硕博士毕业论文无人战斗车辆

无人坦克是未来的发展趋势。因为节省了人力物力，也避免了开坦克的人有生命危险，无人装甲战车在战斗中肯定会有欠缺的地方。

对于自动驾驶领域的道路开拓，全世界的 探索 者都走得漫长而艰辛。尤其对当前走在自动驾驶世界发展前列的中国来说，从早期高等院校实验室研发，到宇通客车、百度等企业实现道路测试；从选择技术路径，到呈现商业模式……无一不是由前仆后继者宝贵的经验所铺垫，也无一不是经历过反复的思考、争辩与扬弃才发展至今。回看过去的故事和选择，颇有另一番感受。 2017年的下旬，在北京昌平的一间小会议室里，几位年轻人眉头紧锁。在此之前，他们经过了激烈的语言交锋，沉静片刻后，CEO张德兆冷静地说: “我决定了，我们不做场景的选择，只做一个底层架构，只做一个大脑，一个可以打通全场景的大脑。” 这个决定，对于刚刚完成京东和顺为A轮融资的智行者来说，意味着近两年的积累全部清0，从头开始。其他联合创始人表示不解，智行者有专业的单车项目改装能力，有风靡行业的L4级低速整车产品，为什么要放弃已经建好的最容易做出产出的路？ “只有做通用的底层架构才能获得多场景的丰富数据，而这才是我们活下来的根本”张德兆如是说。 这一判断在当时来看多少有点“狂妄”和“荒谬”。 经过多年行业的变革，自动驾驶行业虽“吸金”能力不减，但“变现”已然成为整个赛道的主旋律，靠场景讲故事的道路走不通了。往回看，智行者的选择值得玩味，质疑的声音似乎也缺少了当时的底气。 在今天，什么是好的自动驾驶公司？怎样的发展更符合自动驾驶产业的现实情境？ 对于建立在人工智能算法之上的自动驾驶公司来说，以数据“养”算法是驱动算法升级迭代的不二法门。不过如何获得源源不断的多样化数据，怎样在数据反哺算法的同时，也让车辆营收反哺团队的运营，行业内却是见仁见智。 以谷歌控股的自动驾驶公司Waymo为代表，一些团队选择通过在全球指定测试路段投放自动驾驶车队，用车队运营收集到的数据反哺算法。 为了实现获得广泛的数据，解决更多潜在的Cornercase，Waymo不断通过融资加大在技术和运营上的投入力度。2021年6月，Waymo在新一轮融资中获得25亿美元投资，整体估值超过300亿美元，而从2016年12月独立至今，Waymo已经从外部累计融资57亿美元投入自动驾驶工程。 不过相比“烧钱”式的投入，Waymo的营收近乎杯水车薪。因为直到2022年3月1日，Waymo其谷歌母公司Alphabet才获得美国加州公共事业委员会（CPUC）发放的用于提供自动驾驶客运服务的许可证，允许Waymo在旧金山及周边提供收费客运服务。 事实上，国内走Waymo路线的小马智行，也在商业落地的边缘犹疑。自2016年成立以来，小马智行基本保持每年1-2次融资，迄今为止已经完成了6轮融资。2022年3月，北京小马智行 科技 有限公司（以下简称“小马智行”）顺利完成D轮融资，成为国内估值最高的独立自动驾驶公司，估值85亿。 不过估值和身价并非是衡量产品落地的标准。2021年10月加州进行的无人自动驾驶测试中，一起事故导致小马智行的部分L4自动驾驶系统被召回，这也成为全球首起L4自动驾驶系统召回事件。 相比之下，以特斯拉为代表，初期对外提供相对低版本的自动驾驶软件，从而实现大规模的量产销售，使数据收集、算法迭代和商业化齐头并进的渐进式发展路线，似乎能够弥补Waymo路线的诸多不足。 在特斯拉“宇宙”里，每一位司机都兼具测试道路上安全员的角色，特斯拉通过收集用户授权的数据反哺算法，不仅通过卖车实现收益，其反哺并不断升级的FSD系统也逐渐获得消费者的青睐。2021年，特斯拉以全年的利润率秒杀全球一众车企。 如此看来，特斯拉渐进式的发展路径，能够有效推动技术和商业的并行发展，在实现自动驾驶技术的快速迭代上达到“四两拨千斤”的效果。 现在看来，智行者在2017年所作出的“归零”决定，就是在看清两种发展路径前景后，所作出的重大策略转变。与特斯拉不同的是，虽然智行者同样选择从高速载人车辆的技术置高点进行研发，但却选择从商用车入手做商业化实战落地，先将独有的无人驾驶大脑与环卫车、特种车等专业场景进行结合，又将其通用型无人驾驶大脑延伸至Robotaxi等乘用车领域，在不同场景下对无人驾驶大脑进行验证与训练。 可以说，智行者在借助多重的落地场景为算法进行迭代优化，实现商业化落地的同时，反哺了自动驾驶技术，让智行者的无人驾驶大脑保持持续自我迭代，这与特斯拉的运营思路一脉相承。 一家公司与一间作坊不同的地方在于，前者的功能必须兼具商业价值——既需要升级算法，又要兼顾成本，同时还有稳定的质量保证，基于多重考虑为企业和合作方带来最直接的经济效益。 如何通过高效的路径，帮助自动驾驶产业链上的服务商获得直接的收益。答案便是在合作之初，上下游厂商便分工明确，发挥各自的长处，推动自动驾驶产业链实现造血循环。 智行者聪明的地方在于，把专业的事交给专业的人。 