尊龙凯时
提交给我们留言，我们将会尽快联系
全站搜索
尊龙凯时车规级无人小巴采用自研量产车算法升级的L4级自动驾驶系统，具有“高精度、强算力、低成本”优势，并搭载高精度定位模块，依托强大的神经网络算法与传感器融合技术，可在复杂道路中实现平稳自动驾驶。2025年2月，尊龙凯时(中国)科技有限公司在苏州实现了第一个iRobo无人小巴项目的商业化落地，目前在全国各地陆续落地运营。
园区通勤摆渡：公共道路通勤、接送园区与园区专线班车、接待参观游览
接驳微循环：机场高铁客运交通接驳、短途通勤接送、社区便民公交
景区观光游览：停车入口接驳、游览参观讲解
车规级可靠性验证：兼顾高安全性与高稳定性，为L4规模化落地奠定工程化基础。
高精度、强算力、低成本：采用双Orin域控、半固态激光雷达、毫米波雷达与多摄像头配置，以500 Tops算力支持复杂算法运行，在性能提升的同时实现显著降本。
端到端大模型赋能：基于自研量产车算法升级的L4系统，结合端到端大模型与多传感器融合技术，在无保护转弯、人车混行、信号识别等场景中显著提升自适应感知与动态决策能力。
全方位车路融合能力：支持“车-路-云”协同架构，与城市基础设施无缝衔接，实现交通系统级优化与实时智能决策。
日前我们从工信部最新申报目录中，获取到了捷途全新纯电SUV环游者的完整申报信息。这款车定位家用纯电SUV，官方确认将搭载猎鹰500辅助驾驶系统，提供两驱、四驱两种动力版本，计划于今年四季度正式上市。设计上新车主打简约方盒美学，和当下主流的流线型纯电SUV做出了明显区分。车头采用纯电车型标志性的封闭式前脸，最具辨识度的是两组复古风格的双圆灯组，横向拉宽了视觉重心，搭配两侧的气流导流槽，既优化了车头空…
中经记者 秦枭 北京报道8月6日，全新一代smart精灵#1正式上市，该车搭载千里科技推出的ASD 4.0辅助驾驶系统，这也是该套智驾方案继smart #6之后，第二次配套smart品牌车型，实现同方案跨车型落地复用。据介绍，千里智驾2026年1月正式投放市场，初期装车规模超30万台，仅耗时3个月完成从ASD 3.0到4.0的版本迭代。截至目前，该系列智驾系统累计装车量突破53万辆，适配极氪、领克…
【千里智驾ASD商业化进程提速】8月6日，全新一代smart精灵#1正式上市，该车搭载千里科技推出的ASD 4.0辅助驾驶系统，这也是该套智驾方案继smart #6之后，第二次配套smart品牌车型，实现同方案跨车型落地复用。据介绍，千里智驾2026年1月正式投放市场，初期装车规模超30万台，仅耗时3个月完成从ASD 3.0到4.0的版本迭代。截至目前，该系列智驾系统累计装车量突破53万辆，适配极…
8月7日，广汽埃安全新车系Ray的首款车型Ray 7出现在工信部第410批《道路机动车辆生产企业及产品公告》新产品公示中，完成申报。申报信息显示，Ray 7车身尺寸为4960×1900×1455mm，轴距2920mm。采用低趴宽体轿跑造型，可选装车顶激光雷达、多种轮毂样式及“Ray 01”尾标。动力方面，搭载华为数字能源技术有限公司提供的180kW峰值功率电机，电池由宁德时代与广汽合资的时代广汽动…
当城市通勤与全家远行成为日常刚需，30万价位已然成为智能豪华SUV的黄金选购区间。不少消费者心中藏着疑问，30万智驾水平高的纯电SUV推荐什么？既要高阶智能驾驶消解拥堵疲惫，又要细腻底盘承载长途舒适，还要兼具品牌底蕴与座舱氛围感……诸多需求叠加之下，全新奔驰纯电GLC(配置|询价)、奥迪Q5L(配置|询价)、特斯拉Model Y(配置|询价) L三款热门车型走入大众视野，下文结合硬件参数与真实车主…
选型误区：别被“纸面参数”蒙蔽双眼在实际交付中，我们发现很多客户对无人车T5的选型存在一个致命误区——过度迷信“纸面参数”。比如，某车企在招标时明确要求“最大续航≥300公里”，但实际测试发现，标称300公里的车型在-10℃低温环境下续航直接腰斩，甚至在满载工况下连200公里都跑不到。听起来可能反直觉，但这就是行业现状：很多标称数据背后的真相是，它们是在实验室理想条件下测得的，而生产现场的环境复杂…
选型陷阱：别被「标称成功率」带偏了在实际交付中，我们发现很多车企的智能泊车系统标称「98%成功率」，但用户实际体验却像开盲盒——商场地库能停，老小区窄路直接摆烂。问题出在哪？很多标称数据背后的真相是：测试场景太「干净」。 实验室里画好的标准车位线、无遮挡的空旷环境，和真实场景的复杂度根本不在一个维度。举个例子：某新势力品牌曾宣称其泊车系统支持「极限车位」（车位线距障碍物仅0.3米），但用户反馈在雨…
计算平台选型陷阱：别被“算力”参数忽悠了在实际交付中，我们发现一个诡异现象：很多标称“500TOPS算力”的智驾计算平台，在复杂路况下连基本的车道保持都做不到。问题出在哪儿？算力≠可用算力，更≠系统响应速度。这里面的水很深——芯片厂商的算力标注往往基于理想环境下的峰值性能，而实际场景中，传感器数据吞吐、算法调度、内存带宽、散热效率，任何一个环节掉链子都会让算力大打折扣。举个例子：某车企曾选用某“大…
实时3D地图构建系统：磨损极限背后的真实战场在实际交付中，我们发现很多客户对实时3D地图构建系统的‘磨损极限’存在严重认知偏差。他们盯着厂商标称的‘百万次重建’或‘零误差漂移’，却忽略了生产环境中最致命的隐性损耗——传感器阵列的物理磨损与算法迭代的逻辑冲突。选型误区：被数据包装的‘伪极限’很多标称数据背后的真相是：实验室环境下的静态测试与实际动态场景的磨损速率完全不在一个量级。举个例子，某头部车企…
当无人车T5从实验室走向量产线，制程规范才是真正的生死线在实际交付中，我们发现一个被行业刻意回避的真相：90%的无人车故障，根源不在算法或传感器，而在制程规范的缺失。很多企业沉迷于堆砌算力、比拼传感器数量，却对生产环节的隐性损耗视而不见——这就像给F1赛车装上拖拉机轮胎，再强的动力也跑不出赛道。选型误区：参数表上的“皇帝新衣”很多标称数据背后的真相是：实验室环境与量产环境之间，隔着一条无法逾越的鸿…