当前位置:首页 > 企业文化 > 员工风采
j9.com九游会:星河研究院:在自动驾驶领域到底是做青蛙还是做天鹅?(下)
时间:2021-04-22 来源:j9.com九游会 浏览量 79358 次
本文摘要:(微信官方账号:)《新智能创造》出版社:星河研究所分析师吴季关注人工智能、物联网、机器人等前沿科技领域,希望通过专业的洞察助推产业发展。

(微信官方账号:)《新智能创造》出版社:星河研究所分析师吴季关注人工智能、物联网、机器人等前沿科技领域,希望通过专业的洞察助推产业发展。在上一篇文章《星河研究院:在自动驾驶领域究竟是做到青蛙还是做到天鹅?(上)》中,吴季分享了对无人驾驶技术硬件设备的研究,而这篇文章是关于软件技术和未来的探索。

新的智力创造已经获得许可。新智创作为其专栏,关注的是智能时代的创意和建设,目标是搞清楚哪些领域还有一点创业和投资的机会。

自动驾驶仪是汽车行业乃至科技行业最不关心的技术之一。A16Z合伙人陈弗兰克(Frank Chen)谈到了自动驾驶技术的产业链,以及未来自动驾驶技术影响下的社会经济变化。星河研究所的吴吉用他的观点减少了一些内容和分析。今天,我们将探索自主驾驶领域的软件技术和未来。

准备好了吗?除了上述市场对硬件的需求,软件突破更需要自驱动技术。高精度地图是构建自动驾驶的基础资源,而机器学习和工程算法是使从高精度地图、传感器和V2X设施获得的数据真正有价值的手段。1.高精度预测算术地图,独家vs竞争。

现在大家上班都会用到谷歌地图、苹果地图、百度地图、高德产品,而且都有很好的精准性,方便我们通过城市。但是让用户失望的地图精度远远不能满足自主车的市场需求,因为缺少道路上几条车道、车道边缘方位、隔离带方位、路障方位等清晰信息。因此,为自主车辆开发专用的高精度地图是一项重要的任务。

国内外规模较小的地图提供商已经在高清地图领域做出了巨大努力,旨在尽快为自主车辆占领更大的地图市场份额。高清地图服务提供商一般使用类似谷歌街景车的技术,在楼顶用高清摄像头和雷达扫描记录周围的所有环境,然后优化算法得到厘米级的地图数据。这里制作高清地图的策略类似于谷歌,两家公司现在都在重复使用和收集整个区块的数据。这里使用安装在屋顶的四个广角2400万像素摄像头、旋转激光雷达、陀螺仪和GPS系统,依靠自己的算法分解高清地图。

根据《这里》的预期,自主驾驶的高清地图服务有望在2020年推出。国内高德地图已经提高了地图数据的高精度。未来,高德预计将使用低精度地图数据来支持自动驾驶的发展,自动驾驶将产生新的数据。

经过科学的自动化处理后,会更加明确的进行修改,可以供机器和计算机用于自学数据,最终形成低精度地图数据的闭环生产。百度,地图行业和自主驾驶领域的巨头,有自己的布局。目前,高精度地图一直是百度最重要的战略业务之一。

j9.com九游会

A16Z的合伙人担心高精度地图不会有独占的机会,因为他指出,在自主驾驶时代,人们将被迫几乎依赖这些昂贵的地图,而这个没有法律资本的领域急需监管。星河研究所指出,从中国的情况来看,这种担心是多余的。在目前国内资金充裕的情况下,很多地图企业相互竞争是比较现实的情况,其高成本大部分要由风险投资家分担,然后到后期寻找合适的寻求模式。

目前,高德已经宣布其高精度地图对自动驾驶汽车免费,预计随着竞争的加剧,免费争夺市场份额将不可避免。2.机器学习与工程算法是支持自动驾驶技术的关键部分。目前主流的自动驾驶公司都是利用机器学习和人工智能算法来构建的。

海量数据是机器学习和人工智能算法的基础。从前面提到的传感器、V2X设施和高精度地图信息中获得的数据,以及收集的驾驶员不道德、驾驶员体验、驾驶员规则、案例和周围环境的数据,需要大大优化的算法来识别和最终规划路线和控制驾驶员。

现在的主要问题是,与模型相比,真实旅游场景中的算法需要的数据太多,计算量远远超过现有能力。目前已经有很多修改机器学习的尝试,比如OpenAI的宇宙项目。将来,这个问题可能需要通过类似的修改和提高计算能力来解决。同时,在机械和路径规划方面更为突出的工程算法也不应该被抛弃。

两者的主要区别在于,工程算法依靠相同的逻辑和规则进行运算,而机器学习需要融合历史经验和数据来计算拟合结果。波士顿动力公司的神奇机器人的算法并没有用于机器学习技术,但它仍然享有令人印象深刻的结果。因此,即使工程算法在持续执行效率上与基于深度自学习算法的Alpha-Go不在一个水平上,但两者优势的结合仍然需要有效提高机器学习的最终效果。

3.算法泛化vs本地化本地化本地化是计算机科学术语,指软件不会根据其周围环境条件自由选择合适的延续策略。每个城市都有不同的驾驶员习惯,因此如何应对未来自主车的国产化成为了实际应用前必须突破的障碍。如果算法不需要本地化,班加罗尔有限的自动驾驶安全措施是显而易见的,不会导致波士顿严重的交通拥堵,其他城市也不会。

