色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

難以突破的自動駕駛核心技術

倩倩 ? 來源:AI前線 ? 作者:李陽 ? 2022-09-06 14:23 ? 次閱讀

自動駕駛無疑是截至目前,今年最受投資青睞的一個細分領域。

據業內人士介紹,這是繼 2014、2015 年以來,自動駕駛領域的又一次投資熱潮。有專業人士認為,這次投資熱潮中有明顯的投資趨勢轉變特征出現。具體表現在,與 2022 年 Q1 偏向 ADAS 以及高級別自動駕駛系統級解決方案提供商不同,Q2 獲投技術領域分布比較均勻,從感知層的毫米波雷達、激光雷達到決策層的芯片、計算平臺,再到執行層的智能底盤領域,均有企業獲得了新一輪融資。

這種轉變的背后,是否展現了自動駕駛未來技術演進的方向?帶著這樣的疑問,InfoQ 編輯采訪了智行者 CTO 王肖和智行者聯合創始人、研發中心副總經理張放,以及多位機構投資人。

難以突破的自動駕駛核心技術

多位機構投資人和創業者均表示,投資方向的轉變并不是近期發生的。事實上,投資方向轉變需要放置到自動駕駛及其相關產業的整體發展進程來判斷。從風險投資早期階段來看,投資是緊跟隨產業發展需求的脈絡進行的布局。

比如,早期投資機構聯想之星 2014 年就入局投資自動駕駛,稱得上是行業的先行者。2014 年起,聯想之星投資了 ADAS、毫米波雷達、 AEB (自動緊急制動)、激光雷達自動駕駛零部件方案的供應商。2015 時,自動駕駛研發迎來大爆發,聯想之星投資了解決方案提供商 Pony 。

2018 年開始,聯想之星先后投資了以小馬智行為代表的自動駕駛整體解決方案的初創公司。2018 年后,自動駕駛從此前追求單車智能,逐漸轉變為“聰明的車 + 智慧的路”。聯想之星的投資也向著更廣的方向發展,投資了地圖、智慧交通等領域的公司。不難看出,聯想之星的投資布局動線圖,緊跟著自動駕駛及其相關產業的整體創業趨勢。不少投資人坦言:“最近,我們并沒有觀測到有新的技術突破。”

軟硬件在短時間內很難發生實質性的突破。所以,智行者 CTO 王肖認為:“L4 未來的趨勢是要滿足常用場景的商業化落地,把實現無人駕駛的成本降下來。產品策略方面也是需要自動駕駛提供商需要突破的關鍵所在。”

自動駕駛是人工智能深度學習的一種應用。自動駕駛汽車關鍵技術主要包括環境感知、精準定位、決策與規劃、控制與執行、高精地圖與車聯網以及自動駕駛汽車測試與驗證技術等。簡單說,自動駕駛核心技術體系可概括為“感知、決策與控制執行”(如下圖所示)。

785635de-2da6-11ed-ba43-dac502259ad0.jpg

圖 1:自動駕駛核心技術

感知與決策與是無人駕駛中最難突破的兩個模塊,也正是這兩個模塊決定了自動駕駛等級。這兩個模塊可通過車載攝像機、激光雷達、毫米波雷達、超聲波等傳感器來感知周圍環境,實時動態監測周邊環境變化,并依據所獲取的信息進行決策判斷,形成安全合理的路徑規劃。

市面上推出的自動駕駛解決方案,也基本是圍繞著這兩個模塊展開。這兩個模塊構成了自動駕駛的決策規劃能力。面對人工智能算法以及以毫米波雷達為代表的感知系統方面的現有局限性,自動駕駛方案提供商需要在極度安全與極度智能這兩個維度中找到平衡點。投資人普遍認為,軟硬件的突破確實不易,如何在產品策略方面推出能夠落地商業化綜合應用是眾多玩家未來的主要策略。

深度學習算法以及感知能力的 瓶頸該如何解決?

