女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

為什么說智能駕駛將進(jìn)入數(shù)據(jù)驅(qū)動的時(shí)代?

智駕科技MAXIEYE ? 來源:智駕科技MAXIEYE ? 作者:賦能智慧出行的 ? 2022-09-08 10:40 ? 次閱讀

“你的頭腦就是你的牢籠,但是如何突破自己的大腦呢?”人們經(jīng)常用這句話來審視自我的局限,但在2022年的智能駕駛行業(yè),這也是所有智能駕駛“大腦”需要回答的一個(gè)問題。

在人類世界中,出生以后,我們首先通過大量的經(jīng)驗(yàn)學(xué)習(xí)、邏輯分析,建立自己的知識體系,成為一個(gè)獨(dú)立的個(gè)體。但在積累到達(dá)一定程度后,往往會開始認(rèn)識并反思自己的局限,并激勵(lì)自己通過拓寬認(rèn)知的邊界和思維上的突破,擁抱更廣闊而美好的世界,達(dá)到全新的高度和境界。這是人類學(xué)習(xí)和進(jìn)步的方式。

在智能駕駛領(lǐng)域中,通過對大量數(shù)據(jù)和豐富出行場景的不斷學(xué)習(xí),變得“越來越聰明”,不斷實(shí)現(xiàn)系統(tǒng)性能的突破,這是機(jī)器智能的方式。

635b5d36-2a9e-11ed-ba43-dac502259ad0.png

過去幾年,智能駕駛經(jīng)歷了從無到有的過程,從技術(shù)原型的積累到初代產(chǎn)品上車,從L0-L1級的基礎(chǔ)安全性能到L2++級的智慧化體驗(yàn),隨著高階智能駕駛落地需求越來越迫切,數(shù)據(jù)驅(qū)動和場景閉環(huán)的重要性也凸顯出來。

為什么說智能駕駛將進(jìn)入數(shù)據(jù)驅(qū)動的時(shí)代?

數(shù)據(jù)如何在場景中實(shí)現(xiàn)流轉(zhuǎn)?

場景閉環(huán)又如何把當(dāng)下的量產(chǎn)落地和未來高階方案串聯(lián)起來?

近日,智駕科技MAXIEYE創(chuàng)始人周圣硯在2022 年度(第四屆)高工智能汽車市場峰會發(fā)表主題演講,圍繞《自動駕駛升維:量產(chǎn),數(shù)據(jù),場景閉環(huán)》進(jìn)行了觀點(diǎn)闡述,通過剖析智能駕駛面臨的難題,與行業(yè)同仁探討數(shù)據(jù)驅(qū)動的“解題”方案。

63a38250-2a9e-11ed-ba43-dac502259ad0.jpg

第一,實(shí)現(xiàn)可靠穩(wěn)定的系統(tǒng)性能難。智能駕駛誕生的初衷,是讓出行更加安全、舒適、便捷。但最近因智能駕駛導(dǎo)致的交通事故,一定程度引發(fā)了大家的質(zhì)疑和擔(dān)憂。智能駕駛系統(tǒng)的安全可靠,人機(jī)交互的邊界規(guī)則等成為不可回避的問題。

“這是智能駕駛理想和現(xiàn)實(shí)的差距。”周圣硯表示,在用戶理想的認(rèn)知中,智能駕駛是沒有約束、無限制的,但現(xiàn)階段可規(guī)模化應(yīng)用的輔助駕駛,本質(zhì)上還是人機(jī)共駕,需要用戶對智能駕駛的“漸進(jìn)式”成長有充分的理解。

作為技術(shù)服務(wù)提供商要做到的是,無論行業(yè)處于哪個(gè)階段,都需要確保在相應(yīng)的功能及使用場景的范疇內(nèi),提供安全可靠的產(chǎn)品。場景邊界之外是人開,場景邊界之內(nèi)是機(jī)器去開。場景邊界之外需要鉤子算法去獲取下一代產(chǎn)品升級所需要的數(shù)據(jù)和場景。但過去行業(yè)浪費(fèi)了大量數(shù)據(jù)場景,屬于智能駕駛的場景庫積累才剛剛起步。

第二,極致性價(jià)比和規(guī)模化量產(chǎn)難。一晃眼智能駕駛產(chǎn)業(yè)已經(jīng)發(fā)展了多年,但在實(shí)際上車中,真正的規(guī)模化才剛剛開始。在中國乘用車所有價(jià)位車型銷量中,15萬元以下車型銷量占比遠(yuǎn)超50%,但這超過50%的價(jià)位車型L2級智能駕駛滲透率,比市場平均水平低了10個(gè)百分點(diǎn),反應(yīng)了當(dāng)前智能駕駛尚未很好地滲透大眾消費(fèi)市場。