以自动驾驶环卫为例，在最初进入环卫场景时，智行者的工程师们将重心投入在让车行动和规避障碍等自动驾驶功能的实现上。但对场景方而言，自动驾驶是无人驾驶环卫车具备的基础功能，而场景方更加看重清扫的效果。 在这个标准下，难点就来了——马路上大部分垃圾会集中在马路边缘，很少停留在马路中央，若想将马路清扫干净，环卫车需要实现沿马路贴边清扫的功能。工程师们将这一场景转换成技术参数，即无人驾驶环卫车需要具备厘米级的定位和控制，将累计误差降低到5厘米以下。 这些是工程师最初没有想到的。类似的情况还有清扫车经过减速带时抖落的灰尘带、清扫车可能面临的运营和监管问题等。事实上，任何跨界都有可能面临千奇百怪的问题，这是由于每个行业都有自己的“深水区”，也存在只有内行人才能灵活变通的know how（诀窍）。 经验的魅力在传统行业遇见新 科技 时焕发新生，也为莽撞者埋下了隐患。 正是了解到进入任何领域都需要长期的积累和试错，智行者更加明确自身能力的边界，在进行跨领域合作时，选择专业的合作伙伴，同时聚焦在“无人驾驶大脑”本身，努力提升自己在自动驾驶领域的专业度和壁垒，最终与细分领域的专业选手强强联合，缩短“试错”时间，顺利地进入商业落地阶段。 智行者的无人驾驶大脑已经部署于环卫、特种车等多个细分领域，快速地从各个行业收集数据反哺算法，其无人驾驶大脑的搭载车辆已超2800辆。而智行者的累计商业化应用里程，也达到500多万公里，目前每天仍在增长。 事实上，像智行者这样通过“大脑”赋能细分行业已经成为新趋势。比如，近年来，驭势 科技 借助其U-Drive智能驾驶系统，为物流行业搭载车上“大脑”。 无人驾驶大脑在商用车应用场景已成定势。而面对乘用车这块尚未充分“开垦”的领域，智行者先人一步有所布局。2021年，智行者与T3出行达成战略合作，共同 探索 Robotaxi落地创新模式，而后者作为智慧出行生态平台，在与地方交通企业的合作与服务资源的整合上，具有得天独厚的优势。 不过对于智行者来说，场景万变不离其宗，无人驾驶大脑始终是智行者为多种终端设备赋能，扩大自动驾驶产品的适用范围、降低落地门槛的核心竞争力，而智行者无人驾驶大脑在算力、算法、数据三个方面也在持续精进过程中。 需知成熟的自动驾驶系统是软件与硬件高度集成的产物，智行者无人驾驶大脑硬件也是基于这样的原因诞生。智行者从2017年开始决定自研硬件——自动驾驶计算平台，即域控制器，将自研算法搭载在自研控制器上进行运行，通过“算法连续升级、硬件离散升级”的方式进行迭代升级，同时在此基础上研发出了一套通用的底层架构，可以用在任何具备移动能力的机械上。 目前，智行者无人驾驶大脑经过多年的持续进化，已打通多场景L4级别自动驾驶应用，还可降维应用于L2+、L3级自动驾驶前装量产，目前在稳定性、能效比、价格、开发周期、匹配度，以及后期服务能力上都做到前沿水平，与乘用车、商用车、特种作业车等各领域客户都达成了良好的合作，并且在各种场景源源不断的数据支撑下，智行者无人驾驶大脑还在变得越来越聪明。 纵览当下，无论在乘用车还是商用车赛道，都挤满了信誓旦旦的自动驾驶玩家。 赛程还未过半，衡量玩家水平的标准不一而足。在遵循丛林法则的野蛮竞争阶段，适者生存，“活下来”是唯一的准则。 面对生存，自动驾驶企业需要直接与市场打交道，在产品的概念设计阶段，就需要考虑市场定位和成本，并做好相应的管控，在技术的先进性和性价比之间取得平衡，而不是让技术保持绝对领先。 事实上，在全世界的自动化产品中，作为一种简单的算法，PID算法能够贯穿70%以上工业化控制产品。因此，技术的优劣不在于难度，而在于是否好用。 回归到时下火热的自动驾驶赛道，决定一家公司成败的关键，在于能否在可控的成本下，既能将消费者接受的新技术推向量产，又能保证利润。 归根结底，除了直接影响产品性能的技术实力，企业之间的比拼更需要强大的供应链和质量管理能力、市场营销能力及组织能力，以满足于市场层出不穷的需求，服务于企业的长久发展。 回顾互联网行业的蓬勃发展时期，华为、百度、阿里和腾讯等巨头的业务始终是从核心向周边进行延伸。比如腾讯最初通过QQ起家，后衍生出各类 游戏 等关联依托业务。 从QQ时代进入微信时代，两个产品的发展轨迹并不完全冲突，反而兼顾了不同群体的多重需求，这样的现象在互联网时代的头部企业中屡见不鲜。 腾讯这样的企业能够搭建起一个业务生态体系，离不开本身的组织能力。业务是零散的，而组织是连续的。华为内部也曾讲，华为这家公司依靠目前的组织能力，即使发展养猪业务，也能做得非常好。 因此在新 科技 时代，企业之间面临的竞争，是以组织能力为核心的“立体战争”。亿欧 汽车 了解到，智行者创始人、CEO兼董事长张德兆在发展自动驾驶业务的过程中，非常注重组织能力的培养。 在团队成立之初，智行者拥有很好的基因——创始团队均来自于清华大学 汽车 系，对 汽车 开发有深刻的理解，公司还聚集了一批在 汽车 、电子、互联网、人工智能、生产制作等领域经验丰富的人才。