中国有望部署无人驾驶出租车 自动驾驶未来是否是一个趋势?

中国有望部署无人驾驶出租车 自动驾驶未来是否是一个趋势?,第1张

日前,总部位于中国香港的AutoX在近日发表声明称,目前已与菲亚特克莱斯勒汽车公司(Fiat Chrysler Automobiles,以下简称FCA)达成合作,将自动驾驶相关的软硬件集成到克莱斯勒Pacifica(克莱斯勒大捷龙)车队中,FCA和AutoX联合表示,他们将在2020年上半年在深圳、上海在内等几个国内城市中推出自动驾驶出租车试点服务。

据了解,AutoX是一家专注于提供自动驾驶汽车平台的初创企业。去年9月,该公司宣布获得1亿美元A轮融资,此轮融资由东风汽车领投,阿里巴巴和硅谷孵化器Plug and Play等参投。2019年7月,AutoX与瑞典电动汽车制造商国能电动汽车瑞典有限公司(NEVS)达成独家战略合作伙伴关系,旨在将AutoX的自动驾驶技术整合到NEVS的下一代汽车架构中。这两家公司合作的目标是,在2020年年底前,在欧洲推出首个大型自动驾驶出租车试点服务。

在小编看来,自动驾驶出租车是未来出行不可避免的一步。尽管自动驾驶出租车目前还没有普及,但事实证明,它们在接受测试的地区很受消费者欢迎。与这些车辆相关的潜在好处有很多,包括拼车服务的便利性,而不像随机的人类司机 *** 作自己的私家车那样带来不确定性,也为乘客带来了更好的隐私保护。

责任编辑:马琨

本文来源于汽车之家车家号作者,不代表汽车之家的观点立场。


易车讯 日前,滴滴自动驾驶货运KargoBot宣布与地平线达成战略合作。双方将发挥各自优势,共同打造更加安全、智能和高性能的无人驾驶域控制器,探索自动驾驶技术在货运场景的更多创新应用,加速行业的技术创新与市场拓展。



根据战略合作协议,双方将基于征程系列芯片开发具备高性能、高可靠性和高冗余能力的无人驾驶卡车域控制器产品,以满足L4级别自动驾驶系统对高速数据处理、实时环境感知、和实时智能决策的算力需求,助力自动驾驶卡车提供更安全平稳的运输服务。



其中,地平线将提供高性能车载智能芯片,以实现高度集成化和高算力;KargoBot作为滴滴自动驾驶孵化的公司,将基于自身在自动驾驶技术领域的深厚积累,为域控制器提供高效的算法和稳定的软件支持。



首款合作研发的自动驾驶域控制器预计在2024年正式量产,并率先在KargoBot的首款量产车型上安装和应用。该自动驾驶域控制器将在硬件、算法、软件层面设计多层安全冗余,进一步提升自动驾驶卡车安全性。


KargoBot专注于L4级别干线货运的无人驾驶技术研发和商业化运营,拥有L4级自动驾驶卡车全栈技术研发能力,在3个月内快速获得北京高级别自动驾驶示范区商用车测试牌照。


KargoBot创新性研发了混合无人化解决方案,由配备人类驾驶员搭载辅助驾驶方案的领航车辆,以及多辆L4级自动驾驶卡车构成,可大幅提升商业运营中各类长尾场景和复杂交互的处理能力。目前KargoBot拥有超过100台自动驾驶卡车,截至今年3月,KargoBot累计物流收入已经突破了1亿元。


地平线是中国车载智能计算方案大规模量产的先行者。2020年,地平线正式开启中国车载智能芯片的前装量产元年,时至今日,地平线征程芯片累计出货量已突破300万片,与超过20家车企签下了超过120款车型前装量产项目定点。


地平线致力于通过软硬结合的前瞻性技术理念,研发极致效能的硬件计算方案以及开放易用的软件开发工具,为智能汽车产业变革提供核心技术基础设施和开放繁荣的软件开发生态,携手合作伙伴共同加速智能驾驶创新产品成熟落地。


KargoBot负责人韦峻青表示:“地平线是行业领先的高效能智能驾驶计算方案提供商,也是KargoBot重要的战略合作伙伴。此次合作将有助于推动自动驾驶卡车货运行业安全高效运营,期待双方一步深化合作,积极推动自动驾驶解决方案在干线物流领域的规模化量产落地,为干线物流领域创造更多价值。”
         