立足大眾消費(fèi)市場,背后的規(guī)模化量產(chǎn)面臨一個(gè)現(xiàn)實(shí)問題:性能和價(jià)格的平衡。“用很高的成本做一套系統(tǒng),消費(fèi)者很難接受,對基于規(guī)模化量產(chǎn)實(shí)現(xiàn)大量數(shù)據(jù)積累,意義并不大。”但如果沒有規(guī)模化和場景,上述的第一個(gè)難題同樣難以解決。

第三,高階智能駕駛落地難。在自動駕駛分級中,到今天能夠真正在開放場景中落地的智能駕駛,依然在L3級以下。基于漸進(jìn)式升維路線從下往上走,依賴基于規(guī)模化L2的場景和數(shù)據(jù)基礎(chǔ),才能實(shí)現(xiàn)高階應(yīng)用的突破。

63c3b688-2a9e-11ed-ba43-dac502259ad0.png

三大難題共同指向數(shù)據(jù)和場景:在量產(chǎn)系統(tǒng)邊界明確的前提下,建立用戶認(rèn)知,通過數(shù)據(jù)驅(qū)動下一代產(chǎn)品升級;基于有效場景和數(shù)據(jù)的挖掘?qū)崿F(xiàn)極致的系統(tǒng)性能,以高性價(jià)比實(shí)現(xiàn)人人可享的規(guī)模化,再由人人提供的數(shù)據(jù)驅(qū)動迭代;在良好的用戶認(rèn)知和動態(tài)迭代中,實(shí)現(xiàn)高階智能駕駛升維。

63f7248c-2a9e-11ed-ba43-dac502259ad0.jpg

可靠系統(tǒng)和高階方案的實(shí)現(xiàn),對數(shù)據(jù)積累和場景閉環(huán)提出了“加法的”需求——盡可能多地上車。

在規(guī)模化量產(chǎn)中打通數(shù)據(jù)閉環(huán)后,更重要的是建立獲取邊界數(shù)據(jù)的有效觸發(fā)機(jī)制。“盲目收集大量常規(guī)的場景,對系統(tǒng)意義并不大。我們希望在不增加硬件成本的前提下,獲取更多邊界數(shù)據(jù),邊界數(shù)據(jù)意味著下一代系統(tǒng)邊界性能的突破。”

目前MAXIEYE已經(jīng)在1R1V高性價(jià)比算力平臺的MAXIPILOT1.0量產(chǎn)方案中,部署了數(shù)據(jù)閉環(huán)和33種觸發(fā)機(jī)制(觸發(fā)機(jī)制還在持續(xù)增加中),包含功能觸發(fā)、駕駛員行為觸發(fā)、系統(tǒng)觸發(fā)、感知觸發(fā)等類型,實(shí)現(xiàn)邊界數(shù)據(jù)場景的高效利用。

比如AEB功能觸發(fā)前后幾秒,MAXIPILOT會將場景視頻、車身信息、系統(tǒng)參數(shù)信息等關(guān)聯(lián)信息閉環(huán)回傳,進(jìn)行復(fù)盤和分析;而感知觸發(fā)的目的,是將同一目標(biāo)的不同傳感器檢測數(shù)據(jù)做全面的精度對標(biāo),大幅提高感知精度,為高階系統(tǒng)落地進(jìn)行技術(shù)積累。

目前MAXIEYE通過量產(chǎn)系統(tǒng)已經(jīng)積累超過1億公里真實(shí)場景數(shù)據(jù)。“數(shù)據(jù)回傳之前在車端完成脫敏,通過算法部署把人臉、車牌等信息在車端清洗掉。”

MAXIPILOT量產(chǎn)系統(tǒng)AEB觸發(fā)視頻

“看到這些AEB觸發(fā)場景,同事們感觸很深,自己做出的產(chǎn)品實(shí)實(shí)在在避免了潛在交通事故的發(fā)生,摩托車橫穿的那個(gè)緊急制動,甚至救了一家三口。”

在數(shù)據(jù)回傳中,MAXIEYE開發(fā)了配套工具鏈。通過工具可以看到實(shí)時(shí)感知結(jié)果、實(shí)時(shí)融合結(jié)果、實(shí)時(shí)路徑規(guī)劃顯示,以及給油門剎車發(fā)出的控制信號。有價(jià)值的場景數(shù)據(jù)會到后端進(jìn)行網(wǎng)絡(luò)校驗(yàn),將更準(zhǔn)確的結(jié)果不斷更新到量產(chǎn)車中,在場景閉環(huán)中實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的智能駕駛。

6427545e-2a9e-11ed-ba43-dac502259ad0.jpg

“能不能用低階系統(tǒng)為高階系統(tǒng)賦能?”這是車廠合作伙伴提出的命題,也是MAXIEYE升維的思路所在,即用低階的“成本減法”和眾包方式重建關(guān)鍵場景地圖的“場景減法”,為高階智能駕駛鋪路。

