0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

百度自动驾驶平台选用安森美CMOS图像传感器

2QeF_cetc49 来源:互联网 作者:佚名 2018-01-06 07:54 次阅读

推动高能效创新的安森美半导体(ON Semiconductor)成为百度Apollo自动驾驶平台的重要合作伙伴。此次合作让生态伙伴可以获得双方联合研发的即插即用兼容性的成像方案。Apollo提供了开源代码和可靠的软件和硬件系统,让汽车系统设计人员能够高效地开发自动驾驶系统。CMOS图像传感器是Apollo平台的关键组件,支持和加强自动驾驶功能。安森美半导体的先进CMOS图像传感器产品为客户能即时开发自动驾驶的视觉系统奠定了基础,并在批量部署时可灵活地升级到未来的传感器。

该图像传感器具有高动态范围(HDR)特性,能够在汽车驾驶常见的恶劣低光和混光环境下提供清晰的单一图像和视频。除了简化和加快汽车摄像机应用的设计、测试和实现外,这项合作关系还使得Apollo生态成员能够优先获得安森美半导体的技术支持和产品信息

所有Apollo成员均有优先机会使用安森美半导体的新一代突破性图像传感器技术。百度副总裁、百度智能驾驶事业群组总经理李震宇说:“CMOS图像传感器和摄像机对于自动驾驶来说非常重要,我们为Apollo平台挑选合作伙伴时考虑了许多方面,包括产品路线图、汽车电子经验、以及为生态系统平台提供的技术支持等,安森美半导体是Apollo平台图像传感器很好的选择。”安森美半导体图像传感器部汽车方案副总裁兼总经理Ross Jatou表示:“我们能与百度Apollo平台合作,倍感容幸。


我们相信,这样一个开放平台对汽车系统设计人员有重大的价值,从众多行业领袖已参与和打算使用该平台可见一斑。图像传感器是先进驾驶辅助系统(ADAS)的基本组件,贯穿整辆汽车,其作用将随着汽车行业迈向完全自动驾驶汽车而越趋重要。我们能与百度携手合作,为Apollo平台提供图像传感器解决方案,进一步证明安森美半导体在全球汽车图像传感领先的强大实力。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • CMOS
    +关注

    关注

    58

    文章

    5153

    浏览量

    233337
  • 百度
    +关注

    关注

    9

    文章

    2171

    浏览量

    88920
  • 自动驾驶
    +关注

    关注

    773

    文章

    13030

    浏览量

    163203

原文标题:百度Apollo自动驾驶平台选用安森美CMOS图像传感器

文章出处:【微信号:cetc49,微信公众号:传感技术】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    未来已来,多传感器融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感器数据,再直接输出转向、制动和加速信号。模仿学习人类
    发表于 04-11 10:26

    CMOS图像传感器自动驾驶汽车提供视觉感知

    来源:安森美,谢谢 编辑:感知芯视界 Link 要实现全自动驾驶汽车,需要整合来自多种传感器的信息,其中摄像头的信息可能是最重要的。这些摄像头必须能够在各种条件下连续捕捉最微小的细节,以确保车辆乘客
    的头像 发表于 02-27 09:28 198次阅读

    安森美汽车图像传感器发展趋势

    的摄像头为高级驾驶辅助系统(ADAS)奠定了基础。随着Aptina从当时的美光科技图像传感器部门分拆出来,再到后来被安森美收购,我的职业生涯随之变化,ADAS系统也经历了一系列重大变革
    的头像 发表于 02-21 09:17 249次阅读
    <b class='flag-5'>安森美</b>汽车<b class='flag-5'>图像</b><b class='flag-5'>传感器</b>发展趋势

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    安森美图像传感器战略的核心技术

    安森美的核心制胜主要推动力,一个是智能感知方面的图像传感器技术;在智能感知方面,安森美图像传感器
    发表于 12-18 10:28 236次阅读
    <b class='flag-5'>安森美图像</b><b class='flag-5'>传感器</b>战略的核心技术

