• 一起做一下BMS的最差情況電路分析(WCCA)（上）

  今天一起學(xué)習(xí)下最差情況電路分析（WCCA）怎么做，里面有些事情是我們實(shí)際下手做了才知道。首先看下這個(gè)標(biāo)準(zhǔn)《GJB/Z 223-2005?最壞情況電路分析指南》，這個(gè)標(biāo)準(zhǔn)定義了WCCA相關(guān)背景概念，也是我們能找到的比較對口的參考材料；具體地，里面介紹了計(jì)算WCCA的幾個(gè)方法，并給出了實(shí)例，包括極值法、平方根法、蒙特卡洛方法。

  胡搖扇

  1637

  05/15 12:40

  電路分析 BMS系統(tǒng)

  
• 通過定制電源管理集成電路輕松縮短上市時(shí)間

  作者：Franco Contadini，主管工程師 摘要 電源管理集成電路(PMIC)有益于簡化最終應(yīng)用并縮小其尺寸，也因此備受青睞。然而，當(dāng)默認(rèn)啟動時(shí)序和輸出電壓與應(yīng)用要求不符時(shí)，就需要定制上電設(shè)置。大多數(shù)情況下，電路沒有可以存儲這些設(shè)置的非易失性存儲器(NVM)。對此，低功耗微控制器是一個(gè)很好的解決方案，其功能特性和所包含的工具可以在上電時(shí)對PMIC控制寄存器進(jìn)行編程，而不需要開發(fā)固件。本文將

  與非網(wǎng)編輯

  2038

  05/13 17:17

  微控制器 電源管理

  
• 干貨 | 域控關(guān)鍵技術(shù)詳解

  本系統(tǒng)方案指南 (SSG) 探討了車輛區(qū)域控制架構(gòu)的最新趨勢和技術(shù)。第一篇介紹了區(qū)域控制架構(gòu)的市場趨勢，第二篇將介紹系統(tǒng)架構(gòu)和方案。

  安森美半導(dǎo)體

  643

  05/13 10:20

  域控制器
• 主動安全和被動安全，誰在事故中發(fā)揮作用更關(guān)鍵？

  看到一個(gè)關(guān)于主動安全和被動安全在事故中作用的討論，感覺非常有意思。其實(shí)隨著自動駕駛和高級駕駛輔助系統(tǒng)（ADAS）的不斷成熟，汽車安全技術(shù)也正經(jīng)歷著從傳統(tǒng)“事故發(fā)生后保護(hù)”向“事故預(yù)防”演進(jìn)的深刻變革。主動安全和被動安全作為現(xiàn)代汽車安全防護(hù)的兩大支柱，各自承擔(dān)著不同但同等重要的角色。

  智駕最前沿

  827

  05/12 10:35

  自動駕駛 汽車安全

  
• 優(yōu)化導(dǎo)航系統(tǒng)中的MEMS IMU數(shù)據(jù)一致性和時(shí)序

  作者：Mark Looney，應(yīng)用工程師 摘要 對于初次嘗試評估慣性檢測解決方案的人來說，現(xiàn)有的計(jì)算和I/O資源可能會限制數(shù)據(jù)速率和同步功能，進(jìn)而難以在現(xiàn)場合適地評估傳感器能力。常見的挑戰(zhàn)包括如何以MEMS IMU所需的數(shù)據(jù)速率進(jìn)行時(shí)間同步的數(shù)據(jù)采集，從而充分發(fā)揮其性能并進(jìn)行有效的數(shù)字后處理。計(jì)算平臺循環(huán)速度可能很慢（低至10 Hz），而且這些平臺往往不支持傳感器數(shù)據(jù)更新產(chǎn)生中斷來及時(shí)獲取數(shù)據(jù)。本

  與非網(wǎng)編輯

  339

  05/08 17:47

  AGV IMU

  
• 一文帶你厘清自動駕駛端到端架構(gòu)差異

  隨著自動駕駛技術(shù)飛速發(fā)展，智能駕駛系統(tǒng)的設(shè)計(jì)思路也經(jīng)歷了從傳統(tǒng)模塊化架構(gòu)到端到端大模型轉(zhuǎn)變。傳統(tǒng)模塊化架構(gòu)將感知、預(yù)測、規(guī)劃和控制等子任務(wù)拆分開，分別由不同模塊完成；而端到端大模型則嘗試直接將傳感器輸入映射到車輛控制指令上，實(shí)現(xiàn)聯(lián)合優(yōu)化。雖同為端到端，在各車企在設(shè)計(jì)時(shí)卻提出了模塊化端到端、雙系統(tǒng)端到端、單模型端到端等各種技術(shù)架構(gòu)，這些端到端架構(gòu)到底有何區(qū)別，相較于基于模塊化的架構(gòu)，他們又有何優(yōu)勢？

  智駕最前沿

  1093

  05/08 11:46

  自動駕駛 端到端

  
• 吉利汽車智能駕駛技術(shù)解讀

  自2015年提出“智能吉利2025”戰(zhàn)略以來，吉利汽車在智能駕駛領(lǐng)域持續(xù)加碼，圍繞整車架構(gòu)、算力平臺、數(shù)據(jù)與算法以及分層智能駕駛系統(tǒng)四大維度展開布局。

  智駕最前沿

  1205

  05/03 08:40

  智能駕駛

  
• 高逼真合成數(shù)據(jù)助力智駕“看得更準(zhǔn)、學(xué)得更快”

  自動駕駛研發(fā)如何高效獲取海量訓(xùn)練數(shù)據(jù)？高逼真合成數(shù)據(jù)技術(shù)正在提供新解法。通過仿真平臺可生成多場景、多傳感器的精準(zhǔn)標(biāo)注數(shù)據(jù)。文章詳解如何構(gòu)建符合nuScenes標(biāo)準(zhǔn)的數(shù)據(jù)集，覆蓋復(fù)雜交通場景，為感知模型訓(xùn)練提供高效、可控的數(shù)據(jù)支持。

  康謀科技

  882

  04/29 11:30

  測試測量 算法

  
• 理想智駕的VLA模型及其結(jié)構(gòu)

  我們之前文章《2025年，自動駕駛即將開“卷”的端到端大模型 2.0 - VLA (Vision Language Action)》分享過VLA，現(xiàn)在，不少公司已經(jīng)宣稱會在2025年下半年都會推出此類模型結(jié)構(gòu)。所以，本文將通過理想相關(guān)信息來拆解分享理想智駕VLA算法。理想VLA模型架構(gòu)的四大核心模塊：

  Vehicle

  996

  04/25 14:33

  自動駕駛 VLA

  

正在努力加載...