地平线副总裁兼智能汽车事业部总裁张玉峰表示:“干线物流无人化运营的商业价值、社会价值都极为可观。作为专注于干线物流的自动驾驶公司,KargoBot在自动驾驶技术上具备一流的能力和资源。通过达成此次战略合作,地平线期待充分发挥征程芯片的性能优势,并基于丰富的量产经验,赋能KargoBot推进域控制器加速量产落地,共同开拓干线物流智能货运生态的新征程。”



打开易车App,点击首页“智能化实测”,多角度了解热门新车科技亮点,获得选购智能电动车的权威参考依据。

自动挡,上海汽车出租公司自动档挡位介绍:所谓自动挡,顾名思义即是不用驾驶者去手动换挡,车辆会依据行进的速度和交通状况自动挑选合适的挡位行进。但是自动变速箱为什么还有那么多挡位呢?现在上海汽车租赁就先把自动变速箱的各个挡位及功能做个简单的介绍。

通常的自动挡车辆变速箱有P,R,N,D,3,2,1几个挡位:P代表泊车挡,停车时运用(关闭发动机时)。

R代表倒车挡。

N代表空挡,和手动挡的空挡一个意思,用于时刻短停车时运用。

D表示行进挡,这个挡位下变速箱会在1-5挡依据速度和油门状况自动切换。

3同样是行进挡,这个挡位下变速箱在1-3挡自动切换,不会升入4、5两挡。可在交通不太通畅的时分作为约束挡运用,可以避免3挡和4挡间的跳挡状况。

2表示1或2挡,此挡时,用于湿滑路面起步,或者慢速行进时作为约束挡运用,可2和3挡间的跳挡。

1即是1挡,此挡时,变速箱就在一挡。

其他自动挡车辆可能出现的挡位还有S挡、L挡,还有的在变速箱上有个雪花的按键,OD OFF按键等。

S表示运动模式(sport)在这个挡位下变速箱可以自由换挡,但是换挡时机会延迟,使发动机在高转速上保持较长时刻,使车辆动力加大。当然明显这个会造成油耗增加。

L表示低速挡,这个挡位时变速箱会保持在1挡而不升挡。

雪花按键的意思是用于湿滑路面起步,按下此键时车辆将不从1挡起步,而从2挡起步,以减低扭力输出,避免车辆在湿滑路面上起步时打滑。

OD OFF按键表示的是最高挡制止,有这个按键的车辆通常就没有D3了,因为按下此键最高挡位(4速变速箱)4挡就已经被制止运用了,起作用等同于D3。

需求说明的是在有些车辆当中变速箱上面的2,并不代表的是单2挡,而是1-2挡,用这个挡位时变速箱会在1、2间自动切换,而不会往更高挡升。

手自一体的变速箱可能就没有分这么多挡位,它除了P、R、N(这三个挡是自动挡车必有的)之外,行进挡即是一个D挡,其他挡位的功能可以通过手动模式来一一实现。 行进挡的作用状况比较复杂:通常的自动变速器有三挡式和四挡式两种,四挡又称为超速挡,英文写法OVER DRIVE简称O/D,再往下是三挡、二挡或一挡(又称为L挡)。它们的挡位设置规律是:高挡位向下兼容,低挡位不能自动向上换挡。即:若挑选四挡,变速器可在一挡与四挡之间依据车辆的速度与运用条件自动挑选合理挡位,自动升挡、降挡。若挑选二挡,就只能在一挡与二挡间自动变换而不能升到二挡以上。这时,在车速升高后会使发动机超速运转。

一挡、二挡有发动机制动功能,因此,当车辆行进在下坡路上时,可以预先挑选二挡或一挡,以便合理利用发动机制动,同时用油门踏板控制车辆下坡速度。但是在通常行进与上坡时,建议运用D挡,这时车辆能自动挑选理想挡位,无需驾驶者 *** 心。