但是我们无法针对每一个驾驶员习惯不同的区域写出具体的算法,所以构建本地化的自适应综合算法是关键。要做到这种自适应算法,需要自学社会习俗和典型的当地人类不道德行为,才能让自动驾驶汽车表现得更好。

自动驾驶技术在推广过程中和几乎建成后都不会对社会产生影响。通勤是人们生活中最基本的市场需求之一。因此,随着自动驾驶技术的建设,我们的生活也将发生巨大的变化,通勤行业涉及的汽车生产、通勤服务商、保险、市政等环节也将再次发生巨大的变化。1.传统汽车厂商vs互联网公司的汽车行业是一个相当大的链条,涉及上下游众多的零部件生产和存储系统,影响范围不如房地产行业。

老牌汽车制造商所享有的全套汽车生产基础设备、丰富的汽车设计和生产经验、熟练的装配线运营和管理经验,都是他们相对于跨国造车技术创新企业的优势。而且传统的汽车厂商已经意识到汽车行业未来的创意发展主要是以软件为主,于是大力在硅谷设立办事处,高薪聘请IT技术人员。

比如福特汽车公司在硅谷成立了自主驾驶研究和创意中心,宝马则自由选择与百度合作进行自主驾驶。然而,技术创新企业的机会仍然相当大。通过落后的柔性和突出的软件开发能力的设计理念,涌现出了一大批以创业技术为基础的造车企业。

威来汽车已经超越了世界上最慢电动车的速度纪录,已经在实际道路上积极开展自动驾驶路试。行业龙头特斯拉宣称2018年不会有年产50万辆的规模,这些车可以配备最近的辅助驱动功能。国内厂商在自动驾驶领域也包含一极。在技术创新公司中,车和佳和威来汽车一样,正在进行自动驾驶技术的试验,预计将尽快量产。

百度等软件公司在自主驾驶算法和硬件方面也存在较高的技术壁垒。在传统的主机制造商中,SAIC、BAIC和长安在自动驾驶技术上投入巨资,长安作为第一家推出真正车展的主机制造商,已经有了高达1万公里的测试里程。

中国作为世界上发表深度自学论文最少的国家,对其自主驾驶技术的市场预期不大。2.卖车vs卖服务如果我们作为消费者,把卖车的习惯从汽车厂商变成向Uber、Lyft这样的通勤公司卖运输服务,这并不会让他们的汽车厂商从以前的B2C模式转变为B2B公司,也就是厂商从通勤公司获得设备,而通勤公司从消费者那里获得服务。可以意识到,汽车行业的发展不会更像航空行业,消费者会关心司机上下班用什么车,只需要在服务平台上公布市场需求,等待订单。

必须注意的是,随着商业模式的改变,未来的自驾汽车会不会和飞机不一样,让通勤服务公司通过传递成本来省钱?这种现象对汽车生产行业的负面影响可能不小。3.汽车保险,健康汽车vs健康硬件如今,每25起交通事故中,就有24起事故是由于人为失误而再次发生的,如造成事故、对司机犹豫不决、酒后驾车、闯红灯等。因此,目前的汽车保险价格是由精算师根据驾驶员所在城市的人口、售出车辆的类型和价值等数据确定的。

但随着未来自动驾驶技术的到来,事故率似乎无限大于0,保险行业的改革也不能豁免。也许未来保险的精算师不会根据汽车所在城市、汽车制造商是谁、或者拥有汽车或出租车的人的身份来判断,保险模式也不一定局限于每年赔付的单一场景。

但是目前还不能推断出保险价格的最终计算方法,因为虽然事故率不会无限大于0,但是一旦再次发生事故,维修或更换车辆上的廉价激光雷达系统、地图分析计算机等硬件设备的费用不会像以前那么多数倍,所以保险公司目前不会面临维修费用无法确认的问题。混合司机情况下的保险行业会更加恐慌,但自驾车辆和人工司机不混合存在是必然的,预计责任认定会变成一个很简单的问题。

4.下班后,上下班vs走路。有一种观点认为通勤时间不会比现在长,因为通勤时间仍然是生活成本。当所有的车都没有自动驾驶功能的时候,红绿灯和事故就不复存在了,我们可以利用通勤时间在车上做任何事情。然而,无人驾驶汽车和汽车服务运营商的缺失也将释放许多城市空间,如停车场和技工店,这不会减少人们的居住场所或工作场所,因此人们可能不会住在离工作场所很近的地方,而不必像今天这样长途通勤。

业内有人预测,2020-2040年,自动驾驶的时代不会到来,我们有生之年也不会看到这个不可思议的世界。从现在开始,公众计划庆祝未来是最糟糕的自由选择。

经许可,禁止发表有版权的文章。以下是发布通知。


本文关键词:j9.com九游会

本文来源:j9.com九游会-www.askmeblogs.com

版权所有芜湖市j9.com九游会科技股份有限公司 皖ICP备48370702号-1

公司地址: 安徽省芜湖市柳江区瑞建大楼550号 联系电话:0714-66736358

Copyright © 2018 Corporation,All Rights Reserved.

熊猫生活志熊猫生活志微信公众号
成都鑫华成都鑫华微信公众号