重卡ADAS预警搭载数据出炉,恒润/东软睿驰/克诺尔排名前三

2023-11-10 09:59

本文主要是介绍重卡ADAS预警搭载数据出炉,恒润/东软睿驰/克诺尔排名前三,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

近日,高工智能汽车研究院正式发布《2020年度中国商用车ADAS市场数据报告》,2020年中国市场重型货车新车上险量为157.35万辆(同比增长35.27%),其中,牵引车类(营运类)上险量为75.98万辆(同比增长42.8%),占比48.29%。

在品牌上险量数据方面,解放、东风、陕汽排名2020年重型货车上险量前三位,排名前十品牌合计上险量占比达到75.61%,显示市场集中度较高。

其中,在重型牵引车方面,解放、陕汽、欧曼排名上险量前三位,排名前十品牌合计上险量占比达到92.01%,集中度进一步提升。

去年9月1日,因为受疫情影响(原计划5月1日)推迟执行的《营运货车安全技术条件 第1部分:载货汽车》(JT/T 1178.1—2018)和《营运货车安全技术条件 第2部分:牵引车辆与挂车》(JT/T 1178.2—2019)多项条款要求,正式开始落地执行。

其中,总质量大于18000kg且最高车速大于90km/h的载货汽车,应具备车道偏离报警功能和车辆前向碰撞预警功能。同时,牵引车辆应具备车道偏离预警系统和车辆前向碰撞预警系统。

从目前实际执行情况来看,重型牵引车基本上都已经按照法规要求进行相关LDWS和FCW的功能前装出厂配置。而重型载货车,则出现大部分车企将车型公告中的限速设置在89km/h(同时在对外销售时,提供大于90km/h车型,采取部分后装ADAS预警设备的方式),没有进入前装出厂法规强制范围。

根据高工智能汽车研究院每月监测数据显示,去年7月份开始,部分商用车企业开始批量采购ADAS预警供应商的相关设备,从去年9月1日到12月底重型牵引车(营运类)搭载ADAS(FCW、LDW)预警新车上险量为36.79万辆,预计2021年搭载上险量将超过100万辆。

在具体供应商配套数据(不包括车企的非法规要求车型)方面,经纬恒润、东软睿驰、克诺尔排名前三位,同时,前7家供应商合计占有市场份额超过9成。

此外,由于商用车存在车型较多的特点,因此,在实际供应配套上险和配置车型过检数上差异较大。

同时,在视觉芯片方案方面,Mobileye仍占据市场主流地位,TI、NXP、安霸、地平线等厂商是国内供应商(除恒润之外)的主要选择。

而按照交通部公路科学研究院提供的数据,截至去年底国内合计有26家ADAS预警类供应商在货车(牵引车辆)有车型LDWS配置,在配置车型数排名中,仅威伯科一家外资供应商进入前十。

不过,从中也可以看到一些新的变化,比如商用车企的关联公司(类似福田汽车的智博科技,重汽旗下的潍柴-清智,东风旗下的南斗六星、一汽解放旗下的苏州挚途等等)正在开始逐步“上位”。

同时,包括电装(DENSO)、戴姆勒卡车、沃尔沃卡车、斯堪尼亚等等更多的外资公司的参与身影,而博世新一代商用车ADAS系统(满足L1、L2的辅助驾驶功能)也将预计在国内2022年投产装车。

此外,受到今年5月1日开始执行的法规(总质量大于或等于12000kg且最高车速大于90km/h的载货汽车和牵引车需加装AEB)影响,供应商市场份额有可能在原有预警的基础上,发生一些新的变化。

与此同时,今年开始部分头部商用车企将开始陆续上马L2级自动辅助驾驶车型,进军高端及大客户定制化市场,AEB、ACC、LKA等功能将逐步进入商用车配置序列。

背后,会对目前的预警类供应商提出更高的要求,由于AEB、LKA等涉及到执行层面,就必须接入到底盘的制动、转向系统,目前商用车市场主要被威伯科和克诺尔两家占据,国产厂商仅有小部分市场份额。

不过,外资Tier1的高成本和高昂的开发费用,并不是所有商用车企都愿意或者有实力来承担,这也给了国产供应商进入的契机,同时带来更多新的商业模式创新。

以东软睿驰为例,该公司商用车车规级前视产品已经批量出货(按照上述数据,截至去年底排名份额第二位),AEB法规项也已经完成了测试,并将在今年实现量产。

另外,东软睿驰的L3级自动驾驶项目也已经与国内一家大型商用车集团合作开发,并且即将量产。按照该公司的说法,随着汽车跨入由软件定义时代,未来的商用车自动驾驶业务模式也将发生一些变化。

比如,东软睿驰也在探索在满足法规市场的前提下,包括通过开放的自动驾驶架构实现增值服务APP的追加与订阅,通过车云协同方案实现智驾系统的自我进化等等。

这篇关于重卡ADAS预警搭载数据出炉,恒润/东软睿驰/克诺尔排名前三的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/381941

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

hdu 2093 考试排名(sscanf)

模拟题。 直接从教程里拉解析。 因为表格里的数据格式不统一。有时候有"()",有时候又没有。而它也不会给我们提示。 这种情况下,就只能它它们统一看作字符串来处理了。现在就请出我们的主角sscanf()! sscanf 语法: #include int sscanf( const char *buffer, const char *format, ... ); 函数sscanf()和

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav