• [问题求助] Mini路由配置问题
    各位老师好,MDC Host连接外网后,可以配置相应的路由然后通过 ssh远程访问,那请问 mini0 1 2 3 这四个mini可以不用网线连接直接访问吗?有相关教程吗
  • [问题求助] Control 控制命令和CanFD下发联调
    请问华为的专家们,目前可以看到ADSFI contool节点可以发送相应的控制信息,PLATFORM Canfd节点可以向车底盘发送控制信息,从而驱动车做相应的驾驶选择。那问题是我如何把 control 发出的控制信息传达给canfa再下发小车呢?这方面有相关参考的信息没有,有可行的解决方案吗?谢谢回复!
  • [问题求助] CAN FD 小车控制
    目前代码运行没有问题,但是发出的控制命令小车不执行,没有相应的动作产生。请问这是小车的问题,还是MDC代码这边的呢,麻烦给分析一下。截图如下:附:终端日志
  • [问题求助] 运行AI推理sample的bash build.sh时报错
    想将yolov3模型在MDC300上运行起来,在运行AI推理sample过程,ascendcl_sample/acl_yolov3”目录下执行“bash build.sh”命令编译sample程序时报错报错为交叉编译环境下缺少这些项,又返回检查交叉编译环境搭建,步骤没有问题,请教现在这种情况如何解决?
  • [问题求助] rtfbag解析有Python SDK吗?
    需要使用Python解析rtfbag,官方有Python SDK吗?有的话怎么使用
  • [问题求助] rtfbag可以转rosbag吗?
    如何可以把rtfbag转成rosbag
  • [问题求助] MDS 中编译ADSFI 示例报错
    Build Start Project: lidar_slam, Type: Debug. /usr/bin/cmake -G "Unix Makefiles" -DCMAKE_TOOLCHAIN_FILE=/home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam/cmake/toolchain.cmake -DCMAKE_MAKE_PROGRAM=/usr/bin/make -DCMAKE_BUILD_TYPE=Debug /home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam Cannot run program "/usr/bin/cmake" (in directory "/home/ww/MDC300F/MMC1/ADSFI_Sample/modules/lidar_slam/build/cmake-build-debug-default_toolchain/gcc-linux-aarch64"): error=2, 没有那个文件或目录 Execute generation command failure. 
  • 激光雷达接入后无法用rtfevent hz查找到数据
    可以ping通激光雷达,而且也可以用rtfevent list查找到激光雷达的event,但是使用rtfevent hz却无法找到数据
  • MDS远程运行程序问题
    MDC的型号是MDC 300F1、使用MDS的run configuration功能,点击选取MDC文件时不能选取,但是ssh可以正常连接mdc。2、run这个代码时,会报2个错,第一个显示sdk version mistake,第二个显示failed to create folder,please check result is 1。3、运行can程序时mdc会报错,显示initialize error,wrong file path!
  • failed to get mdc version
    在mds上执行launch时,首先报failed to get mdc version的错误,随后执行起来就会非常的缓慢,不知道该如何解决?
  • [问题求助] camera_ap_to_ros
    编译执行了sample里面的代码,mdc端的设置已经配置好了,但是传回来的是这些信息,请问该如何解决呢
  • [问题求助] MDC610+MTB网口ping不通
    问题概述:只有MTB的8号口能够ping通,其他7个口怎么配置?按照华为MDC产品文档,MTB的以太网口对应的网段如下:按照上面的网段,依次将笔记本ip地址设置为对应的静态网址,接入到上面的各个网口,发现只有8号口ping通。想了解是否有哪里的配置,或者以上操作没有做对?
  • [问题求助] MDC无法ping成功
    使用的是MDC300F 无论使用MTB还是直连的方式都无法pingMDC成功,MDC风扇旋转良好,感觉无任何问题,如何解决链接不上的问题呢?
