• 在自動駕駛中,ai需要不斷(自動駕駛汽車ai技術)

    自動駕駛 1013
    本篇文章給大家談談在自動駕駛中,ai需要不斷,以及自動駕駛汽車ai技術對應的知識點,希望對各位有所幫助,不要忘了收藏本站喔。 本文目錄一覽: 1、自動駕駛汽車是什么人工智能

    本篇文章給大家談談在自動駕駛中,ai需要不斷,以及自動駕駛汽車ai技術對應的知識點,希望對各位有所幫助,不要忘了收藏本站喔。

    本文目錄一覽:

    自動駕駛汽車是什么人工智能

    【太平洋汽車網】自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作,讓電腦可以在沒有任何人類主動的操作下,自動安全地操作機動車輛。

    自動駕駛車輛仍有許多任務面臨巨大的挑戰,需要采用尖端的方法來解決。取代人類的認知和運動能力不是一件容易的事情,還需要很多年的努力。AI需要解決各種不同的任務,以便實現可靠和安全的自動駕駛。

    本系列包括兩篇文章,介紹無人駕駛汽車得以實現的AI應用,展示其挑戰與成就,另外還探討了與傳統軟件相比AI的本質,并在第二篇文章中進一步討論了在自動駕駛領域開發、測試和部署AI技術的特定挑戰。

    1.自動駕駛車輛中的AI分析自動駕駛車是汽車工業中增長最快的領域,而人工智能則是自動駕駛車中最重要和最復雜的組成部分。圖1所示為典型的自動駕駛車構成。

    自動駕駛車輛對傳送實時數據的傳感器數量,以及對數據進行智能處理的需求可能會非常龐大。而AI被用于現代汽車的中央單元以及多個電子控制單元(ECU)中。

    由于AI已在機器人等眾多領域中得到應用,它自然成為自動駕駛的首選技術。人工智能和感知技術可以提供更安全、更具確定性的行為,從而帶來燃油效率、舒適性和便利性等優勢。

    開發如自動駕駛車這樣復雜的AI系統面臨的挑戰很多。AI必須與眾多傳感器交互,并實時使用數據。許多AI算法的計算量都很大,因此很難與內存和速度受限的CPU一起使用?,F代車輛是一種實時系統,必須在時域中產生確定性結果,這關系到駕駛車輛的安全性。諸如此類的復雜分布式系統需要大量內部通信,而這些內部通信容易帶來延遲,從而干擾AI算法做出決策。另外,汽車中運行的軟件還存在功耗問題。越密集的AI算法消耗功率也越多,尤其對只依賴電池充電的電動車而言,這是一個很大的問題。

    (圖/文/攝:太平洋汽車網問答叫獸)

    騰訊自動駕駛云平臺構建「數據閉環」 為自動駕駛落地提速

    數據是數字化時代全新的生產要素,數據與算法、算力的融合,正在促進人工智能行業的發展。自動駕駛作為AI技術的 *** ( 查成交價 | 車型詳解 ),數據的作用更是貫穿生產、測試、研發全生命周期。目前,自動駕駛走入以落地應用為目標的下半場,解決極端場景下的安全問題,也離不開大量數據支持。對數據進行高效的采集和利用,提高數據循環鏈路的速度,成為整個自動駕駛技術迭代的關鍵點。

    構建數據閉環,提升自動駕駛系統的核心競爭力

    要實現自動駕駛,必然要搞定大數據。利用并轉化收集到海量的實際路況數據,可以幫助系統加速學習和升級,也意味著能夠率先搶占高級別的自動駕駛技術高地,因此整個行業都極為重視并大力投入。

    車輛要想在道路上實現完全自動駕駛,除了要依靠車輛本身的攝像頭、毫米波雷達、激光雷達等傳感器,還要依靠網聯技術的支持。行駛時車輛依靠各種傳感器“觀察”道路,會產生大量數據,1.5小時的駕駛時間數據量達4TB,車端顯然不適合處理和存儲如此巨大的工作負載。而車端產生的大量數據,是提升自動駕駛體驗、完善算法的關鍵資源,所以最好是共享到云端,再通過人工智能算法提供大量的訓練數據來供機器學習,以搭建虛擬開發測試環境進行驗證。