目前,深度學習還有尚未突破的痛點。比如,在高速路上行駛,廣告牌上若有人像,汽車“大腦”會誤認為是人,發出提示音。原因是深度學習尚未達到與人類相同的判斷能力。“基于深度學習的視覺系統,不可能把萬事萬物都學習一遍。”王肖解釋道。

再有,近期出現的多起電動汽車安全事故,都是撞上了高速路上的靜態物。這不僅有上述的深度學習原因,也有感知層面中毫米波雷達的固有弊端。最常見的有,由毫米波雷達對金屬比較敏感,有時會誤將龍門架識別為汽車。

以上提及的深度學習算法以及感知能力到底該如何解決?如果是特斯拉這樣單純使用視覺識別是否可行?縱觀業內眾多解決方案,主要是兩種方法。一是多融合感知方案,用決策邏輯彌補感知問題;二是在云端自動化的實現算法迭代,通過數據驅動的強化學習來訓練決策邏輯。在本月 17 日,召開了新品發布會的智行者,向外界發布了“輕地圖,重感知”的解決方案。這套解決方案包含了以上兩種方法。

張放直言,智行者不是純視覺支持者。“如果后端決策規劃能力沒有上來之前,采用純視覺識別永遠是有問題的。最典型的是夜間場景。我們推出的 H-INP 系統恰恰彌補了這一缺點。”

據悉,H-INP 采用了 6 顆攝像頭 +5 個毫米波雷達的多融合感知方案。這種解決方案可以減少對高清地圖的依賴,從而實現“輕地圖,重感知”。不依賴高清地圖,也是中國自動駕駛廠商未來拓展海外市場必須具備的能力。

此外,在硬件架構配置方面,H-INP 還采用了智行者自主研發的車規級高算力域控制器,算力可達 128TOPS,CPU 計算能力達 30K DMIPS。結合上述的多融合感知方案,實現了成本的有效控制,既滿足了車輛安全運行的需求,又達到了前裝量產的標準。據智行者介紹,目前 H-INP 的成本在數千人民幣。智行者希望通過低成本的方式,快速推進自動駕駛落地,進而形成商業閉環。目前,這套系統還處于原型測試階段,預計今年第四季度推出量產版本。

據張放介紹,H-INP 采用了平臺化設計,可在此統一架構下開發出系列產品,滿足不同場景的需求。在整體系統架構的設計方面,H-INP 具有功能模塊化、接口抽象化等特點,具體表現為:

1. 將架構進行了分層解耦,可以更加便利地利用最新技術成果;

2. 算法模塊化復用,通過圖形化工具實現應用設計、開發、集成和調試,將研發聚焦在算法本身;

3. 深度優化的通信和調度機制,提供多級通信機制與模塊部署的局部性特點相適應,提供確定性和 CPU-GPU 聯合調度。

在構建多融合感知方案中,智行者實施了以下三個步驟,以通過語義理解生成一個實時的云端地圖。整個過程,還原和模擬了人在開車時的真實情境。“通過眼睛感知外部事物,從而在大腦中形成了外界地圖。”

第一步是準確的目標和準確的檢測能力。通過傳感器準確傳回所需要的數據,要精確的“看到”車道線、標志牌等道路元素。

第二步 3D 場景重建的能力。在感知算法的基礎上,盡可能在 3D 場景中準確還原傳感器傳回的“圖景”,并把離散在不同時空中的每一幀融合為一個完整的物理世界。

第三步是語義理解,理解周遭環境的能力。只有經過邏輯關系和拓撲關系處理之后,才能做出最終的決策規劃。比如,經過前兩步實現了完整清晰的物理世界,抓取到了車道線等道路基本相關信息。那么,接下來,車輛在行駛中要如何利用這些抓取到的這些信息,來判斷是左拐還是右拐?這就需要第三步邏輯關系去處理,形成決策規劃,然后輸送給控制單元進行實施。

用數據驅動迭代算法,從而提升自動駕駛能力也是智行者著重提升的能力維度之一。這其中涉及到如何去快速挖掘數據,清洗數據和更新云端的算法模型。張放認為,有用的數據才能反饋出真實問題,提升算法。快速發現數據就是要自動化的挖掘有意義的數據。這些數據通常是在邊界或者目前尚未解決的場景。張放補充到,在此環節,智行者先采用仿真系統測試一遍算法模型,之后再將有效的數據運用到真實車輛進行試驗。這樣做可以提升開發效率。

