱尔兰设有分支机构。
      Movidius的视觉处理平台具备了低耗高能的特点,能以不到瓦级的功耗实时运行复杂的机器视觉和深度学习任务,是目前比较理想的机器视觉soc硬件解决方案。Google能感知环境的智能手机项目Project Tango采用的就是Movidius的第一代芯片,大疆精灵4的视觉系统则采用了Movidius的第二代芯片。
      intel认为通过收购Movidius,可以获得高速低功率芯片,以支持它的RealSense摄像头。这是一个能够获取和渲染3D图片的摄像头,可以用在如无人车等需要识别周遭物体的智能设备上。

      本文信息来自:http://36kr.com/p/5052403.html

      发布在 行业动态
      frank
      frank
    • RE: 智久机器人,开启工厂物流机器人租聘时代

      这里提到的视觉导航技术是指采用摄像头识别地面上的线标,不是视觉slam

      发布在 行业动态
      frank
      frank
    • 智久机器人,开启工厂物流机器人租聘时代

      7月份,专注AGV搬运机器人的“智久机器人”宣布获得纽信创投的数千万元融资,并将开展城市合伙人计划推广产品。
      0_1473042329481_1.jpg
      智久创始人张龙曾在2005-2012年经营工业自动化设备企业,2013年创办智久开始研发面向中小制造企业的AGV搬运机器人,其每年研发投入数千万,目前已可以实现每个月批量生产3000台。

      与以Kiva为代表的仓储机器人(国内有水岩科技、快仓、新松和极智嘉等)不同的是,智久AGV的典型应用场景在中小制造企业工厂内的送料环节。其硬件为模块化设计,针对汽车、制药、化工等不同行业可快速定制,同时会以月为单位联网更新固件。另一方面,与针对大客户的定制化服务不同,智久可以针对中小企业原有的调度路径、货架设置在一天内交货,无需二次开发,背后是可配置的软件系统。
      智久AGV搬运机器人高40cm,载重约500kg,行走速度30-60米/分钟,续航时间1-2两天。张龙表示除电池外,全部由公司自主研发,并投入了占地1万余㎡的制造中心、5000余㎡的总装车间及2000余㎡的总装测试车间。

      选择了按月租赁的方式解决客户试错成本、维修成本、退出成本高的顾虑,单个机器人收费1800元/月。今年5月开始在晋江尝试MVP,依靠BD每个月可在单城市获得60个客户。

      智久团队已接近100人,今年年底将推出叉车产品租赁服务,其与上述产品使用相同的传感器、控制器。
      【发展历程】:
      2006年 AGV产品概念导入期,与服务客户讨论AGV在供电行业工厂应用的可行性。
      2009年 AGV雏形建立,基本功能建立并验证成功
      2011年 第一款视觉导航AGV下线
      2012年 第一款双向行走AGV下线,多款自动上下料设备
      2013年 第一款叉车式AGV下线,引领仓储业革命
      2014年 第一款服务式AGV下线,引领服务业革命…
      2015年 我们一直在路上
      2016年 独创RaaS机器人租赁模式,颠覆机器人行业销售

      发布在 行业动态
      frank
      frank
    • 阿里巴巴和京东的starship项目

      0_1473040891857_1.jpg
      2015年以来,阿里、京东、申通等公司都开始小范围应用仓储机器人。而末端配送环节,无人机配送还在试验状态、政策也不明朗,且其存在成本高、易丢易坠落、载重量有限、航线规划不够灵活的缺点,京东的设想是只将其适用在空旷的农村固定线路。

      对于末端最后一公里配送,市场上还有另一种解决方案——送货/配送机器人,本质是“浓缩版的无人车”。由Skype两位联合创始人创建的 Starship Technologies是代表之一,如今阿里巴巴旗下的菜鸟网络也展示了类似产品。

      菜鸟E.T.物流实验室研发的末端配送机器人小G,高1米左右,大概能装10-20个包裹,具体载重与电池续航时长不明。目前其只是在阿里巴巴位于杭州的总部园区内测试运行,还没有明确的量产计划。

      其设想的应用场景是用户通过手机向小G发出服务需求,机器人与TMS(运输管理系统)对接,规划最优配送路径,将物品送到指定位置,用户可通过电子扫描签收。

      配送机器人在软件层面的核心包括环境感知与定位、自动避障、控制决策等,据菜鸟小G总设计师陈俊波称,其采用了激光与视觉并行的SLAM方案;避障部分则通过深度学习识别环境中的行人、车辆等不同的实体,运用自适应粒子滤波算法,对动态实体进行准确的轨迹预测。