    传感器自动驾驶中的应用

    传感器自动驾驶中的应用
    的头像 发表于 11-27 17:06 335次阅读
    <b class='flag-5'>传感器</b>在<b class='flag-5'>自动驾驶</b>中的应用

    自动驾驶传感器攻击研究

    对于现今的自动驾驶汽车来说,由于传感器的增加和感知网络等软件的存在,使得自动驾驶汽车在信息安全上相较于其它汽车更为脆弱。自动驾驶汽车信息安全的脆弱性来源于两个方面:
    的头像 发表于 11-03 15:00 306次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>传感器</b>攻击研究

    安森美宣布其Hyperlux 图像传感器系列已集成到瑞萨R-Car V4x平台

    瑞萨高性能计算、模拟和电源方案事业群功能部门和业务开发主管 Takeshi Fuse 表示:“安森美是汽车图像传感器技术的市场领导者和创新者,我们与安森美携手将为客户提供超高系统性能、
    的头像 发表于 11-01 17:21 584次阅读

    安森美携手瑞萨打造领先的系统性能,增强半自动驾驶的安全性

    点击蓝字 关注我们 安森美 (onsemi)  宣布其Hyperlux 图像传感器系列已集成到瑞萨 (Renesas) R-Car V4x 平台,用于增强半
    的头像 发表于 10-25 16:25 209次阅读
    <b class='flag-5'>安森美</b>携手瑞萨打造领先的系统性能,增强半<b class='flag-5'>自动驾驶</b>的安全性

    自动驾驶传感器前处理介绍

    摄像头前处理流程 •自动驾驶HDR:为适应自动驾驶所处的高动态范围环境,先进的图像传感器采用同时多曝光和/或拆分像素设计。组合不同曝光可将固有动态范围(80-100dB)扩展至目标动态
    的头像 发表于 10-04 10:42 290次阅读

    安森美与英伟达合作,将Hyperlux传感器引入NVIDIA DRIVE平台,提升自动驾驶汽车的机器视觉性能

    比人眼更好的视觉能力,从而大大提高安全系数。 无需更改曝光设置,从而大大减少视觉盲区,使自动驾驶汽车能几乎在第一时间做出决策。 安森美 (onsemi) 今日宣布,其 Hyperlux 图像
    的头像 发表于 09-21 14:10 310次阅读

    视频硬核解读安森美图像传感器各项关键成像技术

    中。 安森美 (onsemi)  全新推出的 800万CMOS 图像传感器 ,广泛应用在安防,智能楼宇,机器人,以及工业检测等领域,优秀的产品性能有助于您的产品创新。 本期视频将带您回
    的头像 发表于 07-17 19:25 312次阅读
    视频硬核解读<b class='flag-5'>安森美图像</b><b class='flag-5'>传感器</b>各项关键成像技术

    一文详解自动驾驶传感器标定

    来源:汽车自动驾驶技术 在自动驾驶系统中,传感器是系统能感知周围环境的决定性因素。在传感器装车后,需要通过传感器标定消除安装误差,让
    的头像 发表于 07-14 10:10 564次阅读

    自动驾驶中的传感器

    自动驾驶功能是存在很大帮助的。 摄像头是将光学组件获得的光信号,投射到图像传感器上,完成由光信号到电信号的转换,然后再转换为数字图像信号,最后进行信号的算法处理。基于
    发表于 06-02 16:34 0次下载
    <b class='flag-5'>自动驾驶</b>中的<b class='flag-5'>传感器</b>

    百度Apollo自动驾驶平台自动驾驶等级

    阿波罗(Apollo)是百度发布的面向汽车行业及自动驾驶领域的合作伙伴提供的软件平台。发布时间是2017年4月19日,旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软
    发表于 06-02 16:18 0次下载
    <b class='flag-5'>百度</b>Apollo<b class='flag-5'>自动驾驶</b><b class='flag-5'>平台</b>及<b class='flag-5'>自动驾驶</b>等级