綜上,智行者用在夯實能力的基礎上,使用了產品策略來實現其從特殊場景、特種車輛等場景延伸至乘用車領域。

“必經戰事”:商業化場景落地

今年 8 月初,百度發布了一個聲明:已獲得中國武漢、重慶兩個城市的批準,可以向乘客提供全無人駕駛網約車( Robotaxi )有償服務。但這并不意味著無人駕駛可以進行大范圍商業應用。只有達到現有網約車相同的實用性,徹底拿掉安全員、不限目的地、不限區域的自動駕駛,才是真正的商業化。我們熟悉的理想、蔚來、小鵬以及特斯拉實質上應用的都是 L2 級別的輔助駕駛系統。L5 級別的自動駕駛(完全無人駕駛)實現還需要很長時間的探索和落地試驗。傳感器、算法軟件等將是無人駕駛技術本身需要攻克的難關。另一方面,能否在現實場景中實現無人駕駛與整個交通體系密切相關,這又取決于智慧交通的發展。

在這篇文章創作之初,InfoQ 編輯曾聯系過多家曾經投出了自動駕駛明星項目的早期投資機構。事實上,已經有投資機構將注意力轉移到了其他領域。有關人士指出,目前各個賽道的競爭格局已經形成,加之技術創新周期長的原因,接下里的競爭主要集中在商業化落地場景中。此前,畢馬威中國則預測,中國主要城市將在 2030 年實現自動駕駛的大規模應用。自動駕駛很可能在下個十年以網約車或物流配送車的形式進入市場。

據智行者介紹,其已在特種場景和室外無人環衛車細分市場中進行了布局,且所占市場份額不低。此次發布的高速領航系統 H-INP(Highway – Idriver+ Navigation Pilot)表明智行者正式進入了乘用車領域。未來,還將打造適用于城市場景的城市領航系統 C-INP 系統,可實現不同時段(白天 / 夜間),人車混行交通流下的輔助駕駛。

上述的感知與決策模塊,以及商業化場景落地探索問題,都可以采取產品策略進行緩解。但是,還有許多業內人士指出,算力已是制約當前自動駕駛向前發展的一個重大考驗,同時也是自動駕駛系統得以大規模落地以及進一步實現商業化的前提條件。在提及算力之前,當前芯片短缺已成為汽車行業的巨大痛點。

審核編輯 :李倩

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 核心技術
    +關注

    關注

    4

    文章

    625

    瀏覽量

    19644
  • 自動駕駛
    +關注

    關注

    784

    文章

    13918

    瀏覽量

    166786
  • 智慧交通
    +關注

    關注

    5

    文章

    716

    瀏覽量

    26956

原文標題:自動駕駛創業方向有變化?如何突破技術瓶頸?

文章出處:【微信號:AI前線,微信公眾號:AI前線】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    2024年自動駕駛行業熱點技術盤點

    自動駕駛技術日新月異,每一年都會有新的突破。2024年的自動駕駛,更是出現了許多新的技術路線,其中包括城市NOA(Navigate on A
    的頭像 發表于 01-14 10:48 ?198次閱讀

    從《自動駕駛地圖數據規范》聊高精地圖在自動駕駛中的重要性

    自動駕駛地圖作為L3級及以上自動駕駛技術核心基礎設施,其重要性隨著智能駕駛技術的發展愈發顯著。
    的頭像 發表于 01-05 19:24 ?1671次閱讀
    從《<b class='flag-5'>自動駕駛</b>地圖數據規范》聊高精地圖在<b class='flag-5'>自動駕駛</b>中的重要性

    NVIDIA DRIVE技術推動自動駕駛發展

    隨著 AI 技術的飛速發展,汽車行業正經歷一場深刻而全面的智能化轉型。以 NVIDIA DRIVE 技術核心,NVIDIA 正在推動著自動駕駛技術
    的頭像 發表于 12-29 16:02 ?387次閱讀

    一文聊聊自動駕駛測試技術的挑戰與創新

    隨著自動駕駛技術的飛速發展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保系統在復雜場景中運行的整體可靠性。然而,
    的頭像 發表于 12-03 15:56 ?260次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試<b class='flag-5'>技術</b>的挑戰與創新

    MEMS技術自動駕駛汽車中的應用

    MEMS技術自動駕駛汽車中的應用主要體現在傳感器方面,這些傳感器為自動駕駛汽車提供了關鍵的環境感知和數據采集能力。以下是對MEMS技術自動駕駛
    的頭像 發表于 11-20 10:19 ?502次閱讀

    重塑線控底盤技術:自動駕駛的未來支柱

    線控底盤(X-by-wire)技術,作為自動駕駛技術核心支撐,正悄然改變著汽車工業的技術架構與市場生態。本文深入剖析了線控底盤的定義、在
    的頭像 發表于 11-01 12:28 ?1187次閱讀

