| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 规模化L2:自动驾驶下半场的助跑和突围 -> 正文阅读 |
|
[人工智能]规模化L2:自动驾驶下半场的助跑和突围 |
硬件预埋,正在推动智能驾驶行业进入数据驱动迭代周期。事实上,从去年开始,基于影子模式、整车OTA等功能的数据驱动闭环模式已经成为智能驾驶方案供应商、一线品牌车企的新一轮技术竞赛焦点。 这意味着,基于数据驱动模式,可以实现传感器性能的优化并适配新的功能要求。 在2022年第四届高工智能汽车市场峰会中,智驾科技MAXIEYE创始人周圣砚从企业的角度分享了如何在规模化量产的基础上,实现数据驱动的高阶智能驾驶落地。就在近日,该公司还宣布了获得广汽传祺L2级ADAS量产项目定点,定点车型将配置MAXIPILOT? 1.0全速智能巡航系统,代表国产方案在规模化的路上又提了一把速。 ? 数据闭环为何重要?“对于高阶自动驾驶,企业面临的最关键的问题之一便是成本。现阶段,高阶自动驾驶系统的高成本使得只有少数车型具备搭载条件。同时,自动驾驶企业必须想办法确保有足够多的数据来支撑当前或下一代系统的迭代。”周圣砚表示。 另一方面,理想中的智能驾驶应该是极少发生事故的,但近几年,我们看到了一些由智能驾驶相关原因引起的交通事故。用户所希望的智能驾驶是人人可享,且安全无限制(没有场景限制)。而在现实情况中,产业链玩家仍然面临几个大问题: 第一,实现可靠稳定的自动驾驶性能是难的; 第二,打造极致性价比的规模化量产,例如智驾科技MAXIEYE的目标是实现L2+功能达到50%、60%的搭载率,这件事情是很难的; 第三,高阶自动驾驶技术升维难,即实现真正意义上的下一代高阶智能驾驶的技术突破和场景突破是难的。 周圣砚提出,这首先要从两个维度进行分析:人类理解世界与机器理解世界的区别,以及理解智能驾驶怎么升维? 对比人和机器理解世界的原理,人类是靠五官构建量、质、关系、模态等,并通过不断的知识抽象和提取创造了力学、电学、光学等计算机学科,继而理解和改造世界,总结规律,实现认知边界和思维上的突破。 而机器则通过视觉、触觉等外置传感器感受周围环境。并构建Deep Learning模型实现目标识别和属性划分,最终产生了路径规划、驾驶策略等智能化动作。因此在智能驾驶领域中,通过对大量数据和丰富出行场景的不断学习,变得“越来越聪明”,不断实现系统性能的突破,这便是汽车智能的进化方式。 综上,要想让汽车智能系统很好地理解世界,就需要为其提供足够的数据养料以构建更精准的模型,最大程度保障其感知和决策规划的精确性。这也是MAXIEYE为什么始终致力于数据闭环部署的原因。 周圣砚解释,假设系统在硬件算力不变的情况下,还没有达到系统的最优,其最大的原因很可能是没有足够的数据量。而数据是持续增长的过程,无法一蹴而就。如果设计好一个机制,便可以在明确系统边界的情况下,一边供商业使用,一边加速数据增量,确保系统持续迭代。 “无论是处于哪一Level的辅助驾驶系统,我们在量产时都会遇到系统的能力边界。例如当前主流的L2系统,一般情况下可以在雨雾天气保持较好性能。但遇到极大暴雨时,可能就会触碰到它的能力边界。所以我们希望获取的数据是一个边界数据,而非一个系统已经可以正常运作的,有着清晰车道线的高速路况。而获取边界数据的重要手段,便是数据闭环。”周圣砚强调。 数据闭环可以使得系统突破边界,并在量产一段时间内,成本不变情况下,应对更多极端工况,这就是MAXIEYE做这件事情的意义。 数据闭环如何实现?基于MAXIEYE自研智能驾驶系统MAXIPILOT? + 传感器 + T-BOX组合解决方案,构建量产车辆的数据闭环系统。据介绍,目前MAXIEYE的量产车型上设有33种触发机制。 例如,AEB启动后,功能触发机制可将其前后几秒的脱敏场景视频经由MAXIPILOT?的计算和数据采集功能压缩,且视频信息与传感器、车身等所有信息保持同步,并进行复盘分析。“我们会把它触发回来,看一下是否存在更多的改善空间。”周圣砚介绍。 此外,为了更加接近零事故的目标,触发机制中还囊括了驾驶行为分析。例如系统会识别并记录驾驶员猛踩刹车、猛打方向盘等异常行为背后面临的工况和场景,并通过触发机制将数据回传,以供开发者分析并解决。 同时在感知触发策略中,“我们会把视觉检测的目标速度与毫米波雷达进行比对,并将有价值的视频流回传回来,进行视觉与毫米波雷达的精度对标。”周圣砚介绍,“MAXIEYE还同步开发了一套工具链闭环,整合实时感知结果、实时融合结果、实时路径规划显示,以及给油门刹车发出的控制信号。有价值的场景数据会到后端进行网络校验,将更准确的结果不断更新到量产车中,在场景闭环中实现数据驱动的智能驾驶。” 据悉,MAXIEYE构建的数据闭环工具在回传之前在车端完成了脱敏处理,针对例如人脸、车牌等隐私信息在车端清洗。 值得一提的是,MAXIPILOT? 1.0自2021年发布之后,就已在合创、合众等品牌多款车型上实现量产,支持NOM领航辅助驾驶的MAXIPILOT?1.0 PLUS也将在2022年内实现量产。近日,MAXIEYE又获广汽传祺L2级ADAS量产项目定点,定点车型将标配MAXIPILOT? 1.0全速智能巡航系统。在打造规模化智能驾驶,实现“人人可享”的智慧出行愿景逐步进阶。 此次获广汽传祺量产项目定点,将延续让消费者愿意用、用得起的“人人可享”产品理念,加速双方在智能驾驶领域的合作探索,赋能广汽集团“智能化”战略落地。 ? 如何驱动高阶下一代技术的量产?“合作车厂给了我们一个命题,在开发下一代领航辅助驾驶系统时,能否用低阶系统对高阶系统提供一定的数据支撑和帮助?”周圣砚表示,这是MAXIEYE一直以来对于升维路径的实践,即用低阶的“成本减法”和众包方式重建关键场景地图的“场景减法”,为高阶智能驾驶铺路。 目前,公司已打通了从技术、产品到服务的数据闭环,并积累了超1亿公里场景数据,为高阶智能驾驶建立了数据“油田”。 为了解决城市地面和路口等难以突破的瓶颈场景,MAXIEYE通过基于量产车辆的众包数据,实现关键场景的信息重建,可支持高阶系统典型场景的敏锐迭代。 在周圣砚看来,作为技术方案商,影响自动驾驶性能体验的所有技术都有必要掌握。只有这样,才能从全栈角度对系统进行快速分析,为产品带来最大的保障。 此外,MAXIEYE正加速部署BEV技术架构,其采用的端到端智能驾驶系统开发模式将大幅减少感知目标特征的信息损失,减少对经验逻辑依赖的同时,真正实现数据驱动的自学习,释放数据和场景闭环的更大价值。 “自动驾驶这件事情不应该只是高端车所拥有的,覆盖最广大的用户群体,让更多消费者享受新技术带来的安全以及未来出行体验才是我们的最大愿景”,周圣砚这样总结。 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 | -2024/12/28 18:02:57- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |
数据统计 |