智車科技第33周自動駕駛周刊。

1．美國加州大學歐文分校發(fā)明“超5G”無線收發(fā)器 可用于自動駕駛

據(jù)外媒報道，美國加州大學歐文分校（UCI）電氣工程師發(fā)明了一種新的無線收發(fā)器，可將無線電頻率提高到100千兆赫，是5G無線通信標準速度的四倍。這塊4．4毫米見方的硅芯片被其發(fā)明者稱為“端到端收發(fā)器”。由于具有獨特的數(shù)字模擬結構，因此數(shù)字信號處理速度更快，能源效率更高。該團隊的創(chuàng)新成果發(fā)表在最近的IEEE固態(tài)電路雜志上。

2．Velodyne起訴禾賽科技、速騰聚創(chuàng)技術剽竊

近日，全球最大的激光雷達企業(yè)Velodyne已向加利福尼亞地方法院提起兩份訴訟，正式起訴中國激光雷達創(chuàng)業(yè)公司速騰聚創(chuàng)與禾賽科技。理由是這兩家企業(yè)抄襲自己關鍵技術，嚴重威脅公司業(yè)務。

3．大陸集團新攝像頭系統(tǒng)可監(jiān)測駕駛員狀態(tài)

近日，據(jù)外媒報道，大陸集團開發(fā)出一種全新的組合式攝像頭系統(tǒng)，該系統(tǒng)包括車內紅外攝像頭和車外攝像頭，這套組合攝像頭系統(tǒng)將被安裝在車內后視鏡上方。在車內部，該攝像頭系統(tǒng)能夠檢測駕駛員目光方向，以及其是否將手放在方向盤上，并判斷其是否能夠隨時接管車輛。車外攝像頭則擁有出色的夜視特性和125°的廣角，可以更早地探測到交叉車流中的物體。

4．UPS投資圖森未來 合作測試自動駕駛半掛牽引車

蓋世汽車訊 據(jù)外媒報道，當?shù)貢r間8月15日，美國UPS快遞公司表示旗下風投部門UPS Ventures對自動駕駛公司圖森未來（TuSimple）進行了少數(shù)股權投資。兩家公司將在亞利桑那州的一條公路上測試自動駕駛半掛牽引車，以確定是否此類車輛可以改善UPS網(wǎng)絡的服務和效率。

5．Waymo如何教自動駕駛汽車來應對停車場的混亂

為了解決停車場，特別是超市這種更為復雜的停車場環(huán)境，Waymo租賃了位于加利福尼亞州默塞德附近的前城堡空軍基地，在這個91畝大的基地里，Waymo的團隊，可以模擬不同的停車場類型，從容易的、到擁擠和煩人的。 Waymo的工程師可以設計環(huán)境的復雜程度，控制各種動態(tài)因素，比如汽車駛出空間時的倒車、行人走在應該走的地方（或車的前方），以及攜帶大型物體的人如何改變汽車的感知系統(tǒng)對他們的識別。

6．自動駕駛卡車啟動Starsky推出了Hutch，它的API和神經(jīng)中樞

Starsky相信它可以通過自動駕駛卡車解決容量問題。他們并沒有將其自動駕駛卡車出售給像施奈德這樣的卡車運輸公司，也沒有與主要托運人簽訂合同，而是建立了Hutch API，以便將其產(chǎn)能投入市場。Hutch是一種API，可以讓貨運經(jīng)紀人和主要托運人獲得Starsky的貨運能力，而聯(lián)合創(chuàng)始人兼首席執(zhí)行官Stefan Seltz－Axmacher則稱其為“后臺干預。”該API允許合作伙伴經(jīng)紀人和選擇托運人直接與Starsky的運營整合。使用Hutch API，經(jīng)紀人可以在不給公司打電話的情況下競標Starsky的自動駕駛卡車和人力卡車。Starsky可以將API限制為其自動駕駛卡車最安全，最簡單和最合法的路線。

7．中國工程院院士鄔賀銓：5G才能讓自動駕駛真正實現(xiàn)

8月17日午間消息，2019年亞布力中國企業(yè)家論壇第十五屆夏季高峰會在天津舉行，中國工程院院士鄔賀銓發(fā)表演講稱，5G本身低時延、高可靠、大帶寬，可以更好適應各個行業(yè)應用，實際上是一個通用的技術。鄔賀銓表示，車聯(lián)網(wǎng)是5G主要的應用之一，5G為車聯(lián)網(wǎng)而生�！�4G的延時100毫秒，5G加上邊緣計算只有0．1毫秒，車聯(lián)網(wǎng)可以實時快速響應。僅僅有車上裝雷達是沒有用的，只有5G才能讓自動駕駛真正實現(xiàn)。”

8．李斌發(fā)布內部郵件宣布蔚來聯(lián)合創(chuàng)始人鄭顯聰退休

8月14日，蔚來汽車創(chuàng)始人李斌發(fā)布的一封內部郵件顯示，蔚來創(chuàng)始人兼執(zhí)行副總裁鄭顯聰退休，并將繼續(xù)擔任李斌的個人顧問，在供應鏈和合作伙伴關系方面支持公司，并將繼續(xù)擔任蔚來驅動科技的董事長一職。同時，供應鏈副總裁鐘萬里將直接向李斌匯報，曾樹湘即日起出任蔚來驅動科技CEO。

9．清華大學江昆：預計未來自動駕駛的路線會偏向于強地圖模式

＂自動駕駛的路線逐漸在發(fā)生一些改變，一開始的時候采用的弱地圖模式，也就是環(huán)境的理解、駕駛決策的計算，包括實施軌跡的規(guī)劃，都是通過車載傳感器、車載操作平臺進行實時計算而完成。地圖的作用是相對來說不太重要，主要是提供梗概的路徑規(guī)劃，大部分的計算任務還是依賴于車的計算實時完成。這樣造成的問題在于計算的壓力太大，問題的復雜維度太高。我們不去否認，僅靠激光雷達或者視覺就能夠實現(xiàn)自動駕駛功能，但問題是這種方式難度太高，而且危險性比較高。我們預測自動駕駛的路線會偏向于強地圖模式，這種模式下地圖在自動駕駛過程中的角色將發(fā)生轉變。＂