      此外,菜鸟小G与阿里总部的电梯系统对接,可以自动乘坐电梯并靠视觉算法识别出电梯中的拥挤状态。

      以下是菜鸟小G的运行测试视频:
      http://player.youku.com/embed/XMTcwODQ3MTMzNg==

      阿里菜鸟、京东相继展示末端配送机器人,仍处于测试阶段

      无独有偶,京东也于今日展示了无人配送车样机图片。负责智慧物流研发的京东X事业部总裁肖军表示,该产品长宽高分别为1m、0.8m、0.6m,具备6个不同大小的载货舱,可以按照既定路线自动导航行驶,并具备路径规划、智能避障、车道保持、智能跟随等功能;主要针对城市环境下办公楼、小区便利店等订单集中场所进行批量送货,京东对其定位是“移动版自提柜”。
      0_1473040915405_2.png
      阿里菜鸟、京东相继展示末端配送机器人,仍处于测试阶段

      测试初期,无人车用于执行极速达等临时配送任务,肖军称无人车预计明年进入常态利用。

      配送机器人面临的技术难题与无人车类似,但要求更低(速度慢、不涉及人身安全),其难点更在于应用场景,以及如何找到客户并与其物流业务深度结合,阿里、京东有天然的电商物流应用场景,省去了“找大客户”的环节。

      最近我们也介绍过同领域的创业公司真机智能。再早些时候,市场上出现过一些室内应用的机器人,比如2015年8月,美国Savioke公司的服务机器人在酒店内为客人配送,国内的云迹也展示过同类产品。

      总的来看,配送机器人还在早期阶段,尚且面临造价高、算法不成熟、丢失隐患等问题,无人机配送在国内外都停留在测试阶段久矣,配送机器人会更快地进入实际应用么?恐怕也只能指望电商、O2O巨头来加快进程了。

      原文出处:http://36kr.com/p/5052124.html

      发布在 行业动态
      frank
      frank
    • starship内地版,真机地虎获数百万天使轮融资 中科创星投资

      0_1472523860995_f7v7yd40de3jiamt.jpg

      虽然Amazon 和Google都认为无人机是未来物流的方向,但就目前的技术瓶颈和用户体验来看,无人机送货只能满足特定线路,且价格高昂安全性较低。
      专注于解决物流最后一公里问题的真机智能,打造了一款智能送货机器人—真机地虎。据悉,该项目拿到了来自中科创星的数百万天使融资。
      真机地虎还在测试样机阶段,是一台承重20KG的六轮小车,最远可覆盖方圆2公里范围,电池续航8小时。机器人内包含CPU、GPU、IMU、3D激光雷达、摄像头等硬件。
      目前主要承接外卖运输服务,未来的目标是为用户实现30分钟内送货。 用户发起指令后,手机号码等身份信息直接与送货的机器人匹配,取货时APP一键解锁即可打开机器人的储物仓门。商家的APP则用来控制机器人的运动,接单后输入地址、路线、用户信息等,通过APP可看到真机地虎的实时位置 、使用数据、服务情况和用户反馈。
      团队方面,真机智能CEO刘智勇曾为阿里巴巴“瓦力超级大脑”项目负责人,机器学习专家,人工智能领域青年领导之一。之前在苏黎世联邦理工学院计算机系(ETH)攻读博士学位,专攻人机交互和机器学习,14年进入清华经济管理学院,并在阿里巴巴负责多个核心人工智能项目。

      产品背后有三部分核心技术:

      1.基于3D激光雷达的SLAM算法:机器接到指令后首先要以2D地图作为路径规划参考,然后根据GPS做初步定位。但实际行走过程中还要用3D激光雷达、IMU采集的信息,对环境建图、定位,来实时规划路径;

      2.基于深度学习的物体检测技术:与无人车相同,送货机器人也要面临复杂的路况。这需要根据图像信息来识别活动中的物体,从而实现避障。除使用激光雷达数据外,还需要摄像头、GPU的组合来做视觉深度学习计算;

      3.基于机器学习的控制技术:在避障和寻找路面时,由于路面状况太繁杂,依靠自学习算法做决策的技术还不成熟,因此真机智能选择了靠机器学习模型预测结果和规则相结合的方式,来实现控制决策。

      发布在 行业动态
      frank
      frank
    • RE: google自动驾驶的rviz界面长啥样?

      @weijiz 已开启水怪模式

      发布在 技术交流
      frank
      frank
    • google自动驾驶的rviz界面长啥样?

