關閉
首頁 > 新(xīn)聞中心 >

量産前夜,這些因素卡住了自動駕駛

2019-10-29

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

10月26日至27日,2019第二屆全球智能(néng)駕駛峰會暨長(cháng)三角G60科(kē)創走廊智能(néng)駕駛産業峰會在蘇州高鐵新(xīn)城正式舉行。峰會主要聚焦“自動駕駛的量産時代、單車(chē)智能(néng)和車(chē)路協同的共演之路、新(xīn)型的車(chē)内交互探索”三大主題,共同探讨了智能(néng)駕駛的未來發展方向。

本次峰會由蘇州市相城區(qū)人民(mín)政府主辦,蘇州高鐵新(xīn)城管理(lǐ)委員會、雷鋒網新(xīn)智駕承辦,江蘇省智能(néng)網聯汽車(chē)産業創新(xīn)聯盟、江蘇省人工智能(néng)學(xué)會智能(néng)駕駛技(jì )術專業委員會、清華大學(xué)蘇州汽車(chē)研究院、中國(guó)移動通信集團等單位協辦。來自主機廠、國(guó)内外一級供應商、自動駕駛解決方案商、自動駕駛核心零部件、出行運營商等智能(néng)駕駛上下遊企業,車(chē)路協同專家學(xué)者、代表企業等1500餘位業内人士莅臨現場。

全球自動駕駛的“軍備競賽”加劇,奮力向量産和商業化落地沖刺。

從2018年L2高級輔助駕駛系統逐步出現在一些量産車(chē)型上,到2020年L3級自動駕駛成為(wèi)百餘家汽車(chē)廠商必談的小(xiǎo)目标。行業趨勢已經明晰:自動駕駛汽車(chē)來了,各企業将迎來量産大關。

然而,自動駕駛領域仍處于早期發展階段:産業标準、法規政策不成熟;且自動駕駛大規模落地需要整個産業鏈上下遊分(fēn)工合作(zuò),商業化之路還很(hěn)長(cháng)。

自動駕駛量産前夜,各公司如何應對現階段的算法以及複雜路況的挑戰,從而穿越“蠻荒時代”?

圍繞上述問題,精(jīng)彩峰會繼續的第二天,演講嘉賓展開了關于自動駕駛芯片、自動駕駛物(wù)流重卡、低速無人車(chē)、Robo Taxi、高精(jīng)地圖和人工智能(néng)等方面的主題分(fēn)享。以下為(wèi)各位嘉賓的演講速記整理(lǐ),雷鋒網新(xīn)智駕進行了不改變原意的編輯:

德(dé)國(guó)漢堡科(kē)學(xué)院院士張建偉:現在是智能(néng)駕駛推向量産的絕好時機

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

張建偉院士從30年前開始從事人工智能(néng)方面的研究,他(tā)表示,無論從計算硬件上和數據上,現在已經是可(kě)以把智能(néng)制造、智能(néng)駕駛推向實用(yòng)推向量産的非常好的時機。

下一步人工智能(néng)與未來駕駛,是多(duō)種前沿技(jì )術的整合,包括AI,IOT,虛拟現實,機器人,5G等與整個傳感行為(wèi)的融合,這會比單獨的人臉識别,用(yòng)人工智能(néng)寫詩帶來更多(duō)系統級的突破。

目前,張建偉院士正領導一個研究項目,将多(duō)模态信息組合起來進行學(xué)習,把知識從上至下控制,經過跨模态的表達,最後做成可(kě)預測執行的系統。這套系統可(kě)以使自動駕駛車(chē)輛在變化的環境裏大大提高自适應能(néng)力。他(tā)表示,在未來的幾年,我們一定能(néng)夠期待在L4/5級别自動駕駛量産的突破。

清華大學(xué)計算機系教授鄧志(zhì)東:急需發展下一代視覺認知智能(néng)方法

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

5G 将為(wèi)無人駕駛帶來什麽、人工智能(néng)将為(wèi)無人駕駛帶來什麽以及人工智能(néng)的短闆,是鄧志(zhì)東教授演講的三大主題。

5G 代表着超高速率、超高可(kě)靠性、超低延遲、超大連接數以及更廣的覆蓋。它與人工智能(néng)、雲計算的結合,将實現移動端的智能(néng)化、輕量化與低成本。