  • [前沿快讯] 电动车与自动驾驶的普及,必须迈过补能技术的门槛
    作者:Auto Byte电动交通的形式已经越来越多样化。并在全球可持续发展的大背景下扮演着重要角色。从电动自行车、汽车到无人驾驶电动汽车、Robotruck,再到自动驾驶无人机,这些产品似乎都在显露着未来的某种趋势。而来自加拿大安大略理工大学的Williamson教授认为,电动交通商业化的进一步成功,以及未来的全自动驾驶技术,将取决于电力电子技术的进步。「这种技术在未来几年面临着许多挑战,特别是在电能存储系统的控制和智能充电系统的发展方面。智能管理系统性能的提高电动汽车电池的续航里程焦虑和寿命有限的问题尤其令人担忧。目前,动力电池仍存在容量损失问题,这种问题在寒冷(0℃以下)和炎热天气(40℃以上)中,以及快速充电场景下显得尤为突出。为解决这一问题,电力电子领域已将全部精力集中在车载电池能量管理领域。这种能量管理的目的是使智能电力电子转换技术(也称为有源电池平衡)在电池级实现电压均衡。这种方式可将行驶里程延长两到三倍,而且只会增加1%到2%的电池组成本。Williamson表示,目前业内通常会通过电路拓扑实现创新,其方式是将电路板上的电感值最小化(一种称为减少部件转换器的方法)。未来几年可能还会有进一步的发展,使电池平衡更加高效和廉价。为电池的「第二次生命」铺路在使用8到10年之后,动力电池通常会因为容量下降而退役,当其寿命结束时,回收这些电池原材料似乎是大多数人能想到的解决方案。但事实上,这些电池还可以应用于其他领域。耗尽的电池可以保留70%左右的容量,因此可能适用于微电网和智能电网中的固定存储等应用。一些公司最近开展了一些项目,以检验这种电池「第二生命」解决方案的可行性。然而,废旧电池的降解行为仍然是一个相对未知的问题。在电池的第一次生命和第二次生命中进行适当的监测,对于验证第二次生命解决方案的技术可行性至关重要。比如,如果将几个不同容量的旧电池串联起来形成第二生命模块,可用能量就可以大大增加。再经过深入研究后,研究者们认为不同容量和化学成分的电池可以安全使用,而且相互之间不会影响性能。但要建立这样的系统,需要新的方法来控制每个已用电池的电流,以监测电池容量的实时消耗。目前基于机器学习技术的自适应控制策略,可以更准确地估计容量,并有潜力成为游戏规则的改变者,即将多种电池集为一个电池,形成电池的第二生命模块。极快充电站何时能够普及?城市、郊区甚至偏远地区都需要为电动汽车充电,这意味着电力研究人员在充电基础设施方面面临着许多挑战,包括可再生能源和固定电池储能的结合。商用电动汽车目前配备车载充电器,从墙上的交流插座获取输入电源。此时,电池组充电所需的能量转换是在车辆上完成的。另一方面,直流(DC)快速充电器最近已经商业化,能够做到将充电器和所有相关的电力设备移出汽车底盘,这正符合了未来的超高速充电器的需求。基于SAE J1772标准的车载交流充电(1.44 kW - 166kw)和车外直流充电(80kw - 400kw),一些学者对有线充电拓扑进行了深入研究。目前,全球通用的直流快速充电标准是CHAdeMO标准。该标准允许62.5 kW ~ 400 kW的功率输送超快充电技术在过去三到四年出现,可提供超过400 kW的电力。这种技术旨在5分钟内为电动汽车充电,消除里程焦虑。该方法依赖于基于新型宽带隙半导体器件(如氮化镓(GaN)和碳化硅(SiC)开关)的先进功率变转换器拓扑,以及新颖的系统级架构。极快充电架构使用的是服务变压器,它可以将配电系统中使用的电压功率降低到终端用户所需的水平。然而,这增加了系统的成本和大小,并使安装过程复杂化。随着技术的进一步发展,可以采用固态变压器技术来提高功率密度和效率。