2024年7月11-13日，由中国汽车工业协会主办的第14届中国汽车论坛在上海召开，此次论坛汇集了汽车产业的高层决策者。

<p>Imagination将通过对汽车芯片设计企业的全力支持，推动中国汽车产业实现高质量发展，赋能整个产业链在汽车产业百年大变局到来之际站上潮头。</p>

据中央广播电视总台中国之声《新闻纵横》报道，电动化、网联化、智能化已成为汽车产业的发展潮流和趋势，半导体是支撑汽车“三化”升级的关键。

<p>贸泽电子 (<a href="https://www.mouser.com/">Mouser Electronics</a>) 宣布与<a href="https://www.mouser.com/manufacturer/fortebit/">Fortebit</a>签署全球分销协议。该公司设计并制造高质量、高性价比的解决方案，用于嵌入式语音识别、语音播放功能和位置服务。

目前的工业系统朝着电气化方向发展，且随着电压等级不断攀升、峰值电流增至几百安培，所以启用这些系统的时间也必需尽可能快，同时车载系统的性能也要不断提高。

而日益提升的可靠性促使制造商也减少了机械系统和增加固态系统，包括针对电源、负载和固态功率器件的保护电路……那么到底该怎么来解决汽车和工业应用中的电设计问题呢？

<center><img src="http://mouser.eetrend.com/files/2018-01/wen_zhang_/100010044-34406-d1.j…; alt=“” width="600"></center>

<strong>救主来啦——高压侧驱动器解决方案</strong>

ADI 电源产品组的设计工程师 Mark Mullen 就上述问题为大家分享了一个基于 LCT7000 受保护的高压侧驱动器解决方案。

作者：Theju Bernard

汽车行业正快速朝着更加电气化的方向发展。启停系统的部署、汽车自动紧急呼叫系统（eCall）和混合动力汽车对先进电池管理系统提出了更多要求，不仅要安全地为电池充电，还要延长其使用寿命。目前市场上有许多化学电池，这使得为特定应用选择合适的电池和充电解决方案变得更加困难。

本文介绍了锂离子（Li-ion）和磷酸铁锂（LFP或LiFePO4）电池，包括其特点和充电曲线。另外还介绍了能够从电池获得最多电量，同时最大限度延长电池寿命和提高可靠性的充电解决方案。

<strong>锂离子电池 </strong>

锂离子电池是一种可充电电池，锂离子在放电时从负极向正极移动，充电时反之。这种电池使用嵌锂化合物作为电极材料。允许离子移动的电解质和两个电极是锂离子电池电芯的基本组成部分。锂离子电池通常能量高，但功率低。

图1显示了一种锂离子电池的充电曲线。该电池的额定电压为3.6V，充电截止电压上限为4.1V，下限为2.2V。锂离子电池充电必须严格遵循厂家建议，以确保可靠性和安全性。通常情况下都不允许在规定电压范围和建议温度范围之外对电池进行充电。

作者：Kevin Zhong
来源：https://www.zhihu.com/question/51788678/answer/142356228

深度学习在无人驾驶领域主要用于图像处理， 也就是摄像头上面。 当然也可以用于雷达的数据处理， 但是基于图像极大丰富的信息以及难以手工建模的特性， 深度学习能最大限度的发挥其优势。

其他答案大概介绍了一下深度学习可以在无人驾驶中用来干什么， 我就当下搬运工， 介绍一下全球摄像头领域的扛把子， 以色列的mobileye公司是怎么在他们的产品中运用深度学习的。 深度学习可以用于感知， 比如很多答案已经介绍了的， 识别周围环境， 各种对车辆又用的信息; 深度学习也可以用于决策， 比如AlphaGo的走子网络（Policy Network）， 就是直接用DNN训练， 如何基于当前状态作出决策。

首先是环境识别方面：
mobileye把他们识别方面的工作主要分为三部分， 物体识别， 可行驶区域检测， 行驶路径识别。

<strong>1、物体识别</strong>

<br><center><img src="http://intel.eetrend.com/files/2016-10/wen_zhang_/100003448-11391-aa.pn…; alt=""></center> </br>

<br>英特尔在北京举办了关于无人驾驶领域的媒体分享沙龙。英特尔中国区总裁杨旭等出席了沙龙，并在会上对无人驾驶的未来进行了演讲与讨论。英特尔中国研究院院长宋继强表示英特尔有着提供端到端服务的独有优势。</br>

杨旭在沙龙上指出，无人驾驶市场正在快速增长。调查显示，到了2035年，无人驾驶汽车将占全球汽车销量的四分之一。而随着万物智能互联的迭代创新，杨旭认为未来将迎来数据的大爆发。当收集到这些数据后，需要通过云端数据中心等存储、处理、分析再及时反馈到设备端，这种快速的内存密集型的计算对处理器有着更高的运算要求。杨旭认为，英特尔能够凭借领先的计算技术为无人驾驶提供从车到数据中心的支持。