城市的交通状况开始变得更加拥堵,主要是因为学生开学,家长接送孩子的更多了。面对拥堵的城市交通路况,驾驶手动挡车型则需求频繁的换挡,给许多消费者带来了不小的苦恼。那么,如果具有一部自动挡车型,则会大大减轻拥堵交通路况所带来的烦躁。
上海苏辉汽车租赁有限公司以"安全第一、服务第一、信誉第一"为宗旨,以"客户至上"为生存之本,让客户体验到真正的便捷和实惠。本公司业务范围:商务车租赁、高级豪华轿车租赁、商务小巴士租赁、中端轿车租赁、中大型客车租赁等,全方位租车服务。


易车讯 日前,我们从官方渠道获悉,在第八届HAOMO AI DAY上,毫末智行发布自动驾驶生成式大模型DriveGPT,中文名"雪湖·海若"。生态方面,毫末官宣取得3个主机厂定点合同,商业化迎来跃升一步;同时毫末推出的中国首个重感知、不依赖高精地图的城市NOH即将量产上车,最先落地北京、上海、保定等城市。



毫末打造的自动驾驶生成式大模型DriveGPT雪湖·海若通过引入驾驶数据建立RLHF(人类反馈强化学习)技术,对自动驾驶认知决策模型进行持续优化,现阶段主要用于解决自动驾驶的认知决策问题,终极目标是实现端到端自动驾驶。



毫末DriveGPT雪湖·海若已开启对限量首批生态伙伴的开放合作,北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等高校与企业加入。



产品方面,毫末中国首款可大规模量产落地、重感知城市NOH,将首批落地北京、保定、上海等城市,并开启泛化测试,到2024年有序落地100城。首款搭载HPilot30的新摩卡DHT-PHEV即将重磅上市,这也是毫末DriveGPT雪湖·海若的首发落地车型,全面确保毫末城市NOH的行业领先性。



生态层面,毫末乘用车6P开放合作取得重大突破,已与3家主机厂签署定点合同,相关项目正在交付中。这是毫末商业化的重要一跃,全面保障了毫末高速发展态势。



毫末智行董事长张凯判断:“2023年智驾产品进入全线爆发期,大模型开启在车端的落地应用,车主的使用频率和满意度成为产品竞争力的重要衡量标准。毫末不断进步的数据驱动的六大闭环能力将进一步加速毫末进入自动驾驶30时代的步伐并形成相应的护城河。”



张凯认为,智驾产品正在进入快速增长的全线爆发期,2023年是非常关键的一年。首先,城市导航辅助驾驶产品在2023年将围绕量产上车发力,主要玩家的城市导航辅助驾驶产品进入到真实用户覆盖和多城市落地的比拼。其次,行泊一体和末端物流自动配送产业商业化将成为自动驾驶公司深耕的重点。在乘用车领域,搭载行泊一体功能的智驾产品将迎来前装量产潮;在末端物流自动配送领域,末端物流自动配送车在商超、快递等场景迎来爆发,2023年将在这些场景实现可持续商业化闭环。



首款搭载HPilot30的新摩卡DHT-PHEV即将重磅上市,第二款搭载毫末HPilot30的车型魏牌蓝山也将在今年发布。毫末HPilot整体已搭载近20款车型。用户辅助驾驶行驶里程突破4000万公里,HPilot20辅助驾驶日均行驶里程使用率达到了126%。海外布局方面,搭载毫末HPilot的车辆已运往欧盟、以色列等地区和国家,陆续交付到用户手中,接下来将在中东、南非、澳大利亚等市场陆续投放;同时,毫末HPilot即将量产墨西哥版本及俄罗斯版本。



3月,高工智能汽车研究院在每个年度基于前装量产数据库及定点车型库数据进行综合评估,通过对毫末前装近20款车辆等数据研究,为毫末颁发年度高阶智能驾驶系统量产份额领军奖。第三方数据佐证毫末是中国量产自动驾驶绝对领军者。



其次是“MANA大模型巅峰之战”,中国首个自动驾驶数据智能体系MANA架构已迎来全线升级。到2023年4月,MANA学习时长超56万小时,相当于人类司机68万年。毫末DriveGPT雪湖·海若,已经完成基于4000万公里驾驶数据的训练,参数规模达1200亿。