      捣鼓过ROS机器人系统的同学都认识RVIZ,一个炫酷而实用的可视化软件。下图是2014年google自动驾驶车辆的后台RVIZ界面,很高大上。从中可以看出配置的高精度地图很精确,这个地图类似ROS 导航包中的静态地图层,还能看出google的定位精度和刷新频率都很高、传感器动态监控范围很大,整套系统很完美。
      2_1472263888800_4.png 1_1472263888800_3.png 0_1472263888799_2.png

      原图视频出处

      发布在 技术交流
      frank
      frank
    • nuTonomy开始在新加坡测试无人驾驶出租车服务,支持普通公众用app预约

      0_1472188638708_q6z69o6cm215lq2c.jpg
      世界上第一批无人驾驶出租车周四在新加坡开始载客运营。

      部分公众可以通过智能手机下单,免费搭乘nuTonomy的出租车。nuTonomy是一家运营无人车软件的新兴公司。包括Google 和 Volvo在内的多家公司,几年前已在公共道路上测试无人车。可是nuTonomy宣称将在为公众服务方面捷足先登。他们将打败Uber。Uber几周前宣布将在匹兹堡测试无人驾驶车。

      公司将从小做起,最初有6辆无人车,年底将有12辆。

      nuTonomy的官员说,最终目标是2018年前在新加坡组建一个车队。这将大大缓解新加坡的交通压力。最终向全世界推广这个模式。

      目前,这些出租车仅在2.5平方英里的一北商住区内运营。上下车也限定在特定的地点。乘客事先必须向nuTonomy申请才能享受该项服务。公司称已经有数十人报名,计划在几个月内将人数扩大到几千人。

      这些车由雷诺Zoe和三菱iMiEV电动汽车合作完成。车上将有一个司机,后排一个研究人员监控汽车的电脑。每辆车都装配六套激光雷达——一种利用激光来操作雷达的探测系统——其中一个在车顶不停旋转。仪表盘上有两个摄像头来扫描障碍物,探测红绿灯的变化。

      测试的时间框架是开放式的,nuTonomy 的CEO Karl Iagnemma说。最终,这项服务将向乘客收费,也将设立更多的上车点和下车点。nuTonomy还将在亚洲其他地区、美国、欧洲测试这项服务,但是并未透露什么时间。

      “我不希望有一天我们说,“我们已经学会很多了,”Iagnemma说。

      nutonomy的首席运营官Doug Parker说,自动驾驶出租车将大幅度降低新加坡道路上的汽车数量,从90万降到30万。

      “当许多汽车从道路上消失的时候,就创造了很多可能性。你可以建设小一点的路,可以创建小一点的停车场,”Parker说。“我认为这将改变人们在这个城市的生活方式。”

      nuTonomy是一家50人的公司,在马萨诸塞州和新加坡设有办事处。由Iagnemma 和 Emilio Frazzoli在2013年创办。两人均是麻省理工科技协会的研究人员,为国防部研究开发机器人技术和自动驾驶车。这一年早些时候,公司率先获得政府批准,在一北地区测试无人车。本月早些时候,nuTonomy宣布将与陆路交通管理局合作共同研究。

      新加坡气候适宜,有大量的基础设施和恪守交通规则的司机,Iagnemma说到。作为一个陆地面积有限的岛国,新加坡始终在寻找非传统的道路来获得经济的发展,所以很支持无人车的研究。

      Delphi是一家汽车供应商,正在开发无人车软件,最近被选中在岛上测试无人车,并将于明年启动。

      “我们不得不正视土地和人力的限制。我们希望利用无人驾驶技术来克服这些困难,特别是带来新的乘车观念,给新加坡的公共交通带来提升。” 交通部常务书记、自动驾驶委员会主席Pang Kin Keong说。

      Olivia Seow,25岁,正在一北寻找合作伙伴,同时也是nuTonomy选中的一名乘客,周一参与了不到一英里的无人车测试。她坦承当她走进车里的时候很紧张,随后看到方向盘自动旋转的时候又很惊讶。

      “好像有个幽灵在驱使一样。”她说。

      但她很快就觉得很舒适。行驶很平稳,控制很好,她说,她很放心地看到汽车识别出哪怕像小鸟一样的障碍物和停在远处的摩托车。

      “我用肉眼看不见,可是汽车却能察觉到,所以我明白应该信任这辆车,”她说。她说自己很开心,因为这项技术将把她从上下班的驾驶中解放出来,同时也可以在父亲年岁渐长的时候替他驾驶。