5G 的實現可(kě)為(wèi)邊緣計算帶來破局,将人工智能(néng)算力從移動端轉移到邊緣計算端,由此提供的公共人工智能(néng)服務(wù),可(kě)低成本地為(wèi)移動端賦予更大能(néng)力。

從 2012 年開始,以深度學(xué)習為(wèi)主要标志(zhì)的新(xīn)一輪人工智能(néng)已經成為(wèi)計算機視覺、語音識别、自然語言處理(lǐ)的主流方法。深度學(xué)習帶來了很(hěn)大的能(néng)力提升,但眼前的深度學(xué)習方法必須依靠大數據、大的計算能(néng)力,缺乏理(lǐ)解能(néng)力,缺乏知識推理(lǐ)、記憶常識、經驗技(jì )巧與知識學(xué)習,也缺乏舉一反三的小(xiǎo)樣本學(xué)習能(néng)力,下一代視覺認知的人工智能(néng)方法亟需發展。

比亞迪智能(néng)網聯負責人劉亮:智能(néng)網聯汽車(chē)是下個重要入口

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

智能(néng)網聯近年來愈加普及,比亞迪汽車(chē)工業有限公司智能(néng)網聯負責人劉亮認為(wèi),人們對智能(néng)網聯的理(lǐ)解各有不同,從演變過程看,智能(néng)網聯汽車(chē)搭載了更多(duō)的智能(néng)硬件和豐富的軟件生态,且相較傳統汽車(chē)更加安(ān)全。

劉亮說,真正的智能(néng)網聯包含了智能(néng)開放軟硬件平台、生态服務(wù)體(tǐ)系、大數據、AI、雲端和終端服務(wù)的整合,通過技(jì )術創新(xīn)和生态體(tǐ)系的搭建,實現車(chē)、人、社會生活的完美連接,為(wèi)人們提供全新(xīn)的智慧出行方式。

對比亞迪來說,智能(néng)網聯是互聯網衍生的超級終端,智能(néng)網聯汽車(chē)也會成為(wèi)繼移動互聯網時代後的下一個重要入口,汽車(chē)屏也會成為(wèi)繼電(diàn)腦屏、電(diàn)視屏、手機屏後的人機交互第四屏。

劉亮表示,過去十年,比亞迪從多(duō)媒體(tǐ)到導航,再到D-link 2.0智能(néng)網絡系統的上市,其實就是智能(néng)網聯産品超級終端的進化過程。到目前為(wèi)止,比亞迪在車(chē)機系統、開放平台和安(ān)防系統方面均取得了突破性進展。

嬴徹科(kē)技(jì )副總裁于新(xīn)瑞:商用(yòng)車(chē)的自動駕駛量産之路

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

嬴徹專注于自動駕駛網絡運營,以幹線(xiàn)物(wù)流作(zuò)為(wèi)主要聚焦場景,緻力于開發符合量産車(chē)規級的自動駕駛産品。

嬴徹認為(wèi),幹線(xiàn)物(wù)流行業規模較大,市場規模在4.2-6萬億左右,但同時幹線(xiàn)物(wù)流行業也面臨着運輸事故風險高、運營成本壓力大、司機難招難管理(lǐ)和車(chē)輛利用(yòng)率低的痛點。此外,L3級自動駕駛可(kě)以為(wèi)物(wù)流行業帶來較為(wèi)明顯的社會價值和經濟價值。

基于這些判斷,嬴徹将幹線(xiàn)物(wù)流商用(yòng)車(chē)的自動駕駛作(zuò)為(wèi)量産先機。

于新(xīn)瑞表示,自動駕駛的車(chē)規級量産首先要滿足卡車(chē)5 年的正常生命周期,滿足各種地理(lǐ)條件、氣候和使用(yòng)工況的嚴苛環境要求和具有抗電(diàn)磁幹擾的能(néng)力;其次要實現功能(néng)安(ān)全與信息安(ān)全,為(wèi)自動駕駛系統實現全面的冗餘;最重要的是,商用(yòng)車(chē)的自動駕駛量産也要堅持整車(chē)正向開發模式和前裝(zhuāng)量産的模式。将市場需求貫徹到設計理(lǐ)念中,在整車(chē)架構上考慮電(diàn)子零部件的安(ān)置、電(diàn)動系統的改造升級比如線(xiàn)控底盤和局部冗餘等。