再加上电力转换拓扑、控制方案、保护装置、宽频带隙电力装置和数字控制器的进一步发展,极快充电站在未来几年内将越来越受欢迎。 无线充电可降低「高容量电池」的必要性考虑到自动驾驶汽车的潜力,几家充电设备公司已经开始探索车用无线充电器的应用。无线传输的概念可以追溯到一个多世纪前尼古拉·特斯拉的工作,而今天更是有一系列可用的方法:声功率传输、射频功率传输、光功率传输、电容功率传输和感应功率传输。尽管这些技术可以根据其功率传输介质进行区分,但它们的系统配置都是相似的,主要由电源、负载、耦合器和一次/二次电子电路组成。电动汽车的无线充电器可以由交流电或直流电供电,它们的负载通常是直流电,并在电动汽车电池组处结束。感应电力传输是目前制造无线充电器最流行的方法,它可以提供从几十瓦到几千瓦的输出功率级别,这种方法还允许气隙变化从几厘米扩至数米。全自动无线充电器可以让电动汽车随时充电,这意味着充电速度更快,整体行驶距离也更长。无线充电器技术具有很强的创新性,因为它具有固有的电隔离特性,可以通过电源和电动汽车电池之间的气隙进行电力传输,而不会有任何直接的电接触。因此,充电点和电池端子之间的长电缆被消除了,消除了传统有线充电器的缺点,包括插电故障、跳闸危险以及由于电缆和连接器老化或腐蚀而导致的触电风险。和插电技术一样,无线充电器可以部署在住宅车库、办公室和购物中心的停车场进行静态充电。它们也可以放置在公交车站和交通灯上,以实现准动态无线电力传输。此外,动态无线充电(或动态充电)系统也可以安装在道路上,让电动汽车在行驶中充电,这可能会显著减少车载电池容量需求。因为电力传输是通过电磁连接进行的,所以发射台可以埋在地下,以减轻极端天气条件的影响。然而,无线电力传输系统仍然需要改进,特别是在成本、部署、效率、基础设施、互操作性和磁场排放方面。而解决这一问题的研究方案包括新型功率变换器拓扑、感应线圈设计、补偿网络拓扑、控制系统、电磁干扰屏蔽方法和智能通信。作者简介:Sheldon S. Williamson (Fellow, IEEE), 1999年在印度孟买大学(University of Mumbai, Mumbai)获得电气工程学士学位(荣誉学位),2002年和2006年分别在美国伊利诺伊理工学院(Illinois Institute of Technology, Chicago, IL, USA)获得电气工程硕士和博士学位(荣誉学位)。他目前是加拿大安大略理工大学工程与应用科学学院电气、计算机和软件工程学系教授,以及智能交通电气化和能源研究(STEER)小组主任。​责任编辑:张燕妮     来源: 机器之心
  • [技术干货] 论「武装到底盘」的必要性:集度、采埃孚联合研发智能底盘,部分技术年内落地
    说到自动驾驶,更多人首先想到的就是各类传感器、仿真测试以及算法。但如今,底盘的重塑也成为了自动驾驶无法绕过的命题。今天(2月22日),集度汽车宣布与采埃孚正式签署战略协议,双方将在底盘零部件及控制系统、电驱系统、被动安全系统等多方向开展密切合作,并联合开发汽车机器人智能底盘技术。图片这次合作是以支持集度首款汽车机器人的L4级自动驾驶为目标,集度主要负责智驾以及部分产品体验相关的探索性新功能开发,采埃孚负责底盘部件和数字执行接口的研发工作。两者合作开发出的智能底盘技术将直接达到量产标准,并搭载到集度首款汽车机器人上面。根据规划,集度汽车机器人去年年底已通过SIMUCar融通高速、城市双域智能驾驶功能,今年2-3月份进入第二个落地阶段。与此同时,集度汽车机器人还将在2022年北京车展发布概念车版本,2023年正式上市交付。为何说线控底盘必不可少?按照集度的说法,双方合作开发的智能底盘技术,也就是线控底盘和底盘域控制器。