更多
資訊活動(dòng)
行業(yè)動(dòng)態(tài)
傳感器助力環(huán)境檢測(cè) 自動(dòng)駕駛時(shí)代即將到來(lái)
在自動(dòng)駕駛運(yùn)營(yíng)范圍內(nèi)進(jìn)行自主采集、構(gòu)建、更新地圖。這條路線運(yùn)營(yíng)成本相對(duì)較高，比較適合有限區(qū)域或者特定場(chǎng)景內(nèi)的自動(dòng)駕駛，比如固定園區(qū)、機(jī)場(chǎng)等。
利用諸多終端車輛進(jìn)行眾包建圖。這些終端車輛為云端服務(wù)器構(gòu)建、更新高精地圖的數(shù)據(jù)，同時(shí)也共享更高質(zhì)量的高精地圖服務(wù)，形成數(shù)據(jù)閉環(huán)。這條路線比較適用于當(dāng)前比較火熱的Robotaxi或者乘用車領(lǐng)域。
一種比較激進(jìn)的路線，即自動(dòng)駕駛系統(tǒng)不會(huì)過(guò)度依賴高精地圖，車輛具有很高的局部區(qū)域感知能力，結(jié)合道路級(jí)的普通地圖就可以支撐自動(dòng)駕駛功能，特斯拉是這條路線的代表之一。
感知模塊主要通過(guò)傳感器信息解決“周圍環(huán)境是什么樣”的問(wèn)題。當(dāng)前火熱的深度學(xué)習(xí)技術(shù)推動(dòng)了感知技術(shù)的發(fā)展，感知技術(shù)又可以細(xì)分為檢測(cè)、跟蹤、預(yù)測(cè)。
檢測(cè)主要是將不同傳感器的觀測(cè)信息輸給深度學(xué)習(xí)模型，可以檢測(cè)出車輛、行人、交通標(biāo)識(shí)等目標(biāo)物;跟蹤的作用是給每個(gè)目標(biāo)物一個(gè)track ID，以實(shí)現(xiàn)對(duì)這個(gè)目標(biāo)的持續(xù)觀測(cè)，進(jìn)而計(jì)算出這個(gè)目標(biāo)的速度以及預(yù)測(cè)未來(lái)軌跡。預(yù)測(cè)基于時(shí)序上的檢測(cè)和跟蹤結(jié)果，結(jié)合道路信息預(yù)估目標(biāo)物未來(lái)可能的運(yùn)動(dòng)軌跡，可以為路徑規(guī)劃提供更多的信息，也使系統(tǒng)更加智能。
模擬給予數(shù)據(jù)支撐
除了傳感器、定位、感知、規(guī)劃和控制幾大核心技術(shù)之外，還有仿真技術(shù)，它是自動(dòng)駕駛技術(shù)中容易忽略的一部分。自動(dòng)駕駛領(lǐng)域的“長(zhǎng)尾”問(wèn)題是急需解決的問(wèn)題，比如基于深度學(xué)習(xí)模型的各種感知技術(shù)?，F(xiàn)階段，深度學(xué)習(xí)模型對(duì)于“見過(guò)”的或者類似的場(chǎng)景能夠準(zhǔn)確感知，但對(duì)于未見過(guò)的場(chǎng)景大概率會(huì)出現(xiàn)錯(cuò)誤的感知，這對(duì)于自動(dòng)駕駛尤其是高自動(dòng)駕駛來(lái)說(shuō)是很致命的。
仿真技術(shù)中一個(gè)很重要的應(yīng)用就是可以虛擬化很多逼真的場(chǎng)景，為深度學(xué)習(xí)模型的訓(xùn)練提供海量數(shù)據(jù)，而且可以針對(duì)一些不常見的場(chǎng)景進(jìn)行足夠的數(shù)據(jù)生產(chǎn)，從訓(xùn)練樣本的數(shù)量和多樣性給予深度學(xué)習(xí)模型足夠的支撐。
此外，仿真技術(shù)還有很多其他應(yīng)用，比如可以模擬一些危險(xiǎn)的駕駛場(chǎng)景，包括碰撞、各種交通事故等，一定程度上使得自動(dòng)駕駛系統(tǒng)測(cè)試不再?gòu)?qiáng)依賴于真實(shí)場(chǎng)景的測(cè)試驗(yàn)證，很大幅度降低測(cè)試驗(yàn)證成本、提升效率。