    要想在復雜的場景中提升現階段輔助駕駛/自動駕駛安全性,繁復的測試與驗證工作必不可少,由于現實中的駕駛場景難以窮盡,極其復雜且不可預測,在開發和測試的過程中,業界一般通過采集大量的數據構建場景集,幫助汽車打造仿真環境以實現模擬測試。實際路測中,復現一次極端場景的接管可能需要1個月的時間,而依靠數據,不僅可以復現更多極端場景,還可以極大提升測試效率。

    此外,在部署自動駕駛車輛之后,會產生大量的回傳數據,自動駕駛系統也需要基于這些數據不斷進行迭代升級,并通過OTA的方式為用戶持續推送新的功能、適應更多的場景和提升體驗。

    由此可見,基于數據驅動的自動駕駛,在完成前期數據的收集、中間數據的存儲與遷移之后,還要對后期核心數據進行訓練與管理。因此,構建自動駕駛數據閉環,是自動駕駛產品研發的核心競爭力。

    騰訊自動駕駛云平臺驅動數據高效流轉

    騰訊憑借多年在大數據、AI等領域的深度積累,借助騰訊云強大的算力支持,結合本土化的交通場景和應用需求,成功研發出在工具鏈完整性、場景豐富性、場景真實性等方面行業領先的自動駕駛云平臺,極大地提升了研發和測試效率,在云端高并發運行、真實有效性等方面實現了創新突破。

    據悉,騰訊自動駕駛云平臺基于云端海量存儲空間與計算資源支撐,構建了數據采集管理、樣本標注、算法訓練評測、診斷調試、云端仿真、實車反饋閉環等全流程云服務,提供支撐自動駕駛研發的全鏈路云服務和開發平臺。

    在數據治理方面,騰訊自動駕駛云平臺的樣本標注服務采用國際頂級算法預標注,可在實現樣本自動化生產,提升生產效率的同時,積累海量樣本數據,包括全要素目標檢測、跨相機目標跟蹤、語義分割等圖像標注、3D激光點云標注、以及精準圖像與3D點云融合標注、變道標注等多種自動駕駛研發專用樣本等。此外,該技術在計算節點中閉環運行全棧自動駕駛算法,支持一萬個以上場景的并行計算,使得1000個測試場景的運行時間從2天大幅縮減至4分鐘,并實現全自動化測評。在虛擬城市中數以千計的自動駕駛車輛不間斷的持續行駛,并通過隨機工況和激進交通流提升測試復雜度。

    在數據應用層面,在測試工具之外,對于測試管理、政策制定等相關部門來說,仿真作為智能網聯汽車最重要的測評工具,既可幫助企業掌握在車輛研發、測試和集成的不同階段的安全邊界和質量問題,也有利于相關標準制定和場景庫的建設,通過信息化和標準化的手段提升智能網聯汽車行業透明度。在產業互聯網領域,騰訊致力于做數字化的連接器和工具箱,騰訊自動駕駛云平臺也在和OEM廠商、測試場、政府機構、產業聯盟乃至科研機構廣泛合作,推動應用落地。

    (圖/文/攝: 石家莊01) @2019

    自動駕駛,你再等會兒

    本周輪值

    夏東

    “踢車幫”主持人、出品人

    前兩天沃爾沃宣布,與谷歌旗下Waymo簽署戰略合作,讓Waymo作其獨家自動駕駛合作伙伴。從雙方的說詞上看,這種“獨家”應該是單向的,也就是,沃爾沃并不是Waymo的獨家伙伴。兩家一起要干什么呢?先搞一個電動車平臺的自動駕駛方案,然后用于打車服務。造電動車,沃爾沃不需要Waymo,但自動駕駛,手里數據最強大的非Waymo莫屬。它的自動駕駛操作軟件是一個得到了最深入訓練的AI,把它整合進量產車上,大概是自動駕駛最快的實現路徑了。

    可是,自動駕駛會很快來到嗎?大概率是,不會!隨著對AI的開發不斷深入,人們已經從剛看完科幻片那樣的興奮中冷靜下來。那些研發者的商業模式就是搞研發,所以,只要有人給錢,讓他們搞研發就行了。不論是研發的,還是給錢的,沒幾個人懂應用是怎么回事。這些研發者,只要弄出幾個精彩的表演,就可以拉著投資者一起窒息在夢想里了。只不過,夢總是得醒,假如它一直不能變成現實的話。

    AI的問題在于,它沒有I。它只是一個算得極快的白癡,能機械地,飛速地把它收集到的數據跟存在記憶中的數據進行比對,而且只會在一一對應上的情況下,作出設定好的決策動作。于是,人們發現,訓練AI是一個幾乎沒法完成的任務。比如識別一頭牛,你得把所有可能碰到的牛,各種花色各種體型,都存進AI里。否則,如果它只見過黃牛,就不認識奶牛。一輛汽車行駛當中,遭遇的情況千差萬別。障礙物是什么東西,以怎樣的方式出現在車的行駛線路前方,其可能性幾乎是無窮多。而自動駕駛,人給機器提的要求是不許錯,比給人自己提的要求更高,可機器卻又沒有人的認知能力。你說,這可行性得多低?

