随着科技的进步，人们越来越清楚地认识到，科技将如何帮助我们开拓新领域并提升现有环境。恩智浦推出下一个领军产品i.MX 8XLite，打造更安全、更互联的交通世界。车联万物（V2X）的趋势日益发展，汽车可以更好地与其他汽车、交通基础设施和行人进行交互，因此我们有必要寻求新的方式，让自动化程度日益增高的汽车，可以更安全、更高效地与其周围环境交互。

车企需要经过验证的方法和自动化解决方案将加强智能网联汽车在软件开发生命周期(SDLC) 的每个阶段和整个软件供应链中的软件安全状况。

速度规划模块作为运动规划子系统的重要功能，直接影响到下游纵向控制层的执行优劣，不适当的目标速度和加速度会超出车辆运动的极限工况，且影响到驾乘人员的安全性和舒适性体验。

荷兰法医学会表示，他们没有从特斯拉那里寻找数据，而是对特斯拉汽车中的数据日志进行了“逆向工程”，即对软件进行“解构”以提取信息，以便对其进行客观调查……

信任，太重要了。人与人之间如此，新科技被大众接受也是如此，尤其面对涉及人身安全的汽车。

现在，随着自动驾驶整个产业上、下游形成共识下的加大研发投入，以及政府支持下的配套设施及法规完善，硬件上成本的显著下降，软件上算法的快速提升，自动驾驶的短期落地场景正在逐渐清晰和明确。

全新R-Car SDK作为R-Car V系列SoC的开发框架可快速启动开发并轻松使用

随着美国特斯拉的保有量的迅速上升，包括特斯拉在美国使用Autopilot的安全事故增多，8月美国道路安全局开始对特斯拉的Autopilot驾驶辅助系统展开正式的安全调查......

为什么没有英伟达？目前所有主流深度学习运算主流框架后端都是英伟达的CUDA。但是，从CUDA的特性不难看出，单独的AI加速器是无法使用的。今天我们分析三款可用于智能驾驶领域的AI加速器，分别是高通的AI100，华为的昇腾，特斯拉的FSD。

车辆要实现自动驾驶，需要解决车辆在哪、往哪儿去、怎么去这三个基本问题。解决这些问题，涉及硬件平台、软件算法、交互、安全等多个领域和技术。本文将就相关技术做简要概述。

日前，特斯拉发布了名为 D1 的定制 AI 芯片，用于训练其 Autopilot 自动驾驶系统背后的机器学习算法，号称性能上已经完全碾压英伟达GPU和谷歌TPU。斯坦福大学的 Gerdes 表示，特斯拉的战略是围绕其神经网络构建的。

自动驾驶车辆(AV)的发展持续吸引交通运输与其他产业领域的大量投资，这些投资是有需要的，因为该领域还有大量棘手的技术问题有待解决。

小鹏汽车的生态企业鹏行智能这是鹏行智能发布了全球首款可骑乘智能机器马。这是鹏行智能智能机器马的第三代原型机，其内部代号为“小白龙”。前有小米首款仿生四足机器人"铁蛋"，后有特斯拉AI机器人“Tesla Bot”，再到日前的鹏行机器马，为何新兴势力纷纷入场AI机器人呢？

福特昨日（美国时间9月7日）宣布，Apple 负责特别项目的副总裁 Doug Field 将离开 Apple，并放弃他在Apple Car 方面的工作，转而在福特任职。

随着车辆的自动化水平不断提高，一级供应商和原始设备制造商越来越需要提供诊断监控的ADC，用于实现其功能安全目标。