重新定义出行,PIX移动空间-Robobus2.0正式发布

PIX从创始之初就以重塑城市作为愿景,基于对未来终局的思考,我们重新定义了下一代汽车–移动空间,汽车不再只是一个交通工具,而是一个个提供服务的移动空间,这也将最终重塑城市,使城市成为一个真正的超级有机体,可响应、可连接、可配置。

汽车除了基础的运人载物功能外,还可化身为会议室、书房、健身房、咖啡厅…你可以根据自己的需求,招之即来,挥之即去。

这不是未来,而是正在到来的现实。

PIX移动空间产品经过一年的迭代,目前正式发布和开售2.0版本,在过去一年时间,我们的产品已经小批量生产,交付和投入到中国、西班牙、美国、日本、印度等全球多个国家落地运营,获得来自全球客户的高度认可,非常有性价比,也是极具未来感的技术美学产品。
在这里插入图片描述

Robobus是PIX移动空间的无人接驳版本,为用户提供3-10公里短距离的出行服务,目前有自动驾驶和线控2个版本。

在这里插入图片描述

Robobus自动驾驶版本,主要服务于景区、高校、机场、智慧园区、智慧城市、智能网联示范区等场景客户;

Robobus 线控版本完全开源,主要为自动驾驶软件开发企业、高校、科研机构、企业创新研发中心等提供服务。

01/PIX移动空间Robobus 自动驾驶版本

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
Robobus 采用了多传感器融合的策略,包含激光雷达、毫米波雷达、摄像头和超声波雷达,能够获得更全面、更准确的环境信息,从而在多种道路条件下做出更安全的驾驶决策。

这种综合感知系统能够精确地识别和分析周围的障碍物、行人、车辆和道路标志,确保在各种道路和天气条件下的安全驾驶。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

云调度系统是 PIX Moving 为方便经营者管理无人车队,保证其运营稳定高效而开发的自动驾驶车辆专用运营管理平台。

具备车队车辆管理、车辆实时数据处理、实时视频监控、应急接管、消息通知、报警通知、远程驾驶、OTA、用户管理、地图管理 、操作日志记录等功能。

在这里插入图片描述

在平台中,管理人员可直观即时地观察各车辆运行线路、所处位置、车辆数据等信息,对各车队各车辆实时有效监管并提供线上管理控制。
在这里插入图片描述

02/PIX移动空间Robobus 线控版

为了给自动驾驶软件开发企业、科研机构、高校等群体提供更好的适配服务,PIX Robobus线控版支持开源。

线控版本的基础配置与自动驾驶版本一致,去掉了传感器、计算平台、算法和调度平台。

提供通讯控制CAN接口、高级控制模式接口、供电接口以及传感器安装接口等。

除此之外,PIX还可帮助算法公司提供自动驾驶软硬件适配方案,设计传感器布局,从而让各类开发者快速实现自动驾驶场景应用。

在这里插入图片描述

目前,已经帮助美国JeGo、中国追势科技、御旷科技等企业提供了线控版本服务。

03/多重安全冗余

Robobus 在设计之初,从线控底盘、自动驾驶、调度系统等多个方面做了安全部署。

单纯线控底盘部分,PIX Robobus 就设置了3层安全冗余,当系统检测到一个控制器失效,另一个控制器可以激活启动,提供基本功能候补。更进一步,如果其它控制器失效,还要有最后一重安全冗余提供底盘制动的基本功能。

同时,Robobus 可配置FAE工程师驻守,当出现策略缺陷、系统故障、规则政策与人为原因导致的运行故障,FAE工程师将人为介入处理异常与极端情况,为运营提供多一层的安全保障。
在这里插入图片描述

04/高性价比

得益于PIX自研的滑板底盘,以及PAM™(AI算法设计模型)、RTM™(实时成型模型)、金属3D打印等设计制造工具链,使得 PIX Robobus 研发成本比传统研发成本低60%。
在这里插入图片描述