而张德兆本人，也是深谙无人驾驶技术开发的清华大学 汽车 系博士、博士后、教授级高工。 虽然是理工男，但张德兆熟读 历史 和毛选，对于带“兵”用人，他有一套自己的方式——先打小仗，用不断累积的阶段性胜利为大的战斗提升士气、锻炼技能。这套方式直接对应了智行者的企业发展路线，以“农村”包围“城市”。 在这里，“农村”是指智行者在环卫、特种车场景的落地应用，如今打下了多个“农村根据地”，智行者也会在今年把重心放在无人驾驶乘用车这个“城市”的商业化目标上。 亿欧 汽车 认为，当一家企业的管理者在发展过程中着重构建企业全方位的竞争力，已经能够在同类型的企业中快速脱颖而出。而为了使自己立于不败之地，智行者仍在不断投入研发，在算力、算法、数据三个方面培育其“无人驾驶大脑”，不断扩展赋能的边界。 从市场发展规模来看，亿欧智库预测，2030年中国智慧交通市场规模将达到万亿元。随着车端、路端、云端智能布局持续完善，C端需求将被逐渐释放，同时伴随着自动驾驶市场机制的形成，产业链愈加成熟，智慧交通市场未来呈现稳定增长态势，而自动驾驶行业与智慧交通融合发展也成为大势所趋。 目前，智行者与乘用车、商用车、特种作业车等各领域客户都达成了良好的合作，也拿到多张来自北汽、上汽、东风等整车厂的订单，据悉，其2021年的营收已到达数亿元，行业领先优势明显。在各种场景源源不断的数据支撑下，智行者无人驾驶大脑不仅变得越来越聪明，还使这些智慧有的放矢。 一家企业的个性往往是由创始团队风格决定。深挖智行者团队内部，亿欧 汽车 发现，似乎有一套可以自成章法的理论始终贯穿在智行者的发展过程中。 或许因为智行者的团队是科学人士出身，在智行者的发展过程中，无论是企业内部的沟通决策，还是具体利益的分配方式，都有很具体的原理在背后作决策支撑。 论自动驾驶核心团队的稳定性，智行者在行业内堪称教科书级的存在。自2015年公司成立，一群清华大学 汽车 系毕业的行业专家在同一家公司共事七年，回首相望，还是那群人。这群创业的伙伴们何以“相看不厌”，张德兆自有一套用于智行者管理的民主集中制度，具体来说就是排座次、论荣辱、分金银。 排座次，意味着大家分工明确，一个公司只有一个人去分管某块具体的工作，权利和责任相互统一，没有交叉；论荣辱，则是指大家三观要一致，为了共同的目标摒弃小心思，小利益；分金银，则表示面对利益，大家各得其所，这是其中最为实际的原则，因为很多团队的解散，归咎为理念的差异是虚的，大部分是因为“分赃不均”。 面对基层员工，智行者愿意为人才实实在在付出有竞争力的薪水。张德兆的原则是不去跟员工讲格局、理想和未来等很虚的东西，因为这些都要建立在员工有所获得的实际基础上。 智行者希望大家通过工作实现成就感，而这个成就感不能在三五年之后，而是要在短期内立竿见影，因为多数员工不知道公司长远的目标和战略是什么，只了解短期内公司是否表现出成长和发展，这些足够他们决定投入的心力与去留了。 对于出生、成长在广东的张德兆来说，对商业的热情与灵敏似乎是骨子里的东西，他贯穿始终的商业思维，也把智行者扶上一条稳扎稳打的商业之路。 在张德兆看来，智能环卫和特种车方向的业务是整个事业部已经完成的两个小胜仗，为公司争取了可见的现金流和营收增长。接下来，智行者会主攻乘用车自动驾驶赛道，让过去的积累在更广袤肥沃的土壤结出更丰硕的果实。 当智行者面临落地新的应用场景，需要进行决策时，基于过去实践的一套用于解决决策分歧的标准应运而生： • 首先，该场景在技术上必须可达，即这个场景的自动驾驶车辆可以在去掉安全员的状态下行驶，即使以中低速运行； • 其次，落地场景本身具有足够大的市场空间； • 第三，该场景具有基本的 社会 基础设施，这些设施包括法律法规完善、民众接受程度较高，以及具有完善的保险等； • 最后，不轻易谈颠覆，而是与当局者合作。 对于在激烈竞争中不断寻求突破的团队而言，采取实际行动是个人，而支撑个人决策则是一系列的理念和方法论。智行者得以从初创企业发展至今，逐渐成为中国自动驾驶领域的翘楚，得益于团队在成长过程中摸索出的一系列章法。 如今L2及L2+级别乘用车自动驾驶的商业化量产，和部分场景L3、L4级别自动驾驶的商业化运营，把整个赛道的热度再度提升。资本和企业都在抓紧布局，曙光已现。 汽车 出行行业对于自动驾驶技术已经不再是若干年前的怀疑态度，当自动驾驶车辆在美国德克萨斯州、马里兰州的测试路段驰骋，当中国的自动驾驶战略与政策逐渐完善，自动驾驶全面落地已经指日可待。不过在此之前，困难也来自全方位，我们仍需要对自动驾驶多一点耐心。 历史 告诉我们，狭路相逢，机遇总是眷顾智勇双全者。而像智行者这样爱读兵法、善用兵法的自动驾驶公司，正在用实践摸索出办法拆解困境。 亿欧 汽车 相信，有许多个像智行者这样的技术信徒，正在付诸行动与智慧推动自动驾驶技术的更广泛落地，因为当他们成就自身的那一刻，也就成就了中国自动驾驶产业。