目前，高自動(dòng)駕駛技術(shù)雖然仍不夠成熟，存在爭(zhēng)議，但相信隨著科學(xué)技術(shù)的發(fā)展，經(jīng)過(guò)一代代人的努力，自動(dòng)駕駛技術(shù)定會(huì)走進(jìn)千家萬(wàn)戶，改善人們生活。
利用諸多終端車輛進(jìn)行眾包建圖。這些終端車輛為云端服務(wù)器構(gòu)建、更新高精地圖的數(shù)據(jù)，同時(shí)也共享更高質(zhì)量的高精地圖服務(wù)，形成數(shù)據(jù)閉環(huán)。這條路線比較適用于當(dāng)前比較火熱的Robotaxi或者乘用車領(lǐng)域。
一種比較激進(jìn)的路線，即自動(dòng)駕駛系統(tǒng)不會(huì)過(guò)度依賴高精地圖，車輛具有很高的局部區(qū)域感知能力，結(jié)合道路級(jí)的普通地圖就可以支撐自動(dòng)駕駛功能，特斯拉是這條路線的代表之一。
感知模塊主要通過(guò)傳感器信息解決“周圍環(huán)境是什么樣”的問(wèn)題。當(dāng)前火熱的深度學(xué)習(xí)技術(shù)推動(dòng)了感知技術(shù)的發(fā)展，感知技術(shù)又可以細(xì)分為檢測(cè)、跟蹤、預(yù)測(cè)。
檢測(cè)主要是將不同傳感器的觀測(cè)信息輸給深度學(xué)習(xí)模型，可以檢測(cè)出車輛、行人、交通標(biāo)識(shí)等目標(biāo)物;跟蹤的作用是給每個(gè)目標(biāo)物一個(gè)track ID，以實(shí)現(xiàn)對(duì)這個(gè)目標(biāo)的持續(xù)觀測(cè)，進(jìn)而計(jì)算出這個(gè)目標(biāo)的速度以及預(yù)測(cè)未來(lái)軌跡。預(yù)測(cè)基于時(shí)序上的檢測(cè)和跟蹤結(jié)果，結(jié)合道路信息預(yù)估目標(biāo)物未來(lái)可能的運(yùn)動(dòng)軌跡，可以為路徑規(guī)劃提供更多的信息，也使系統(tǒng)更加智能。
模擬給予數(shù)據(jù)支撐
除了傳感器、定位、感知、規(guī)劃和控制幾大核心技術(shù)之外，還有仿真技術(shù)，它是自動(dòng)駕駛技術(shù)中容易忽略的一部分。自動(dòng)駕駛領(lǐng)域的“長(zhǎng)尾”問(wèn)題是急需解決的問(wèn)題，比如基于深度學(xué)習(xí)模型的各種感知技術(shù)?，F(xiàn)階段，深度學(xué)習(xí)模型對(duì)于“見過(guò)”的或者類似的場(chǎng)景能夠準(zhǔn)確感知，但對(duì)于未見過(guò)的場(chǎng)景大概率會(huì)出現(xiàn)錯(cuò)誤的感知，這對(duì)于自動(dòng)駕駛尤其是高自動(dòng)駕駛來(lái)說(shuō)是很致命的。
仿真技術(shù)中一個(gè)很重要的應(yīng)用就是可以虛擬化很多逼真的場(chǎng)景，為深度學(xué)習(xí)模型的訓(xùn)練提供海量數(shù)據(jù)，而且可以針對(duì)一些不常見的場(chǎng)景進(jìn)行足夠的數(shù)據(jù)生產(chǎn)，從訓(xùn)練樣本的數(shù)量和多樣性給予深度學(xué)習(xí)模型足夠的支撐。
此外，仿真技術(shù)還有很多其他應(yīng)用，比如可以模擬一些危險(xiǎn)的駕駛場(chǎng)景，包括碰撞、各種交通事故等，一定程度上使得自動(dòng)駕駛系統(tǒng)測(cè)試不再?gòu)?qiáng)依賴于真實(shí)場(chǎng)景的測(cè)試驗(yàn)證，很大幅度降低測(cè)試驗(yàn)證成本、提升效率。
目前，高自動(dòng)駕駛技術(shù)雖然仍不夠成熟，存在爭(zhēng)議，但相信隨著科學(xué)技術(shù)的發(fā)展，經(jīng)過(guò)一代代人的努力，自動(dòng)駕駛技術(shù)定會(huì)走進(jìn)千家萬(wàn)戶，改善人們生活。