自动驾驶公司Torc与NXP达成合作,研发雷达系统感知技术

简介:

自动驾驶技术研发公司Torc Robotics宣布和车机芯片领域巨头NXP达成合作,加大雷达等系统感知技术研发。

自动驾驶公司Torc与NXP达成合作,研发雷达系统感知技术

近日,据外媒报道,自动驾驶技术研发公司Torc Robotics宣布与车机芯片领域巨头NXP达成合作,共同进行自动驾驶系统的技术研发。

据悉,Torc将使用NXP专为雷达设计的芯片技术,加速自动驾驶车辆360视觉感知,以及其他自动驾驶系统的周边环境感知技术研发。在这之前,Torc Robotics可以说是自动驾驶研发初创中的新生。如今,伴随着与车机领域响亮的名号NXP的合作,Torc Robotics将被进一步放大在公众的视野中。

据消息人士透露,Torc与NXP的合作将会使Level 4(SAE)以及Level 5(SAE)级别自动驾驶更快推向乘用车市场,而合作也将不止局限在零部件供应的模式。双方将共同进行自动驾驶系统中的新型雷达技术的测试、研发等工作,布局更高性能的车辆环境感知技术等。

自动驾驶公司Torc与NXP达成合作,研发雷达系统感知技术

Torc的最终目标是,基于自身在自动驾驶和软硬件平台上的经验,为汽车主机厂以及顶尖零部件供应商们,提供自动驾驶技术支持,以填补车厂与新兴技术间的鸿沟。


原文发布时间: 2017-08-30 15:50
本文作者: 星星
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
设计模式 消息中间件 安全
C# 一分钟浅谈:观察者模式与订阅发布模式
【10月更文挑战第11天】本文介绍了观察者模式和订阅发布模式,这两种设计模式主要用于实现对象间的解耦。观察者模式通过事件和委托实现一个对象状态改变时通知多个依赖对象;订阅发布模式则通过事件聚合器实现发布者与订阅者之间的解耦。文章详细探讨了这两种模式的实现方式、常见问题及避免方法,帮助开发者在实际项目中更好地应用这些模式,提升代码的可维护性和扩展性。
258 1
|
运维 Devops jenkins
DevOps实践:自动化部署与持续集成的实现之旅
本文旨在通过一个实际案例,向读者展示如何将DevOps理念融入日常工作中,实现自动化部署和持续集成。我们将从DevOps的基础概念出发,逐步深入到工具的选择、环境的搭建,以及流程的优化,最终实现一个简单而高效的自动化部署流程。文章不仅提供代码示例,更注重于实践中的思考和问题解决,帮助团队提高软件开发和运维的效率。
|
存储 安全 API
OpenStack的块存储卷管理卷 (Volume)
【8月更文挑战第26天】
516 5
|
开发框架 前端开发 小程序
跨平台开发框架的选择应该考虑哪些因素?
【10月更文挑战第25天】综合考虑以上因素,能够帮助您更准确地选择适合项目需求的跨平台开发框架,从而提高项目的成功率和开发效率,为用户提供更好的应用体验。
|
JSON 小程序 前端开发
vant weapp 在小程序中的使用
vant weapp 在小程序中的使用
503 1
|
弹性计算 数据可视化 安全
Terraform Explorer 正式发布
阿里云推出可视化的Terraform调用工具——Terraform Explorer,简化云资源管理,提供可视化操作界面,免安装、免编写代码、免状态管理,助力开发者高效部署和管理基础设施。
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
856 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
|
监控
如何确保多路直播中的视角多样性和同步性?
如何确保多路直播中的视角多样性和同步性?
198 0
|
Java 程序员
谈谈程序员如何学习新技术
文章分享了作者学习新技术的经验和方法,从确定学习目标、制定学习计划到学中坚持和学后应用,强调了持续学习的重要性,并鼓励程序员通过实践、写作、分享和开源贡献等方式不断成长和提升技术能力。
|
存储 监控 jenkins
利用CI/CD实现快速迭代与部署
【7月更文挑战第9天】CI/CD实践通过自动化构建、测试和部署流程,极大地提高了软件开发的效率和质量。通过选择合适的CI/CD工具、配置代码存储库、定义CI/CD管道、自动化测试和反馈以及自动化部署,团队可以更加高效地迭代和部署软件产品。希望本文能为您的CI/CD实践提供一些参考和帮助。