自动驾驶领域中常见英文缩写、相关含义以及常用专业英文
从事自动驾驶行业也有好几年了,对一些自动驾驶相关缩写和英文也了解不少,但是没有系统总结过,有空把它们重新总结一下以备以后查看,也给刚入门的朋友们进行科普。同时也欢迎朋友们更新补充!
文章目录
- 0. 常见行业内英文介绍
- 1. 英文缩写和相关含义
- 2. 自动驾驶中常见英文
- 2.1 模块算法类
- 2.2 车辆部件
- 2.3 传感器
- 2.4 车辆
- 2.5 规划控制
0. 常见行业内英文介绍
英文缩写 | 英文全称 | 中文全称 |
---|---|---|
AI | Artificial Intelligence | 人工智能 |
IoT | Internet of Things | 物联网 |
AIoT | Artificial Intelligence & Internet of Things | 人工智能物联网 |
V2X | vehicle to everything | 车用无线通信技术 |
ITS | Intelligent Traffic System | 智能交通系统 |
IVICS | Intelligent Vehicle Infrastructure Cooperative Systems | 车路协同系统 |
V2X
(Vehicle to X),是未来智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息,从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。车路协同
是采用先进的无线通信和新一代互联网等技术,全方位实施车车、车路动态实时信息交互,并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理,充分实现人车路的有效协同,保证交通安全,提高通行效率,从而形成的安全、高效和环保的道路交通系统。云计算、雾计算与边缘计算
云计算
(cloud computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。雾计算
(Fog Computing),在该模式中数据、(数据)处理和应用程序集中在网络边缘的设备中,而不是几乎全部保存在云中,是云计算(Cloud Computing)的延伸概念,由思科(Cisco)提出的。这个因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。雾计算并非由性能强大的服务器组成,而是由性能较弱、更为分散的各类功能计算机组成,渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。边缘计算
(Edge Computing),是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。
1. 英文缩写和相关含义
英文缩写 | 英文全称 | 中文全称 |
---|---|---|
ABS | antilock brake system | 防抱死制动系统 |
ACC | Adaptive Cruise Control | 自适应巡航 |
ADAS | Advanced Driver Assistance System | 高级驾驶辅助系统 |
AEB | Autonomous Emergency Braking | 自动紧急制动 |
APS | Automated Parking System | 自动泊车辅助 |
BCW | Blind Collision Warning | 盲点碰撞预警 |
BSD | vBlind Spot Detection | 盲区监测 |
DAW | Driver Attention Warning | 驾驶员注意力警示系统 |
DMS | Driver Monitoring System | 驾驶员状态监测 |
DOW | Door Open Warning | 开门预警 |
ESC | Electronic Stability Controller | 车身稳定控制 |
ESP | Electronic Stability Program | 车身稳定控制 |
EPS | Electronic Power Steering | 电动转向 |
FCA | Front Collision Assist | 前方防撞辅助 |
FCW | Forward Collision Warning | 前方碰撞预警 |
FCWS | Forward Collision Warning System | 前车防撞预警系统 |
HUD | Head Up Display | 抬头显示系统 |
IOV | Internet of Vehicles | 车联网 |
ISS | Intelligent Start/Stop | 智能启停 |
ITS | Intelligent Transportation Systems | 智能运输系统 |
LCA | Lane Changing Assist | 变道辅助 |
LDW | Lane Departure Warning | 车道偏离预警 |
LKA | Lane Keeping Assist | 车道保持辅助 |
MLDS | Multilane detection System | 多车道检测系统 |
NVS | Night Vision System | 夜视系统 |
ODD | Operational Design Domain | 运行设计域 |
PCW | Pedestrian Collision Warning | 行人安全辅助 |
RCW | Rear Collision Warning | 后碰警告 |
RSR | Road Sign Recognition | 交通信号及标志牌识别 |
SVC | Surround View Cameras | 全景泊车停车辅助系统 |
TLR | Traffic Light Recognition | 交通信号灯识别 |
TSR | Traffic Sign Recognition | 交通标志识别 |
OTA | Over-the-Air Technology | 空中下载技术 |
ODD的全称是Operational Design Domain(运行设计域)。每个自动驾驶系统运作的前提条件及适用范围可能都不太一样。只有当全部条件都满足的时候该自动驾驶才能保证正常运作。相反,欠缺任何一个前提条件,该系统都有可能出现故障,这种情况下就要采取紧急停车措施或是驾驶员手动接管。
2. 自动驾驶中常见英文
2.1 模块算法类
中文 | 英文 |
---|---|
感知 | perception |
规划 | Planning |
决策 | Decision |
控制 | control |
交互 | Interaction |
定位 | localization |
检测 | detection |
预测 | Prediction |
跟踪 | Tracking |
分类 | Classification |
分割 | Segmentation |
配准 | Registration |
识别 | Recognition |
滤波 | Filtering |
计算机视觉 | computer vision |
特征提取 | feature extraction |
图像分割 | Image Segmentation |
真实数据 | Ground Truth |
无人驾驶汽车 | Self-Driving Car/Vehicles |
传感器 | Sensor |
机器学习 | Machine Learning |
人工智能 | Artificial Intelligence |
深度学习 | Deep learning |
损失函数 | loss Function |
纵向控制 | Longitudinally Control |
横向控制 | traverse control |
全局路径规划 | Global path planning |
局部路径规划 | Local path planning |
同步定位与建图 | SLAM (simultaneous localization and mapping) |
状态空间 | state space |
2.2 车辆部件
中文 | 英文 |