騰訊自動駕駛總經理(lǐ)蘇奎峰:騰訊不做硬件,自動駕駛業務(wù)更多(duō)定位于軟件和服務(wù)層面

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會


在重要的技(jì )術變革中,AT 是不會缺席的角色。自動駕駛發展要看技(jì )術,也要看場景,對于乘用(yòng)車(chē),用(yòng)戶大部分(fēn)的痛點集中于擁堵和駕駛疲勞,為(wèi)了解決這些問題,騰訊也有自己的一系列動作(zuò)。

蘇奎峰稱,騰訊不做硬件,自動駕駛業務(wù)更多(duō)定位于軟件和服務(wù)層面,為(wèi)産業提供助力。騰訊将自己定義為(wèi)雲平台,以模拟仿真和高精(jīng)度地圖作(zuò)為(wèi)基礎支撐,支持車(chē)端算法與信息安(ān)全開發。

基于強大的遊戲技(jì )術基礎,騰訊在仿真平台建設上也擁有得天獨厚的條件,其仿真平台不僅可(kě)以提供基本環境,還可(kě)利用(yòng)概率方法和随機方法産生交通流,把現實中未遇到的場景逐步積累下來。

蘇奎峰表示,騰訊的高精(jīng)度地圖仍在研發、測試階段,它需要打通雲端與車(chē)端,前者不隻要求高精(jīng)度地圖的更新(xīn),還需要交通流信息的實時同步,來幫助完成車(chē)輛決策。

Momenta蘇州經理(lǐ)夏炎:量産自動駕駛與完全無人駕駛兩條腿走路

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

夏炎今天演講的主題是“量産自動駕駛與完全無人駕駛兩條腿走路”。

她表示,想要實現完全無人駕駛,算法一定要是數據驅動,數據驅動則需要通過衆包的形式持續形成海量真實數據流,數據會回到算法叠代中,不斷升級無人駕駛技(jì )術。

這種數據流與技(jì )術的循環叠代,就形成了量産自動駕駛與完全無人駕駛兩條腿走路,而其中很(hěn)重要的一環是使用(yòng)統一的傳感器方案讓數據流動起來。為(wèi)此,Momenta内部創造了“閉環自動化”,它是通過數據和數據驅動算法以及兩者之間快速閉環叠代協調的一個不斷高效運轉的流程。

具體(tǐ)産品策略上,Momenta在量産自動駕駛上主要有三個場景,一是高速,一是泊車(chē),一是城區(qū)。完全無人駕駛則主要是在城區(qū)做L4。

紐劢科(kē)技(jì )CEO徐雷:L2+自動駕駛方案需求迫切

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

作(zuò)為(wèi)一家自動駕駛方案供應商,紐劢科(kē)技(jì )從場景出發,采用(yòng)了以視覺為(wèi)主、多(duō)傳感器融合的方案,目标是在複雜場景中實現載人和運貨。

基于對安(ān)全的考量,紐劢科(kē)技(jì )的方案在功能(néng)安(ān)全、預期功能(néng)安(ān)全和網絡安(ān)全三部分(fēn)進行了重點設計。此外,通過三層感知融合實現了感知更全、識别更準、反應更快的效果。且可(kě)以提供自動駕駛測試體(tǐ)系和MaxOS自研平台,這些方案更加适應中國(guó)道路與國(guó)情。

目前,紐劢科(kē)技(jì )在L3、L4方案之外,還在涉足L2+領域。紐劢科(kē)技(jì )CEO徐雷表示,從前裝(zhuāng)角度看,L2+級别的自動駕駛方案有着很(hěn)迫切的需求。而目前L2+及以上自動駕駛的難點在于如何滿足安(ān)全、效率和經濟性。

比如,一些公司缺少起初安(ān)全設計的考量,整個行業也暫時缺少針對高級别自動駕駛系統的安(ān)全測試體(tǐ)系,部分(fēn)自動駕駛方案無法高效地處理(lǐ)中國(guó)獨有的交通狀況與習慣等等。