注释:
PAM™(PIX Algorithm Modeling) 是一款基于AI算法的设计、仿真和制造的一体化生成式设计平台,可以将零部件设计效率提升60%,在轻量化方面的设计效率,则可比成熟工程师高至20%以上。

RTM™(Realtime Manufacturing)实时成型是一种无模具的成形技术,不需要专用的模具、夹具便能对金属钣金进行成型,减少巨额的模具开发与设计成本。

RTM™(实时成型技术展示)

PAM™与RTM™打通设计端与制造端,整个过程实现一体化,可以大幅度降低产品研发成本,缩短研发周期,满足小批量、多车型、迭代快的自动驾驶市场需求。

05/PIX移动空间 无人商业版本

为了满足客户多场景的需求,我们同时推出了另一款直翼门版本用于无人新零售场景,比如移动咖啡、酸奶、美妆、便利店等。
在这里插入图片描述
在这里插入图片描述

PIX Moving 已经在全球多个地区,稳步推动自动驾驶移动空间商业应用,感谢各地地方政府、集成商、机构等支持。

预告一波,PIX 移动咖啡车即将下线,场景方、品牌方等合作伙伴招募正在继续,欢迎你加入这场新的产业革命。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/596762.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

正定矩阵在格密码中的应用(知识铺垫)

目录 一. 写在前面 二. 最小值点 三. 二次型结构 四. 正定与非正定讨论 4.1 对参数a的要求 4.2 对参数c的要求 4.3 对参数b的要求 五. 最小值,最大值与奇异值 5.1 正定型(positive definite) 5.2 负定型(negative defin…

【MySQL】字符集与排序规则

在MySQL数据库中,字符集(Character Set)和排序规则(Collation,也称字符集校验规则)是重要的概念,它们对于正确存储和比较数据至关重要。 字符集与排序规则 字符集是一组字符的集合,与数字编码…

8个流行的Python可视化工具包,你喜欢哪个?

用 Python 创建图形的方法有很多,但是哪种方法是最好的呢?当我们做可视化之前,要先明确一些关于图像目标的问题:你是想初步了解数据的分布情况?想展示时给人们留下深刻印象?也许你想给某人展示一个内在的形…

PostgreSQL从入门到精通 - 第40讲:数据库不完全恢复

PostgreSQL从小白到专家,是从入门逐渐能力提升的一个系列教程,内容包括对PG基础的认知、包括安装使用、包括角色权限、包括维护管理、、等内容,希望对热爱PG、学习PG的同学们有帮助,欢迎持续关注CUUG PG技术大讲堂。 第40讲&#…

[足式机器人]Part2 Dr. CAN学习笔记-动态系统建模与分析 Ch02-4 拉普拉斯变换(Laplace)传递函数、微分方程

本文仅供学习使用 本文参考: B站:DR_CAN Dr. CAN学习笔记-动态系统建模与分析 Ch02-4 拉普拉斯变换(Laplace)传递函数、微分方程 1. Laplace Transform 拉式变换2. 收敛域(ROC)与逆变换(ILT&…

谷歌推出了一种名为提示扩展(Prompt Expansion)的创新框架,旨在帮助用户更轻松地创造出既高质量又多样化的图像。

谷歌推出了一种名为提示扩展(Prompt Expansion)的创新框架,旨在帮助用户更轻松地创造出既高质量又多样化的图像。 论文标题: Prompt Expansion for Adaptive Text-to-Image Generation 论文链接: https://arxiv.org/pdf/2312.16720.pdf 问…

拿到年终奖后马上辞职,厚道吗?