高階領(lǐng)航輔助駕駛量產(chǎn)中,城市地面和路口等場景一直是難以突破的瓶頸所在。通過基于用戶車輛的眾包數(shù)據(jù),解決路口等關(guān)鍵場景的信息重建,可支持高階系統(tǒng)典型場景的敏銳迭代。

643d9912-2a9e-11ed-ba43-dac502259ad0.gif64b07900-2a9e-11ed-ba43-dac502259ad0.gif6561566c-2a9e-11ed-ba43-dac502259ad0.gif65a7a28e-2a9e-11ed-ba43-dac502259ad0.gif666c7848-2a9e-11ed-ba43-dac502259ad0.gif66d9e252-2a9e-11ed-ba43-dac502259ad0.gif

眾包數(shù)據(jù)實(shí)現(xiàn)路口等關(guān)鍵場景的信息重建

伴隨MAXIEYE全系產(chǎn)品部署數(shù)據(jù)閉環(huán)和相關(guān)協(xié)議棧、技術(shù)棧。換句話說,就是在不同的傳感器系統(tǒng)方案中,除了數(shù)據(jù)流量不同,都可以用通用的工具鏈賦能車廠客戶搭建完整的數(shù)據(jù)機(jī)制。

此外,MAXIEYE正加速部署BEV技術(shù)架構(gòu),這種端到端的智能駕駛系統(tǒng)開發(fā),將大幅減少感知目標(biāo)特征的信息損失,減少對經(jīng)驗(yàn)邏輯依賴的同時(shí),真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的自學(xué)習(xí),釋放數(shù)據(jù)和場景閉環(huán)的更大價(jià)值。



審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 數(shù)據(jù)驅(qū)動

    關(guān)注

    0

    文章

    139

    瀏覽量

    12545
  • 智能駕駛
    +關(guān)注

    關(guān)注

    4

    文章

    2778

    瀏覽量

    49702
  • AEB
    AEB
    +關(guān)注

    關(guān)注

    1

    文章

    54

    瀏覽量

    20117
  • 智慧出行
    +關(guān)注

    關(guān)注

    0

    文章

    113

    瀏覽量

    7837

原文標(biāo)題:一文讀懂?dāng)?shù)據(jù)驅(qū)動和場景閉環(huán),為什么做,怎么做?

文章出處:【微信號:maxieye2015,微信公眾號:智駕科技MAXIEYE】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    適用于數(shù)據(jù)中心和AI時(shí)代的800G網(wǎng)絡(luò)

    ,成為新一代AI數(shù)據(jù)中心的核心驅(qū)動力。 AI時(shí)代的兩大數(shù)據(jù)中心:AI工廠與AI云 AI時(shí)代催生了兩類
    發(fā)表于 03-25 17:35

    鐵路安全巡檢進(jìn)入智能時(shí)代:頂堅(jiān)防爆巡檢手持對講終端的應(yīng)用與成效

    鐵路安全巡檢已邁入智能時(shí)代,其中防爆巡檢手持對講終端的廣泛應(yīng)用成為這一變革的關(guān)鍵。這些終端設(shè)備以其強(qiáng)大的數(shù)據(jù)采集、遠(yuǎn)程通信及智能識別能力,顯著提升了巡檢效率與安全性,有效預(yù)防事故,優(yōu)化
    的頭像 發(fā)表于 03-07 12:02 ?274次閱讀
    鐵路安全巡檢<b class='flag-5'>進(jìn)入</b><b class='flag-5'>智能</b><b class='flag-5'>時(shí)代</b>:頂堅(jiān)防爆巡檢手持對講終端的應(yīng)用與成效

    智能駕駛時(shí)代通過駕駛?cè)藬?shù)據(jù)模型降低交通事故保障生命安全

    各位看官,2025新春好! 2025年是智能駕駛飛躍之年,隨著政策的不斷完善,技術(shù)水平的提高,智駕系統(tǒng)的穩(wěn)定性增強(qiáng),大數(shù)據(jù)及大模型的建設(shè)配套,我還是想和大家一起聊聊生命安全。這不是埃隆馬斯克的想法
    的頭像 發(fā)表于 02-14 10:41 ?404次閱讀

    智能駕駛數(shù)據(jù)采集回注測評工具 - ARS

    數(shù)據(jù)驅(qū)動智能駕駛時(shí)代背景下,開發(fā)者們總結(jié)了一條適用于智能
    的頭像 發(fā)表于 01-15 17:50 ?1148次閱讀
    <b class='flag-5'>智能</b><b class='flag-5'>駕駛</b><b class='flag-5'>數(shù)據(jù)</b>采集回注測評工具 - ARS