第三是“城市NOH百城大战”,中国首款可大规模量产落地、重感知城市NOH,已在北京、保定、上海等城市开启泛化测试,即将量产上车,到2024年有序落地100城。毫末会以“安全为先、用户为先、规模为先”的原则,加速赢得城市NOH百城大战。



最后是“末端物流自动配送商业之战”,毫末末端物流自动配送车小魔驼已在商超履约、智慧社区、校园配送、餐饮零售、机场巡逻、高校教育、快递接驳、智慧园区、大气环评等九大场景开启运营,加速商业化闭环能力。2023年3月,小魔驼20获北京亦庄无人配送车车辆编码,开启亦庄运营。毫末也成为《北京智能网联汽车政策先行区无人配送测试规范》升级后,准许在北京市高级别自动驾驶示范区公开道路进行无人配送车测试的首个公司。



“技术领先是生存根本,毫末鼓励所有技术研发同学投入到技术创新当中。”张凯在演讲中再次强调了毫末对于技术研发投入的坚定决心。截至目前,毫末已获得专利证书164件,国际顶级学术会议论文收录6篇,最新2篇更是分别入选计算机视觉识别领域三大顶会之一的CVPR和全球首个智能车专业期刊IEEE TIV。毫末已将所有论文在GitHub开源,与业内共享。



现场,张凯还向外界公布了毫末6P开放合作的重要进展,目前已与3家主机厂签署定点合同,相关项目正在交付中。“毫末始终认为,自动驾驶是一个共同进退、共享成果的前沿产业。只有健康的生态伙伴才能支持毫末高速发展。”张凯表示。



此外,毫末一直坚持场景化用户体验设计、人工智能技术、技术工程化能力均衡发展,不断以数据驱动闭环的方式完善用户体验。张凯介绍,三个月时间,毫末在数据驱动六大闭环体系上实现多重进展。



用户需求闭环方面,毫末对驾驶场景数据持续分析完善策略,并进行新功能体验反馈;研发效能闭环方面,毫末将数据驱动理念深入到产品需求定义、感知与认知算法开发等产品开发流程,整体开发效率提升30%;数据积累闭环方面,毫末在车端部署诊断服务数据场景标签覆盖92%的驾驶场景。


数据价值闭环方面,毫末大模型正在持续挖掘数据价值解决关键问题;产品自完善闭环方面,毫末实现售后问题处理速度较传统方式的十倍效率提升,实现最快10分钟定位售后问题。两年时间有效挖掘产品提升点,问题闭环率达76%;业务工程化闭环方面,毫末进一步完善了从采集回流、标注训练、系统标定、仿真验证等环节到最终OTA释放环节的产品研发全流程工程化闭环。


毫末DriveGPT雪湖·海若通过引入驾驶数据建立RLHF(人类反馈强化学习)技术,对自动驾驶认知决策模型进行持续优化。它的最终目标是实现端到端自动驾驶,现阶段主要用于解决自动驾驶的认知决策问题,后续持续会将毫末多个大模型的能力整合到DriveGPT。目前,毫末DriveGPT雪湖·海若实现了模型架构与参数规模的升级,参数规模达到1200亿,预训练阶段引入4000万公里量产车驾驶数据,RLHF阶段引入 5万段人工精选的困难场景接管Clips。


DriveGPT雪湖·海若的底层模型采用GPT(Generative Pre-trained Transformer)生成式预训练大模型,与ChatGPT使用自然语言进行输入与输出不同,DriveGPT输入是感知融合后的文本序列,输出是自动驾驶场景文本序列,即将自动驾驶场景Token化,形成“Drive Language”,最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。


DriveGPT雪湖·海若的实现过程是,首先在预训练阶段通过引入量产驾驶数据,训练初始模型,再通过引入驾驶接管Clips数据完成反馈模型(Reward Model)的训练,然后再通过强化学习的方式,使用反馈模型去不断优化迭代初始模型,形成对自动驾驶认知决策模型的持续优化。同时,DriveGPT雪湖·海若还会根据输入端的提示语以及毫末CSS自动驾驶场景库的决策样本去训练模型,让模型学习推理关系,从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程,完成可理解、可解释的推理逻辑链生成。