线控底盘是自动驾驶必不可少的核心部件之一,它是将控制系统和执行系统机械解耦,让自动驾驶系统发出的数字信号操控底盘的关键。其中,线控(Drive-by-wire或X-by-wire),即用电线(电信号)的形式来取代机械、液压或气动等形式的连接,从而不需要依赖驾驶员的力或扭矩输入。一般来说,线控底盘包括刹车、油门、转向、挡位、悬挂五个关键部分的线控设计,对应汽车运动的前后左右上下六个自由度。同时,由于上下车体的机械解耦,线控底盘还能丰富智能座舱的想象空间,做到更自由的车体和座舱空间设计,而这也是在这次签约时提及的内容。此外,采埃孚集团董事柯皓哲也说到:「智能底盘技术是汽车机器人实现部分高阶自动驾驶功能和智能座舱相关前沿设计的突破口。」技术已经Ready,商业化只待法规集度汽车首款汽车机器人将直接实现L4级自动驾驶,根据GB/T 40429-2021《汽车驾驶自动化分级》规定,驾驶员的角色在L4系统激活后,将转变为乘客或调度员,不再是后援用户。而且在「驾驶自动化系统激活后用户角色」附录里特别备注到,具备4级或5级驾驶自动化功能的车辆,也可装备驾驶座位,这也意味着不配备传统驾驶员座位也是被允许的。图片目前,宝马、奥迪、沃尔沃、大众和标致等车企,均在概念车上展示过相关设计。比如,通过方向盘、踏板的可收折机构,使其在自动驾驶系统开启时隐藏至车内,让驾驶员更便利地使用娱乐系统。此外还有部份更前瞻的概念车,直接改变了车内空间布局,变成环座的大沙发,通过取消驾驶位带来更多功能性创新。尽管刚刚与采埃孚确立合作,但高阶自动驾驶需要智能底盘,却是早就可以确定的技术前提。集度早期阶段就已在相关领域开始进行技术布局,包括线控底盘三向融合、底盘域控技术等。图片其中,线控转向研发项目在2021年启动,目前已初步锁定设计方案,计划在年内开展样件测试,下半年开放线控转向的相关体验。但结合这次合作的内容,集度此前在智能地盘技术方面做出的工作,可能集中在让相关技术与产品结合、凸显产品亮点的软件方面,而硬件可能来自采埃孚的现有技术。事实上,采埃孚此前发布的底盘系统相关产品与VMC底盘域控制器,已经具备了支持L3及以上智能驾驶,带有冗余的功能安全设计机制。采埃孚已有相关技术储备早在2017年,上任采埃孚CEO的沃夫翰宁·施艾德就提出集团将聚焦聚焦下一代出行,以及如何提供系统化的解决方案赋能下一代出行的战略指导方针,其战略主要包含自主驾驶、电驱动、集成式安全系统、车辆运动控制四大领域,计划五年内在电驱动和自动驾驶上投入超过120亿欧元。图片目前在有关智能底盘的技术方面,采埃孚已实现全面的覆盖,包括前轮转向系统、后轮转向系统(AKC)、制动系统(IBC one box)、电驱动、悬架系统(半主动阻尼器CDC、主动阻尼器S-Motion、主动横向稳定杆ERC)、VMC底盘域控制器,以及VMC底盘集成控制协调软件产品cubiX。从采埃孚的技术布局来看,目前不仅已有支持全线控和多冗余的底盘技术基础,还有可以根据路况和用车场景变化,实时调节底盘动态能力的软硬件支持,而这也将是未来自动驾驶汽车的需求。图片其中,VMC底盘域控制器相当于整个底盘系统的协调者,一方面承接了与智能驾驶系统的交互工作,执行自动驾驶系统下发的各项操作指令,让车辆实现自动驾驶;另一方面还可在底盘各个执行器之间建立联系,使各子系统相互交互,提升车辆的动态性能。VMC底盘域控制器实现这种能力还离不开cubiX,它可以从车辆动力学等方面综合考虑车辆对目标轨迹的执行能力,并将这个执行能力以轨迹约束的形式反馈给上层控制器,进而保证决策层规划的路径是可执行的,做到类似于规划和执行的闭环。