---|---|
油门踏板 | Acceleration pedal /gas pedal |
刹车踏板 | Brake pedal (brake刹车/油门gas) |
离合器踏板 | Clutch pedal (Clutch离合器) |
自动挡的引文缩写:AT | 全写:Automatic Transmission; |
手动档的英文缩写:MT | 全写:Manual Transmisssion |
停车档 | Parking gear |
倒档 | Reverse gear |
空挡 (一般是中性的意思) | Neutral gear |
前进挡 | Driving gear |
1档 | First gear |
高速档 | high gear |
低速挡 | low gear |
空转 | at idle |
向下换挡 | downshift |
后视镜 | rear view mirror |
方向盘 | steering wheel |
挡风玻璃 | windshield |
雨刷 | wiper |
中控台 | Console |
组合仪表 | Cluster |
仪表板 | dash board |
遮阳板 | sun visor |
安全带 | Life Belt(Safety Belt) |
转向灯 | Mirror Signal lamp |
点烟器 | lighter/cigar-lighter |
12V电源 | 12V battery |
天窗玻璃 | Sunroof Windshield |
前挡风玻璃 | Front Windshield |
侧窗玻璃 | Side Windshield |
夹层玻璃 | Laminated glass |
钢化玻璃 | Tempered glass |
后窗玻璃 | Backlite Windshield |
前保险杠 | Front bumper |
后保险杠 | Rear bumper |
格栅 | Radiator grille |
通风格栅 | Cowl grille |
前大灯 | Headlamp |
A柱 | A Pillar Trim |
2.3 传感器
中文 | 英文 |
---|---|
超声波雷达 | Ultrasonic Radar |
毫米波雷达 | Millimeter-wave Radar |
激光雷达 | LiDAR |
全球定位系统 | GPS,global position system |
惯导 | IMU,Inertial measurement unit |
车轮编码器 | Wheel Encoder |
单目摄像头 | Mono Camera |
视场角 | FOV,field of vision; |
光圈 | diaphragm |
快门 | Shutter |
分辨率 | resolution |
分布式的 | distributed |
集中式的 | centralized |
垂直/水平 | horizonal/vertical(upright) |
交流电 | AC ( Alternating Current) |
直流电 | DC(direct-current) |
安培 | ampere |
伏特 | volt |
2.4 车辆
中文 | 英文 |
---|---|
柴油车 | diesel vehicle |
汽油车 | gasoline vehicle |
混动车 | hybrid electric vehicle |
氢能源车 | Hydrogen Fuel Cell vehicle |
四轮驱动 | four-wheel drive |
前轮驱动 | front-wheel drive |
后轮驱动 | rear-wheel drive |
垃圾车 | garbage truck |
消防车 | fire engine |
牵引车,拖拉机 | tractor |
拖车 | trailer |
救护车 | ambulance |
出租车 | taxi |
邮车 | mail car |
土方车 | earthmoving vehicles |
集装箱货车 | container carrier |
混凝土搅拌车 | concrete mixer truck |
洒水车 | watering car |
跑车 | roadster |
露营车 | camper |
铲车 | forklift |
巡回采血车 | bloodmobile |
长途客车 | coach |
公共汽车 | bus |
轿车 | saloon |
豪华轿车 | limousine |
货车 | freight car |
大型车 | Oversize vehicle |
小型车 | Light-duty vehicle |
机动车 | Motor vehicle |
非机动车 | Non-motor vehicle |
行人 | pedestrian |
电车 | tram |
轻轨 | light rail |
2.5 规划控制
中文 | 英文 |
---|---|
油门、制动器、转向 | throttle,Steering , brake |
proportion比例 integral积分 differential微分 | PID |
超调 | Overshoots |
速度 | Velocity |
保持转角连续 | Keep the steer constant |
纵向跟踪误差 | ATE Along-track Error |
横向跟踪误差 | CTE Cross-track Error |
速度类 | max acceleration 最大加速度 ,desired speed 理想转速,min deceleration 最小减速度 |
微分增益 | Differential gain |
爬坡能力 | grade ability |
优化目标 | optimization object |
运动规划 | motion planning |
可视距离 | visibility distance |
权衡 确认利弊进行取舍 | Trade-off |
轨迹 | trajectory |
路径 | path |
有优先权的 | Preemption |
碰撞消减 | crash elimination |
车道偏离 | Lane Departure |
司机反应时间参数 | Reaction time parameter |
区域设定 | ROIs setting |
主动安全 | Pre-Crash Safety |
人机交互 | Human-Robot Interactions |
过交叉口 | Behavior intersection |
掉头 | Behavior Uturn |
绕道 | Behavior roundabout |
变道 | Behavior lane change |
停车 | Behavior parking |
超车 | Behavior overtaking |
跟随目标 | Following object |
跟随车道 | Following lane |
闯红灯; | disobeying traffic light |
抢黄灯 | Go through stop light; |
违规转弯 | Improper turns |
违规超车 | Illegal passing |
超速 | Excessive speed |
超载 | Overloading |
追尾事故 | Rear-End accidents |
追尾 | Rear-end collision |
翻车 | roll over/turn over |
迎面相撞 | Head-on collision; Pileup |
轻微碰撞 | Slight impact |
撞上人行道 | Drive onto the sidewalk |
辗过 | Run over |
行人死亡和受伤 | pedestrian fatality and injuries |
自动驾驶领域中常见英文缩写、相关含义以及常用专业英文相关推荐
- 探索自动驾驶领域中的3D多目标跟踪(ICCV 2021)
作者丨少年依旧如风@知乎 来源丨https://zhuanlan.zhihu.com/p/417445881 编辑丨3D视觉工坊 论文:Exploring Simple 3D Multi-Object ...
- Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读(二)
Paper:自动驾驶领域SAE标准之<道路机动车辆驾驶自动化系统相关术语的分类和定义>官方英文原文翻译与解读(二) 目录 自动驾驶领域SAE标准之<道路机动车辆驾驶自动化系统相关术语 ...
- 除了竞争,中美在自动驾驶领域可以有哪些合作
智造观点 考虑到人工智能在生活中的普遍应用,毫无疑问,自动驾驶可以说是一项革命性的发展,很多汽车厂商和科技巨头也都参与其中,但也有很多人开始质疑这项技术对未来移动出行市场的意义.所以,不管是技术人员还 ...
- Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读(一)
Paper:自动驾驶领域L级别SAE标准<道路机动车辆驾驶自动化系统相关术语的分类和定义&Taxonomy and Definitions for Terms Related to Dr ...
- 深度学习在自动驾驶领域的应用
1.什么是深度学习 1.1 基本概念 深度学习即深度神经网络学习,其概念源于人工神经网络的研究,是一种特殊的机器学习形式:其目的在于建立和模拟人脑进行分析学习的神经网络,通过模仿人脑的接受和反馈机制 ...
- 【无人驾驶】自动驾驶领域有哪些岗位可选?
/ 导读 / 想要进入自动驾驶这个领域,便首先去调查了下这个领域的岗位,希冀能从中找出自己最感兴趣且匹配度也比较高的方向.废话不多说,见下. 下图为自动驾驶方向的所有岗位,总量的来说,方向可以分为三大 ...
- 重磅!国内首个面向自动驾驶领域的多传感器数据融合系统课程
应用背景介绍 多传感器融合是一项结合多传感器数据的综合性前沿内容,主要包括Camera.激光雷达.IMU.毫米波雷达等传感器的融合,在自动驾驶.移动机器人的感知和定位领域中占有非常重要的地位: 随着A ...
- 首个面向自动驾驶领域的3D点云目标检测教程!(单模态+多模态/数据+代码)
背景介绍 3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云.双目.单目和多模态数据等方式.其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3 ...
- 面向自动驾驶领域的3D点云目标检测方法汇总!(单模态+多模态/数据+代码)
背景介绍 3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云.双目.单目和多模态数据等方式.其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3 ...
- 面向自动驾驶领域的3D点云目标检测全栈学习路线!(单模态+多模态/数据+代码)...
背景介绍 3D检测用于获取物体在三维空间中的位置和类别信息,主要基于点云.双目.单目和多模态数据等方式.其中,点云数据由于具有较为丰富的几何信息,相比于其它单模态数据更为稳定,基于激光雷达点云数据的3 ...
最新文章
- i.MX6UL: i.MX 6UltraLite处理器 - 低功耗,安全,Arm® Cortex®-A7内核
- 语言中出现蘌ress_【语言发育迟缓,10大表现不能忽视?】
- python iot平台_Python MQTT连接到Azure Iot中心
- Thymeleaf——使用模板动态生成JavaScript脚本文件
- element-ui踩坑
- iis管理常用命令 创建IIS站点 应用应用程序 及虚拟目录
- 新版手机浏览器_夸克浏览器发布全新3.0版,AI技术创新智能化信息服务
- SCPPO(二十一):系统统一身份认证的改造之路(续)
- 几个清华、北邮、同济学霸的公号,值得关注
- 使用adb命令启动模拟器
- DHCPv6技术介绍
- Android微信emoji表情,Android 软键盘和emoji表情切换方案,和微信几乎一样的体验...
- 关闭appleid双重认证_Apple ID 被停用如何解决?
- python实现pearson相关性检验
- oracle10g rac ocssd,求教:安装oracle10g rac 报crs-0223错误问题
- 技术管理那些事(二)“人剑合一”的团队
- MyBatis学习(二)--利用MyBatis实现CRUD操作
- 淘宝人群拖价怎么做? 大神导航,一个神奇的网站,从此开启大神之路!
- 为什么现在开发这么累呢?
- ChatGPT所代表的人工智能的意义