      一个美联社记者在周三乘坐无人车时观察到,当一辆车突然阻碍了被试车的车道,或一辆停着的车突然迎来驶来时,司机必须踩一下刹车。

      Iagnemma说,公司相信软件可以做得很好。公司希望负责无人车的领导与汽车制造商、科技公司、物流公司等搞好伙伴关系。

      “有兴趣的合作方是相当多的。”他说。

      本文出处
      nuTonomy官网连接,官网上有详细的招聘信息,从中大家可以窥探出nuTonomy的技术路线和公司架构
      发布在 行业动态
      frank
      frank
    • RE: Mobileye 与 Delphi 合作,拟最早于2019年将 L4 和 L5 级无人车推向市场

      新闻发布会上的提问表明:Mobileye依旧认为对于L4级别以上的自动驾驶,激光雷达的重要性是远低于RGB摄像头的。几个月前采用Mobileye视觉系统解决方案的特斯拉已经发生了致命车祸,不少分析认为事故原因在于事发车辆的辅助驾驶系统配置的传感器太过简陋,鉴于谷歌的自动驾驶系统配备了多款激光雷达(多年路测实验中没发生过致命车祸),这自然会让人联想到激光雷达的引入对于保障自动驾驶的安全性是必须的,Mobileye目前对视觉方案的坚守否定了这种观点。
      整个发布会中,Mobileye和Delphi都多次提到机器学习技术在这次合作方案中的重要位置

      发布在 行业动态
      frank
      frank
    • Mobileye 与 Delphi 合作,拟最早于2019年将 L4 和 L5 级无人车推向市场

      0_1472036274422_0015e69ydj8o2uzs.jpg
      汽车图像处理与计算机视觉系统的关键部件供应商Mobileye近日宣布,已经与自动驾驶软硬件供应商Delphi 建立合作关系,双方将合作研发L4及L5级自动化技术,最快可于2019年推向市场。

      双方合作的目的,是想为汽车OEM厂商提供一个端到端的解决方案,从而方便地整合进自己的汽车,加快推向市场,同时替车企降低成本。双方将在2017年的CES展会上展示第一批合作成果,并同时进行城市道路与高速公路的无人驾驶演示。在此之后,他们计划开展更多的道路测试,会在全球不同的城市推出不同的测试车型。

      值得注意的是,此次双方合作的目标是做L4和L5级的无人车。自动驾驶汽车从0到5一共有6个等级。其中0为无自动化级,1为辅助驾驶级,2为部分自动化,3为有条件的自动化(人只有在请求干预时才进行操控),4为高度自动化(即便人对请求干预不响应系统也会自主控制),5为全自动化。

      不久前引起风波的Tesla Model S是L2级。实际上,Tesla Model S的Autopilot就采用了Mobileye的技术,其EyeQ3芯片可实现道路交通标志识别、延时离开监测等辅助驾驶功能。不过在发生了碰撞致死事故之后不久Tesla就取消了跟Mobileye的合作关系,Mobileye随后也发表声明称现有技术并不能避免这种车祸。但这次Mobileye与Delphi合作的是L4、L5级系统,从定义上看,这种水平的系统绝对是不允许Tesla那类事故发生的,这说明双方的合作必将实现技术上的突破。据称系统将以“摄像头(Mobileye 的强项)与雷达(Delphi 的强项)”为核心,以激光雷达为辅——也就是说造价几千美元的激光雷达是选配的。在不配置激光雷达的情况下双方如何实现精准的检测还值得观察。

      但尽管双方合作推出的是L4、L5级的无人驾驶,Delphi CEO Kevin Clark表示,推出的汽车仍将保留方向盘、刹车以及油门,以便驾驶员在必要时仍能控制,这和 Google 的想法很不一样,Google 想做的是没有方向盘、刹车和油门的无人车。

      本文来源

      信息原始出处英文连接

      新闻发布会现场录音文件

      发布在 行业动态
      frank
      frank
    • 艾米机器人获800万天使轮融资 浙江科创领投

      0_1471845328094_20160805oqpejq.jpg
      艾米机器人成立于2015年,主打家庭陪伴、养老和医疗等场景的服务机器人。旗下的主流产品艾米A1能实现智能跟随,自动避障,多国语言交流,定时巡防,多人视频通话等功能,并已达到量产水平。本月会向首批国内客户交货,商用版AMY-M1也已开始接受企业客户的定制。
      在团队方面,涵盖研发、销售和战略等部门的艾米团队约40人,在海外拥有合作实验室和研发中心,核心层成员具有海外留学或名企从业经历。

      发布在 行业动态
      frank
      frank
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 5 / 7