    因此,當自動駕駛要達到產品級的時候,產品經理們就發現,這些研發大師們沒有聽起來那么“?!?,拿出來的東西,不好使。而投資者,“止損”是他們的本分?,F在還有誰記得,馬斯克當年說過2018年自動駕駛就可實現民用?事實是,已經2020年下半年了,他那些號稱憑借攝像頭跟毫米波雷達就可以完全自動駕駛的車,還在不時地帶著解放了雙手的車主共赴事故?

    所以,自動駕駛,即使最終能實現,恐怕也會比人們預期的晚很久?;蛟S,現今的技術還不足以解決這個問題,需要等人們對AI的認識提升到更新的高度。而它的階段性成果,則會越來越普及地得到應用。就是所謂智能駕駛輔助。因為,既然AI是個計算速度奇快的白癡,那么認識和判斷還是交給人靠譜。AI則發揮好它的能力,就是感應、提醒和執行。都說人與AI相結合,才是真正有效的解決方案。記得四五年前,我曾經為了自動駕駛,頗為焦慮了一番。車都不用人開了,還買它干什么,不買了,還要什么汽車媒體?現在看來,事情好像并沒有那么緊急。

    崔珺

    “風格車評”、“車研社”出品人

    AI是個大話題,關于AI的應用場景恐怕科幻電影都已經實現了一遍了,但是電影是虛幻的,現實是冷靜的,AI首先需要海量級的數據支持,同時還要有超高速的運算能力,這兩點缺一不可。而涉及到自動駕駛部分,則要復雜很多,因為道路上的瞬時環境是錯綜復雜的,芯片并不可能在人們設定好的環境下執行預設命令,系統需要根據圖像、視頻、雷達、紅外等等信息來綜合分析只有幾毫秒的瞬時信息,然后再以幾毫秒的速度做出快速且正確的指令。系統不僅要依靠車身硬件和軟件,同時還要和云端的龐大數據庫進行比對,這可不是目前的“云數據庫”能夠承載的。無論哪一個環節出現滯后或者錯誤,那么系統可能會做出延遲甚至錯誤的判斷,輕則發生事故,重則車毀人亡,這樣的例子也越來越多。雖然我們不能因為一些個案事故而否定自動駕駛的研究成果,但是對于我們自身和他人的安全,至少在相當長的時間段,我們都還是會高度依賴人本身對于駕駛做出判斷和最終裁斷權。已經享受到智能駕駛輔助系統的車主也要切記,系統真的是輔助,千萬不要讓系統凌駕于人之上,而那些喜歡標榜智能駕駛輔助系統的新造車品牌也能夠以人為本,切莫夸大和誤導消費者對于智能駕駛輔助系統的功能,只有整個汽車環境真的是在科學謹慎的對待智能駕駛,技術才能更好的為人服務。

    附上一個朋友的親身感受,關于智能駕駛:

    于英釗

    《風度》雜志汽車事業部總經理

    說到AI,作為汽車行業首先聯想到的就是自動駕駛,而提到自動駕駛,特斯拉又是個怎么也避不過去的名字。長期以來特斯拉有倆標簽兒,一個是續航好,另一個就是聰明加好開。我在特斯拉論壇里發現不少車主打開駕駛輔助之后,就興高采烈的刷手機去了,這還是個挺普遍的現象。前幾天有個車禍,一特斯拉追尾了貨車,車主投訴特斯拉而回應是追尾前車主的手并沒有握在方向盤上,這事就有意思了,手還得握方向盤那這“自動駕駛”還有啥用呢?再算上不久前那個剎車失靈的Model?3,特斯拉說上傳到“云端”的數據里并沒有收到車主踩制動踏板的記錄??闯鰜砹税?,AI也好大數據也好,除了提升車主的生活品質,關鍵時刻用來甩鍋更是第一流,而特斯拉應對這種訴訟也是輕車熟路了。一套并不完善的“AI”,為什么特斯拉這么敢用呢?說白了它能讓外界賦予品牌無窮的想象力啊,反映在股市上就是股價啊,有股價就有了一切。