徐雷表示,針對上述難點,紐劢科(kē)技(jì )在系統冗餘、傳感器冗餘、緊急情況應對措施以及備份的控制系統等方面進行了充分(fēn)考量和設計。

高深智圖大中華區(qū)總經理(lǐ)劉澍泉:數據的鮮活性至關重要

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

在峰會現場,劉澍泉通過自動駕駛面臨的困難、什麽是“高精(jīng)地圖”、AI 技(jì )術與高精(jīng)地圖、案例展示等方面深入展開。

基于成本的考量,高深智圖采用(yòng)低成本的激光點雲融合技(jì )術方案,簡單來說就是基于點雲融合的算法,其應用(yòng)場景較廣,不僅限于 GPS 場景。這樣的好處就是激光點雲可(kě)以滿足 L4、L5 級自動駕駛的需求。

最重要的更新(xīn)上,他(tā)認為(wèi)高深智圖和許多(duō)創業公司一樣,也是采用(yòng)的衆包模式,即當車(chē)停下來了以後,實時收集到的道路更新(xīn)信息,會通過雲服務(wù)上傳到服務(wù)器端,然後服務(wù)器端會進行變化探測,基于探測得到和自動駕駛所需相關的關鍵特性,再去做某一塊的更新(xīn)。

同時,他(tā)也分(fēn)享了公司商業産品的主要形式:

一是為(wèi)主機廠、自動駕駛創業公司、Tir1提供高精(jīng)地圖定制化生産;二是為(wèi)客戶提供和高精(jīng)地圖息息相關的定位服務(wù);三是多(duō)傳感器的标定,低成本數據采集方案及設備;四是為(wèi)車(chē)路協同公司提供高精(jīng)地圖以及交通信息流的服務(wù)。

采埃孚中國(guó)區(qū)研發負責人綦平:Tier 1 的自動駕駛量産“野心”

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

在汽車(chē)産業的變革節點上,Tier 1 幾乎扮演着最重要的角色,每一家也都不吝于展露着自己的野心。

德(dé)國(guó) Tier 1 廠商采埃孚有超過 15 個事業部,包括乘用(yòng)車(chē)與商用(yòng)車(chē)領域的變速器、制動器、轉向機等一系列産品,覆蓋了電(diàn)動出行、車(chē)身動态控制、集成安(ān)全技(jì )術及自動駕駛四個大方向,綦平在現場主要分(fēn)享了采埃孚在後四個部分(fēn)的計劃與成果。

電(diàn)動出行是汽車(chē)産業發展的大勢所趨,采埃孚的混合動力産品 EVPlus 可(kě)以中度混合,完全混合,插電(diàn)式混合,緩解用(yòng)戶的裏程焦慮。

在車(chē)身動态控制上,采埃孚正考慮對車(chē)身管理(lǐ)進行系統化的功能(néng)整合,融合底盤關鍵零部件,随時獲取其狀況,将之反映給域控制器,之後再給出唯一有效指令,由此形成智能(néng)化底盤的業務(wù)模式。

在自動駕駛系統的設計上,采埃孚使用(yòng)了激光雷達、毫米波雷達和攝像頭的融合方案,而這其中,一個好的域控制器将是至關重要的環節。

香港科(kē)技(jì )大學(xué)自主駕駛中心主任劉明:低速無人駕駛落地技(jì )術及場景展望

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

由于不同的天氣狀況和複雜場景,在實際的落地場景中,低速無人車(chē)需要應對動态環境中的不确定性。劉明認為(wèi),過去在無人駕駛的技(jì )術落地問題上,業内大多(duō)讨論的是端對端的控制問題,但在實際場景下,低速無人駕駛要解決的是全流程問題。因此如何通過人工智能(néng)或者深度學(xué)習的方法解決感知、決策和控制的全流程問題,是目前技(jì )術發展上的一個難點。

目前在感知方面,劉明的團隊從激光雷達方案拓展到視覺方案,通過攝像頭的原始輸入,實現在不同環境、天氣、早晚環境下的無人系統全局定位;在決策方面,可(kě)以将無人系統在虛拟仿真環境下學(xué)習得到的決策訓練運用(yòng)到真實場景;在決策之外,可(kě)以通過車(chē)載電(diàn)子、機電(diàn)系統來實現對車(chē)的最終控制,産生端到端控制的邏輯。