现场,毫末宣布DriveGPT雪湖·海若首发车型是新摩卡DHT-PHEV,即将量产上市。顾维灏提到,DriveGPT雪湖·海若可以逐步应用到城市NOH、捷径推荐、智能陪练以及脱困场景中。有了DriveGPT雪湖·海若的加持,车辆行驶会更安全;动作更人性、更丝滑,并有合理的逻辑告诉驾驶者,车辆为何选择这样的决策动作。对于普通用户来说,车辆越来越像老司机,用户对智能产品的信任感会更强,理解到车辆的行为都是可预期、可理解的。


毫末DriveGPT雪湖·海若将携手生态伙伴率先探索四大应用能力,包括智能驾驶、驾驶场景识别、驾驶行为验证、困难场景脱困。当前,毫末在使用数据过程中,逐步建立起一套基于4D Clips驾驶场景识别方案,具备极高性价比。在行业上,给出正确的标注结果,一张需要约5元;如果使用DriveGPT雪湖·海若的场景识别服务,一张的价格将下降到05元。单帧整体标注成本仅相当于行业的1/10。接下来,毫末会将图像帧及4D Clips场景识别服务逐步向行业开放使用,这将大幅降低行业使用数据的成本,提高数据质量,从而加速自动驾驶技术的快速发展。


顾维灏介绍,毫末在2023年1月发布的中国自动驾驶行业最大的智算中心MANA OASIS(雪湖· 绿洲)此次从算力优化等层面升级了三大能力,进一步支持DriveGPT雪湖·海若的算力。首先,毫末与火山引擎全新搭建了“全套大模型训练保障框架”,实现了异常任务分钟级捕获和恢复能力,可以保证千卡任务连续训练数个月没有任何非正常中断,有效保证了大模型训练稳定性;其次,毫末研发出以真实数据回传为核心的增量学习技术,并将其推广到了大模型训练,构建了一个大模型持续学习系统,自主研发任务级d性伸缩调度器,分钟级调度资源,集群计算资源利用率达到95%;最后,MANA OASIS通过提升数据吞吐量来降本增效,满足Transformer大模型训练效率,通过引入火山引擎提供的Lego算子库实现算子融合,端到端吞吐提升84%。


毫末打造的中国首个自动驾驶数据智能体系MANA,在经过一年多的应用迭代后,本次AI DAY也迎来了全面的升级,正式开放赋能。顾维灏介绍,MANA计算基础服务针对大模型训练在参数规模、稳定性和效率方面做了专项优化,并集成到OASIS中;其次,MANA感知和认知相关大模型能力统一整合到DriveGPT雪湖·海若中;第三,增加了使用NeRF技术的数据合成服务,降低Corner Case数据的获取成本;同时针对多种芯片和多种车型的快速交付难题优化了异构部署工具和车型适配工具。


此外,MANA的视觉感知能力持续提升,一方面可同时学习三维空间结构和纹理,并将纯视觉测距精度超过了超声波雷达,BEV方案也拥有了更强的通用性和适配性;另一方面可实现单趟和多趟纯视觉NeRF三维重建,道路场景更逼真,肉眼几乎看不出差异。通过NeRF进行场景重建后,可以编辑合成真实环境难以收集到的Corner Case。在原有的全局视角修改、添加光照/天气效果的基础上,新增合成虚拟动态物体的能力,可以在原有设定的运动轨迹上,合成各种Hard Case,模拟城市复杂交通环境,用更低成本测试提升城市NOH能力边界,更好提升应对城市复杂交通环境。


值得一提的是,面对目前行业里最难的视觉任务之一——单目视觉测量,继特斯拉后,毫末也在中国率先开始验证能否使用鱼眼相机代替超声波雷达进行测距,以满足泊车要求。毫末把视觉BEV感知框架引入到了车端鱼眼相机,做到了在15米范围内达到30cm的测量精度,2米内精度高于10cm的视觉精度效果。泊车场景使用纯视觉测距来取代超声波雷达,将进一步降低整体智驾成本。



易车超级评测体系重磅上线!专业、硬核、全面的汽车评测内容云集,易车年度车型榜单新鲜出炉!上易车App搜索“超级评测”,等你来看!


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/13192662.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-06-18
下一篇 2023-06-18

发表评论

登录后才能评论

评论列表(0条)

保存