图片比如,cubiX会将接收到的上层控制目标进行分解,通过内部的车辆运动控制算法分解出各个底盘执行器的控制指令,如目标后轮转角、目标制动、驱动力等,进而综合利用各个执行器实现期望的车辆运动目标。尽管从目前的成果来看,采埃孚已有成熟的全套解决方案,但是根据集度在这次签约时的说法,首款汽车机器人或许只是利用其硬件基础,还将在软件上做出更多差异化和个性化的开发,以此建立起自己的品牌壁垒和辨识度。与传统OEM不同的供求合作模式实际上,集度与采埃孚的合作模式也与其一直以来的理念相符,集度汽车质量与供应链副总裁徐华曾表示:「与造车新势力早期烧钱策略不同,集度有着很硬核的创业氛围和技术氛围,对各个环节上也精打细算,供应链上也在思考如何与百度、吉利进行联合采购,能够通过规模化降低成本。」图片目前逐步曝光的集度首款汽车机器人落地路线,已经很好的体现了这一点。其自动驾驶系统主要依靠百度Apollo技术,车辆电子电气架构、生产制造利用了吉利SAE浩瀚架构的基础,同时与大陆、博世、高通、英伟达、博泽、禾赛等供应商展开合作,这也是集度能够实现快速量产的关键。集度此前还向媒体透露,集度与零部件供应商合作有别于传统OEM的模式,集度不满足于仅仅使用世界级Tier1现有的产品,更希望能通过软件层面逻辑或架构的迭代赋能tier1研发出划时代的产品。换句话说,集度要和供应商进入到更深入的合作模式,不单单是硬件的定制化,还要深入到整个研发过程进行合作,就像集度自己也在做线控转向的相关研发,而不是只交给采埃孚需要的技术指标。图片集度汽车的想法,实际也是智能化汽车需求的一种体现。在此时期,燃油汽车各个系统相关性不高,供应商仅向主机厂提供带有软件解决方案的零部件,即可满足产品要求。但是,智能化时代可能有多个系统都要调用同一硬件,持续迭代、消费者的个性化追求,也让相对封闭和孤立的传统供应商模式不再适用。而且,在当前汽车向电动化、智能化转向的趋势中,不同车企和车型间的硬件差异也在大幅减小,甚至它们之间还会出现大量相同型号的关键零部件。这里硬件同质化严重的原因,除了有技术和供应模式的因素之外,还有软件开始成为定义产品和影响品牌的关键,成为了车企发力的重点领域。比如,燃油汽车的核心是动力和传动系统,但由于电机相对简单结构,已经难以体现差异,特斯拉、蔚来等依靠软件或服务的车企,反而更加有代表性。集度通过与供应商软硬独立开发的合作模式,也将有利于其产品的发展。如何大幅缩短整车研发周期?从集度在首款汽车机器人的开发历程来看,软件其实一早就已经被放上了关键地位。这不仅是改变了与百度、吉利和其它供应商的合作方式,还有其通过软件方面的创新,大幅缩减了研发进程。比较有代表性的是,集度通过软件集成模拟样车SIMUCar,实现了软件、硬件研发的解耦,不需要等待配套硬件的落地,利用模拟真实的整车运行环境,进行软件「前置」的研发测试,大幅缩短了整车研发周期。图片从去年3月注册成立开始,集度仅用了不到10个月的时间,就在去年年底和百度Apollo团队通过最后一次自动驾驶常规测试,验证集度汽车机器人的大脑状态。在全长25公里的测试路线上,SIMUCar完整测试了红绿灯识别、直行、右转、有保护左转、通过丁字路口以及上下匝道等自动驾驶场景。根据规划,今年2-3月份,集度自动驾驶系统就将借助SIMUCar开展量产功能开发,进入到第二阶段。届时,集度自研的电子电气架构JET和SOA、自动驾驶系统、核心算力平台、相关传感器都会向量产状态进一步迭代。到了2023年,集度的产品将进入到第三阶段,实现软件系统和量产车的首次联合。其中,软件更侧重广泛的应用场景、打磨核心能力,同时也将实现自我学习和自我迭代。对于这个阶段的产品,集度将其称作汽车机器人,意味着可以自由移动、自然交流和自我成长。
总条数:312 到第
上滑加载中