滴滴自動駕駛公司COO孟醒:自動駕駛安(ān)全及驗證技(jì )術需要大量數據支持

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

孟醒表示,投資行業撲向自動駕駛領域,網約車(chē)運營經驗所積累的數據化,可(kě)以用(yòng)于訓練自動駕駛車(chē)輛,使自動駕駛車(chē)輛變得更加安(ān)全。

9月份,上海市政府首次給了上汽、寶馬、滴滴三家公司頒發載人測試牌照。

孟醒表示,獲得路測牌照,改裝(zhuāng)的自動駕駛汽車(chē)在規定線(xiàn)路之内測試,跟其他(tā)人或車(chē)輛進行互動,這是第一步。第二步,不僅僅是路測,是載人路測應用(yòng)示範,可(kě)以真的帶一個人乘車(chē),這是運營的工作(zuò),未來需要更多(duō)路徑。需要監管機構、政府給我們指引一起推進。

“自動駕駛首要任務(wù)是保證安(ān)全。通過滴滴目前的網約車(chē)運營網絡,可(kě)以分(fēn)析出哪些訂單适合分(fēn)配給自動駕駛車(chē)輛,哪些超出測試距離範圍或者技(jì )術範圍的訂單需要分(fēn)配給駕駛員。這個混合派單的過程,可(kě)以保證每一步都是循序漸進的。隻有當安(ān)全标準達到相當高指标以後,才會逐步推進。而網約車(chē)運營經驗所積累的數據化,可(kě)以用(yòng)于訓練自動駕駛車(chē)輛,使得我們自動駕駛車(chē)輛變得安(ān)全和智能(néng),以及适應各種出行場景。”孟醒提到。

四維圖新(xīn)高級副總裁孟慶昕:高精(jīng)地圖有三大應用(yòng)場景

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

圍繞高精(jīng)地圖的發展現狀和未來方向,四維圖新(xīn)高級副總裁孟慶昕進行了逐一介紹。

她表示,智能(néng)駕駛對地圖的要求是精(jīng)度高、要素全、協同全和更新(xīn)快。基于這一特點,四維圖新(xīn)通過車(chē)載雷達,對路面要素和點雲進行采集,再通過自動化提取的算法将所有要素反映出來,然後進行分(fēn)類。

據孟慶昕介紹,四維圖新(xīn)面向高精(jīng)度自動駕駛的地圖現在已經可(kě)以達到20厘米精(jīng)度,成為(wèi)傳統導航電(diàn)子地圖、ADAS地圖後的又一重要産品。除了用(yòng)于應用(yòng)于車(chē)端場景,高精(jīng)地圖還可(kě)以應用(yòng)于雲平台和仿真測試。

孟慶昕認為(wèi),當前行業生态尚未成型,沒有形成真正有效的産業鏈條,高精(jīng)度地圖作(zuò)為(wèi)基礎數據,希望無論是車(chē)廠、車(chē)路協同技(jì )術服務(wù)商,還是公路建設部門等,都可(kě)以依托智能(néng)地圖進行測試,早日實現面向未來的自動駕駛。

英偉達自動駕駛中國(guó)區(qū)負責人董方亮:汽車(chē)駛入AI時代

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

董方亮的演講主題是“汽車(chē)駛入AI時代”,他(tā)分(fēn)享了英偉達在幫助實現自動駕駛上的最新(xīn)進展。

人工智能(néng)從算法開發到部署已經有一套相對成熟的方法論,從依托數據進行平台訓練,驗證後得到深度學(xué)習模型,到将數據模型進行推理(lǐ),然後在場景中運行人工智能(néng)算法和模型。

董方亮表示,智能(néng)駕駛汽車(chē)上的人工智能(néng)技(jì )術應用(yòng)會有非常類似的過程。英偉達自動駕駛開發平台提供了一套端到端的流程與方法,分(fēn)為(wèi)數據采集,數據訓練,數據模拟驗證及算法部署四個方面。每個階段都有完備的方案,比如在多(duō)傳感器融合感知上,依托其強大的計算平台,開發出了底層操作(zuò)系統,算法庫與應用(yòng)算法。