    何毅

    《超級馬力》出品人

    視車科技聯合創始人

    無人駕駛的股票又用一波瘋長釋放出了跟主編們相左的觀點。如果你覺得坐電梯比爬樓梯好,那么無人駕駛的時代就一定會來,只是需要多一些耐心。對于無人駕駛時代,一切只是剛剛開始,未來還有很長的路要走,也會起起伏伏,但是不要懷疑它。高鐵說普及也就普及了,5G說覆蓋也就覆蓋了,北斗說組網也就組網了,無人駕駛說來也就來了,質疑它的人說老也就老了。

    劉鴻倉

    《汽車之家·車家號》作者

    我比較同意何毅老師的觀點,自動駕駛可能比預期晚一些,但肯定不會缺席。其實目前的輔助駕駛系統——例如特斯拉的AutoPilot——在環路和高速公路上基本上可以應對自如了。自動駕駛的真正難點是人車混行、帶有紅綠燈的道路,即使是經驗豐富的駕駛員,穿行這樣的街區時,也不是一件容易事;而對自動駕駛來說,則需要更多更復雜的測試。和所有新事物一樣,自動駕駛肯定也會帶來一系列問題,有時可能是很嚴重的交通事故,但這個趨勢是不會改變的。

    繆俊

    “MJ車談”創始人《望Noblesse》

    汽車總顧問

    現在好多消費者對所謂的自動駕駛有很大的誤解,分不清真正的自動駕駛和自動駕駛輔助之間的區別。后者加了“輔助”二字,這可是本質的差別。目前絕大多數廠家的宣稱的自動駕駛處于L2水平,高階一點可以達到L2+級,但仍然只是半脫手脫眼的自動駕駛輔助階段。消費者之所以出現認知誤差,跟有些廠家的夸大宣傳也不無關系。甚至,有些個別廠家的車輛其實只具備ACC自適應巡航和車道保持這兩個L1級水平的裝備,但也敢稱宣稱達到L2級水平,這就好比明明只是學士雙學位,卻非說自己拿的是碩士學位。

    關于目前最普遍的L2級自動駕駛,我的體驗感受是,它最適合的地方是城市高架道路或者高速公路。原因有二:一是地面標線清晰,二是封閉道路上不用擔心有突然闖入的行人和非機動車。不過,要是碰到走走停的大堵車,還是會比較尷尬,因為即使把跟車間距調到最短,你前面就會不斷地出現加塞車輛,令人抓狂。因此,L2或是L2+的實際應用場景中的局限性仍然很大,只能作為輔助之用。那么,真正可以讓人們做到脫手、脫腳、脫眼、脫腦的自動駕駛什么時候才能實現?以當下的技術水平,離我們應該還很遙遠,個人覺得有生之年都不定能看到。

    李耕

    《轎車情報》總編輯

    “汽車一加一”、“走吧耕叔Vlog”、

    “上車吧吃貨”創始人

    自動駕駛一定會是趨勢,這也是汽車企業在未來產品競爭中的核心技術,誰能最先達到量產級的L4級,可能就會成為市場的寵兒。

    從消費者角度來看,如果不能真正解放雙手雙腳,可能就不會成為必需品。

    要實現真正意義的自動駕駛最高等級,其實也就是無人駕駛。那時候車內的布局也會發生翻天覆地的變化,人的空間行動就完全交個車去完成了,只要輸入一個目的地,人就可以該干嘛干嘛了。

    科技快速發展一定會有雙面性,對于人工智能,我一直還是略有擔心,看過“西部世界”,當機器有了自我思考和自我升級能力,以人類的平均智商水平,感覺未來人對于機器人的控制大概率會失去主動權,那時候會不會人類就變成了機器人的玩具呢?不敢想象。

    本文來源于汽車之家車家號作者,不代表汽車之家的觀點立場。

    在自動駕駛中,ai需要不斷的介紹就聊到這里吧,感謝你花時間閱讀本站內容,更多關于自動駕駛汽車ai技術、在自動駕駛中,ai需要不斷的信息別忘了在本站進行查找喔。

    掃碼二維碼