我觉得无人化确实是武器的一个发展趋势，但人才是战争真正的主角。不管怎么样。这些都是人类制造出来的，维修维护这些还是要我们的人才来做，来控制的。

查询国外学位论文的途径可使用PQDD-B（UMI博硕士论文数据库）：

可查询欧美1000余所大学1861年以来的160多万篇学位论文的信息，其中1997年以来的部分论文不但能看到文摘索引，还可以看到前24页的原文。

另外总结了几个查找国外文献的途径，与大家分享，如果您有更好的查找方法，欢迎补充。

一、x-mol

直接在百度搜索x-mol，这里可以查找到很多文献，好多都是可以直接下载，即使无法下载，也可以看到其doi，复制其doi去百度学术、谷歌搜索、sci-hub、web of science之类的网站搜索即可。基本思想就是找文献的doi，然后下载。

二、Already Have Keywords

假如你已经拥有了你想要寻找的文献关键词，那么你可以直接进入谷歌学术、sci-hub、ProQuest等的网站直接搜索。

三、Pay Attention to Foreign Universities

最后，我们还可以关注国外综合类大学的硕博士毕业论文，比如普林斯顿、耶鲁、麻省理工、斯坦福、（加州）伯克利等等。不过在翻译硕博士论文时，由于硕博士论文篇幅太长，大家一定要做好论文阅读攻略，否则可能会耗时很久翻译一篇文章，但结果却事与愿违。

美国国防部高级研究计划局，已初步完成“粉碎者”无人驾驶战斗车辆的研制和测试。该车采用6轮全驱动混合动力装置，在加满燃油时自重为6356公斤，可承载1362公斤有效载荷，其战斗全重为7718公斤。最高（越野）时速40公里，可跨越沟壑和至少米高的矮墙，可通过坡度为30度的地形。该车顶部携带有一挺毫米口径机枪，以及米高可遥控的成像/侦察设备，把它配置在关键地点可连续监视目标地域数天或数星期。“粉碎者”的诞生，代表了自主无人地面车辆系统的最新技术水平。