董方亮表示,英偉達作(zuò)為(wèi)一個開放平台,會與全球合夥伴,包括算法公司,Tier 1,車(chē)廠,地圖廠商等合作(zuò)共同打造安(ān)全的自動駕駛方案。

覺非科(kē)技(jì )CEO李東旻:避開高精(jīng)地圖硬件複雜、采集成本高的現實問題

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

對于汽車(chē)而言,高精(jīng)地圖是否涵蓋了這個汽車(chē)所有要求呢(ne)?

李東旻的答(dá)案是否定的。他(tā)認為(wèi)高精(jīng)地圖高精(jīng)兩個字是數據準入門檻,是一個技(jì )術的條件要求,而真正能(néng)夠參與決策、規劃和徑指導這樣一個數據平台,除了精(jīng)度以外,至少滿足兩個必要條件:能(néng)夠低成本規模化,能(néng)夠低成本把全中國(guó)道路不斷進行刷新(xīn)和革新(xīn)。

自動駕駛未來,一定是重數據和強融合的,不依賴于單一傳感器,不依賴于實時感知,應該是靜态、離線(xiàn)、實時、在線(xiàn)之間融合的結果。李東旻表示,我們認為(wèi)現在測試階段模式車(chē)輛,真正進入量産的時候,不能(néng)在車(chē)後面背一個服務(wù)器,插無數電(diàn)源方式,實現自動駕駛的量産。

地平線(xiàn)副總裁張玉峰:車(chē)規級AI芯片加速自動駕駛量産落地

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

張玉峰認為(wèi),自動駕駛的量産非常具有挑戰性,但目前還屬于研發和驗證階段。自動駕駛的量産要逐步實現車(chē)規級的傳感器和計算平台、逐步實現功能(néng)安(ān)全、逐步拿(ná)掉安(ān)全員。從算法角度來看,自動駕駛在量産過程中面臨着三個挑戰:有無足夠高的性能(néng)硬件支撐、海量數據下的時延夠不夠低、功耗夠不夠低。 自動駕駛對于算力的提升要求是以萬億次來計算的。

針對人工智能(néng)在邊緣側應用(yòng)的高效推理(lǐ)設計,地平線(xiàn)緻力于從算法角度來進行設計和優化。張玉峰表示,同樣的芯片,地平線(xiàn)可(kě)以用(yòng)于ADAS視覺更新(xīn),也可(kě)以用(yòng)于基于視覺的高精(jīng)地圖建圖與更新(xīn)。今年8月,地平線(xiàn)推出中國(guó)第一款車(chē)規級人工智能(néng)芯片,張玉峰表示,地平線(xiàn)的核心能(néng)力在于車(chē)規級處理(lǐ)器,可(kě)以結合視覺或聲音的前端感知,加上基礎服務(wù),賦能(néng)不同玩家和客戶。

文(wén)遠(yuǎn)知行COO張力:走進量産時代,以産品力将無人駕駛出租車(chē)開進現實

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

張力表示,文(wén)遠(yuǎn)知行專注于L4級自動駕駛的技(jì )術研發,同時也在關注L4自動駕駛智能(néng)出行服務(wù),其中的一個業務(wù)場景就是自動駕駛出租車(chē)。當下自動駕駛已經過了Demo階段,文(wén)遠(yuǎn)知行認為(wèi),真正的量産是在保證安(ān)全的情況下,将安(ān)全員從車(chē)上拿(ná)下來。但在量産的過程中,自動駕駛技(jì )術、車(chē)隊運營規模、商業模式的落地以及法律法規都是自動駕駛亟需突破的内容。除了政策法規,文(wén)遠(yuǎn)知行在其他(tā)三方面的布局都在穩步推進。

目前,文(wén)遠(yuǎn)知行已經完成了80萬公裏的裏程測試,其Robotaxi 接待的乘客人數逾2000人。在固定的園區(qū)内,其Robotaxi能(néng)讓體(tǐ)驗者通過APP自動喚車(chē)、乘車(chē)、結賬等内容,為(wèi)商業化落地打下基礎。張力表示,文(wén)遠(yuǎn)知行于2020年在廣州的限定區(qū)域裏開展自動駕駛出租車(chē)的載客試運營。