拿到年终奖后马上辞职,厚道吗? 作为一个人,你首先要对自己负责,其次是对自己身边的人(妻儿,家人,朋友)负责。 你明明可以跳槽到有更好的职业发展你不去,是为不智&#…

【普中开发板】基于51单片机的篮球计分器液晶LCD1602显示( proteus仿真+程序+设计报告+讲解视频)

基于普中开发板51单片机的篮球计分器液晶LCD1602显示 1.主要功能:讲解视频:2.仿真3. 程序代码4. 设计报告5. 设计资料内容清单&&下载链接资料下载链接(可点击): 基于51单片机的篮球计分器液晶LCD1602显示 ( pr…

AspectJ入门(二)— 应用

AspectJ便于调试、测试和性能调整工作。定义的行为范围从简单的跟踪到分析,再到应用程序内部一致性到测试。AspectJ可以干净地模块化这类功能,从而可以在需要时轻松地启用和禁用这些功能。 1 基础 本节将继续介绍AspectJ到一些基础功能,为后…

水稻潜在产量估算解决方案

1.背景与技术路线 统计资料表明,尽管我国粮食单产已由 50 年代初期的 1.2t/ha 增加到如今的 5.2t/h,粮食产量增加了 4 倍,但我国人口的增长速度与气候变化导致的农业生产的不确定性, 在水稻收获指数保持稳定的情况下,…

drf知识--10

接口文档 # 后端把接口写好后: 登录接口:/api/v1/login ---> post---name pwd 注册接口 查询所有图书带过滤接口 # 前后端需要做对接,对接第一个东西就是这个接口文档,前端照着接口文档开发 公司3个人&#xff…

Nginx 的SSL证书配置

目录 1.申请域名,证书下载 2.准备站点源代码 3.修改nginx 对应网站的配置文件 4.修改 host 文件 http协议访问的网站默认会显示不安全,因为数据默认是明文传输的 https是httpssl,ssl是加密协议,通过证书来进行加密的&#xff…

pod进阶:

pod进阶: 探针* poststart prestop pod的生命周期:pod的状态 k8s的重启策略 Always deployment的yaml文件只能是Always pod的yaml三种模式都可以。不论正常退场还是非正常退出都重启 OnFailure:只有状态码非0才会重启,正常退出是不重启的 Never: 正常退出和…

UG装配-引用集

引用集是控制组件的图素在装配体中显示与隐藏 装配体体环境控制组件显示与隐藏的四种方式 1、图层 2、引用集 3、隐藏命令 Ctrl B 4、抑制,取消此组件装配,但保留操作在导航器方便启用 引用集有两种类型 1、UG自动创建的引用集 2、用户定义的引…

Java 泛型深入解析

Java 中的泛型是一种强大的编程特性,允许我们编写更加通用和类型安全的代码。本篇博客将深入探讨 Java 泛型的各个方面,包括泛型类、泛型方法、泛型接口以及泛型通配符。 1. 泛型类 首先,让我们看一个简单的泛型类的例子。在下面的代码中&a…

Spring中的ApplicationContext和BeanFactory的区别??

ApplicationContext:只要一读取配置文件,默认情况下就会创建对象。 UserServiceImpl: package com.by.service;import com.by.dao.UserDao;/*** 业务层实现类*/ public class UserServiceImpl implements UserService {private UserDao user…

Flink 维表关联方案

Flink 维表关联方案 1、Flink DataStream 关联维表 1)概述 1.分类 实时数据库查找关联(Per-Record Reference Data Lookup) 预加载维表关联(Pre-Loading of Reference Data) 维表变更日志关联(Refere…

源头厂家定制直线度测量仪 在线与离线检测均可

直线度的检测不再局限于直尺法、重力法等人工检测方式,随着自动化的发展,直线度检测也更需要自动化方便快捷的检测仪器。为此,研发了在线直线度测量仪与离线直线度测量仪,根据不同的需要,选择合适的设备即可。 数据计…

轻量检测模型PP-PicoDet解析

Paper:PP-PicoDet: A Better Real-Time Object Detector on Mobile Devices official implementation:https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.7/configs/picodet Backbone 作者通过实验发现,ShuffleNetV2在移动…

NeRF-RPN: A general framework for object detection in NeRFs 全文翻译

摘要 Abstract 本文提出了第一个重要的物体检测框架 NeRF-RPN,它直接在 NeRF 上运行。给定一个预先训练好的 NeRF 模型,NeRF-RPN 的目标是检测场景中所有物体的边界框。通过利用包含多尺度三维神经体积特征的新颖体素表示法,我们证明…