    標(biāo)貝數(shù)據(jù)標(biāo)注在智能駕駛訓(xùn)練中的落地案例

    標(biāo)貝科技深耕AI數(shù)據(jù)服務(wù)多年,在無人駕駛、自動駕駛智能駕駛領(lǐng)域擁有豐富的合作案例。多次采用點(diǎn)云標(biāo)注以及3D&2D融合等標(biāo)注方式為
    的頭像 發(fā)表于 12-24 15:17 ?1367次閱讀
    標(biāo)貝<b class='flag-5'>數(shù)據(jù)</b>標(biāo)注在<b class='flag-5'>智能</b><b class='flag-5'>駕駛</b>訓(xùn)練中的落地案例

    AI數(shù)據(jù)服務(wù)在智能駕駛訓(xùn)練中的應(yīng)用實(shí)例

    標(biāo)貝科技深耕AI數(shù)據(jù)服務(wù)多年,在無人駕駛、自動駕駛智能駕駛領(lǐng)域擁有豐富的合作案例。多次采用點(diǎn)云標(biāo)注以及3D&2D融合等標(biāo)注方式為
    的頭像 發(fā)表于 12-24 15:14 ?762次閱讀

    設(shè)計(jì)仿真 海克斯康VTD智能駕駛仿真方案-Camera#智能駕駛 #ADAS

    智能駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年12月17日 17:05:15

    智能座艙與智能駕駛技術(shù)演進(jìn)分析

    智能網(wǎng)聯(lián)汽車的時(shí)代背景下,智能座艙和智能駕駛技術(shù)逐步成為全球汽車產(chǎn)業(yè)的兩大核心驅(qū)動力。高階
    的頭像 發(fā)表于 12-17 09:43 ?580次閱讀
    <b class='flag-5'>智能</b>座艙與<b class='flag-5'>智能</b><b class='flag-5'>駕駛</b>技術(shù)演進(jìn)分析

    從特斯拉看智能駕駛未來發(fā)展

    。特斯拉作為該領(lǐng)域的先行者,通過對算法、硬件、數(shù)據(jù)閉環(huán)和市場戰(zhàn)略的深度布局,為自動駕駛行業(yè)的發(fā)展提供了重要借鑒。 ? 特斯拉智能駕駛歷史復(fù)盤 1.1
    的頭像 發(fā)表于 11-16 16:49 ?1812次閱讀
    從特斯拉看<b class='flag-5'>智能</b><b class='flag-5'>駕駛</b>未來發(fā)展

    智能駕駛與自動駕駛的關(guān)系

    智能駕駛與自動駕駛在概念上存在一定的聯(lián)系和區(qū)別,以下是對兩者關(guān)系的介紹: 一、概念定義 智能駕駛
    的頭像 發(fā)表于 10-23 16:02 ?1368次閱讀

    智能駕駛的挑戰(zhàn)與機(jī)遇

    智能駕駛作為未來交通運(yùn)輸發(fā)展的重要方向,正逐步進(jìn)入大眾視野,并帶來了諸多機(jī)遇與挑戰(zhàn)。以下是對智能駕駛的挑戰(zhàn)與機(jī)遇的分析:
    的頭像 發(fā)表于 10-23 16:00 ?1423次閱讀

    智能駕駛和自動駕駛區(qū)別是什么

    智能駕駛與自動駕駛,這兩個(gè)概念在近年來隨著科技的飛速發(fā)展而逐漸進(jìn)入公眾視野,成為汽車行業(yè)乃至整個(gè)交通領(lǐng)域的熱門話題。盡管兩者在名稱上相似,但實(shí)際上它們之間存在著顯著的差異。 一、技術(shù)原
    的頭像 發(fā)表于 10-17 17:12 ?3619次閱讀

    智能駕駛時(shí)代下的EMC挑戰(zhàn)與防護(hù)策略

    一、 智能駕駛時(shí)代的EMC挑戰(zhàn): 自從 特斯拉 于2014年正式進(jìn)入中國市場以來,電動汽車及其智能駕駛
    的頭像 發(fā)表于 08-28 20:10 ?600次閱讀
    <b class='flag-5'>智能</b><b class='flag-5'>駕駛</b><b class='flag-5'>時(shí)代</b>下的EMC挑戰(zhàn)與防護(hù)策略

    華為智能駕駛:領(lǐng)跑全球的智能駕駛新紀(jì)元

    ,與這些科技巨頭不同,華為卻堅(jiān)定地跨界進(jìn)入智能駕駛領(lǐng)域,并最終成為全球領(lǐng)先的智能駕駛操作系統(tǒng)供應(yīng)商。這背后,是華為在多個(gè)方面的獨(dú)特優(yōu)勢。
    的頭像 發(fā)表于 06-21 16:35 ?2468次閱讀