智加科(kē)技(jì )高級副總裁容力:量産自動駕駛是一個過渡的工程化過程

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

自動駕駛量産必然是一個過渡的過程,與手機的發展曆程相似,需要好幾年才能(néng)成為(wèi)老百姓都使用(yòng)的東西。

容力提到,大部分(fēn)自動駕駛公司車(chē)輛已經可(kě)以上路了,要經過設計驗證、前裝(zhuāng)設計、生産驗證,最後建立生産線(xiàn),最後再生産,這是一個相當長(cháng)的過程。這個過程不像互聯網,是一個工程化問題,這個逐漸過程是必須經曆的。

自動駕駛落地還要經曆一個協同化的過程。容力在現場表示,協同化是指自動駕駛,它作(zuò)為(wèi)生活中一部分(fēn),作(zuò)為(wèi)社會中一個不可(kě)分(fēn)割單元,是有多(duō)方面的合作(zuò),首先是技(jì )術産業鏈,其次就是車(chē)聯網,實際上有了這個車(chē)聯網,很(hěn)多(duō)問題迎刃而解,車(chē)聯網能(néng)夠給自動駕駛提供千裏眼和順風耳,很(hěn)多(duō)問題都能(néng)通過千裏眼和順風耳來簡單解決,比人工智能(néng)更簡單的去解決。

博世計算機視覺專家徐浩:前視智能(néng)視頻系統+後視與環視攝像頭系統

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

徐浩從視頻産品的角度,介紹了博世在兩大方向的布局。

由于車(chē)道保持系統、倒車(chē)輔助、智能(néng)速度控制等系統的需求越來越大,且多(duō)與視頻産品相關,博世布局了兩套視頻系統,一是前視智能(néng)視頻系統,二是後視與環視攝像頭系統。

在前視智能(néng)系統上博世有單目前視攝像頭與立體(tǐ)攝像頭兩種産品定位,單目可(kě)以以低成本的價格實現智能(néng)輔助駕駛,雙目可(kě)以在比較高度的自動駕駛系統中扮演重要角色。在技(jì )術上,博世從光學(xué)部分(fēn),算法部分(fēn)和芯片部分(fēn)都進行了深入的研究,一個亮點是,真正實現了針對嵌入式系統的深度學(xué)習,這對智能(néng)駕駛是一個重大挑戰。

在環視系統上,博世已經有了成功的案例,2015年其第一代系統在寶馬7系上量産。這套系統有360度全景展示,可(kě)以實現自動泊車(chē)。通過超聲波與視覺的融合,還能(néng)實現車(chē)道線(xiàn)識别,行人識别,動靜态物(wù)體(tǐ)識别等功能(néng)。

仙途智能(néng)聯合創始人史庭佳:需要技(jì )術的持續叠代

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

史庭佳的話題主要聚焦無人駕駛的商業化,即可(kě)實現商業盈利、滿足客戶需求的商業運營。

2017 年成立的仙途技(jì )術落地方向主要以自動駕駛清掃車(chē)、垃圾轉運車(chē)、洗掃車(chē)為(wèi)主。環衛垂直場景是團隊找到的可(kě)以更早實現商業化的無人駕駛應用(yòng)。

老齡化在增加着各行各業的勞動成本,這在環衛行業尤其突出,無人駕駛可(kě)以幫助節約人力成本,且 24 小(xiǎo)時的作(zuò)業也更加安(ān)全、高效。

中國(guó)包括封閉和開放道路的環衛市場在 3000 億左右。要實現無人駕駛的商業化,需要低成本的傳感器方案、複雜場景下的準确路徑規劃、更精(jīng)确的高精(jīng)地圖,同時也需要技(jì )術的持續叠代。

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

量産前夜,這些因素卡住了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策 | 2019全球智能(néng)駕駛峰會

(本文(wén)轉自雷鋒網,原标題:量産前夜,這些因素卡主了自動駕駛:理(lǐ)解、推理(lǐ)、學(xué)習、決策|2019全球智能(néng)駕駛峰會)