    人工智能的應用領域有自動駕駛

    核心技術 自動駕駛汽車的核心依賴于人工智能,尤其是機器學習和深度學習技術。這些技術使得汽車能夠通過傳感器收集大量數據,并實時進行分析。以下
    的頭像 發表于 10-22 16:18 ?643次閱讀

    自動駕駛技術的典型應用 自動駕駛技術涉及到哪些技術

    自動駕駛技術的典型應用 自動駕駛技術是一種依賴計算機、無人駕駛設備以及各種傳感器,實現汽車自主行駛的技術
    的頭像 發表于 10-18 17:31 ?938次閱讀

    FPGA在自動駕駛領域有哪些優勢?

    FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有顯著的優勢,這些優勢使得FPGA成為自動駕駛技術中不可或缺的一部分。以下是FPGA在
    發表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    控制。在視覺算法方面,FPGA利用自身并行處理和高速存儲器的特點,極大地加快了算法的執行速度,提高了運算效率。 五、未來發展趨勢隨著自動駕駛技術的不斷發展,FPGA在自動駕駛領域的應用將會更加廣泛
    發表于 07-29 17:09

    自動駕駛識別技術有哪些

    自動駕駛的識別技術自動駕駛系統中的重要組成部分,它使車輛能夠感知并理解周圍環境,從而做出智能決策。自動駕駛識別技術主要包括多種傳感器及其融
    的頭像 發表于 07-23 16:16 ?777次閱讀

    自動駕駛的傳感器技術介紹

    自動駕駛的傳感器技術自動駕駛系統的核心組成部分,它使車輛能夠感知并理解周圍環境,從而做出智能決策。以下是對自動駕駛傳感器
    的頭像 發表于 07-23 16:08 ?2414次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關鍵

    /L4級自動駕駛賽跑的元年。 馬斯克評論FSD 12.3版本的左轉彎操作就像人類司機一樣。如果FSD 12.3版本成功,將基本顛覆目前市場上的智能駕駛技術路線。基于“數據/算法/算力”的無人
    發表于 04-11 10:26

    自動駕駛發展問題及解決方案淺析

    汽車的發展提供有益的參考。 ? 自動駕駛汽車發展的現狀與挑戰 (一)技術難題 自動駕駛汽車的核心在于通過先進的傳感器、算法和控制系統實現車輛的自主
    的頭像 發表于 03-14 08:38 ?1207次閱讀

    華為自動駕駛技術怎么樣?

    ? ? ? 自動駕駛技術是當今世界汽車產業的重要發展方向。作為全球領先的科技企業,華為在自動駕駛技術方面也進行了深入的研發和創新。 一、華為自動駕駛
    的頭像 發表于 02-02 16:58 ?1840次閱讀
    主站蜘蛛池模板: 交换邻居波多野结衣中文字幕| 吉吉影音先锋av资源| 国产精品久久久久久人妻香蕉| 国产精品久久久久一区二区三区| 牛牛自拍国产免费视频| 日韩免费一区| 秀婷程仪公欲息肉婷在线观看| 性色AV一区二区三区咪爱四虎 | 在线 国产 欧美 专区| 97无码人妻精品1国产精东影业| 超碰在线视频人人AV| 国产伦精品一区二区三区免费| 免费乱理伦片在线观看八戒| 无套内射在线观看THEPORN| 在线亚洲免费| 理论片在线观看片免费| 手机在线观看你懂的| 69成人免费视频| 国产亚洲精品AAAAAAA片| 农村脱精光一级| zoovideo人与驴mp4| 久久久国产精品免费A片3D| 婷婷激情综合色五月久久竹菊影视| 5g天天影院天天看天天爽| 美女岔开腿露出粉嫩花苞| 杨幂被视频在线观看| 国产精品国产三级国产专区53| 我把寡妇日出水好爽| 成人bt下载| 美女叉腿掰阴大胆艺术照| georgielyall装修工| 久久久久综合网久久| 91精品国产91| 久久有码中文字幕| 亚洲午夜精品AV无码少妇| 国产精品久久久久久精品...| 亚洲AV久久无码精品蜜桃| 久久精品国产亚洲AV妓女不卡 | 欧美熟妇VIVOE精品| 偷拍 自怕 亚洲 在线| 国产制服丝袜91在线|