1. <bdo id="5wtho"><dfn id="5wtho"></dfn></bdo>
      <tbody id="5wtho"><div id="5wtho"></div></tbody>
      <tbody id="5wtho"><span id="5wtho"><address id="5wtho"></address></span></tbody>

      <samp id="5wtho"><strong id="5wtho"><menu id="5wtho"></menu></strong></samp>
      <track id="5wtho"></track>

        搜索

        熱門文章

        熱門視頻

        熱門標簽

        • 01

          01

        • 01

          01

        • 01

          01

        友情鏈接    Friendship link

        時代汽車微信公眾號

        車展微信公眾號

        >
        >
        >
        陸領科技霍靜:建立駕駛行為和決策模型,實現城市端、路端、廠端的共享智能

        陸領科技霍靜:建立駕駛行為和決策模型,實現城市端、路端、廠端的共享智能

        分類:
        言論
        作者:
        來源:
        時代汽車網
        2021/06/19 00:05
        瀏覽量
         
                 2021年6月17日-19日,由中國汽車工業協會主辦的第11屆中國汽車論壇在上海嘉定舉辦。站在新五年起點上,本屆論壇以“新起點 新戰略 新格局——推動汽車產業高質量發展”為主題,設置“1場閉門峰會+1個大會論壇+2個中外論壇+12個主題論壇”,全面集聚政府主管領導、全球汽車企業領袖、汽車行業精英,共商汽車強國大計,落實國家提出的“碳達峰、碳中和”戰略目標要求,助力構建“雙循環”新發展格局。其中,在6月18日下午舉辦的主題論壇“智能網聯汽車產業生態的融合與升級”上,陸領科技聯合創始人兼首席執行官霍靜發表了精彩演講。以下內容為現場演講實錄:
         
         
                 謝謝王部長,最后一個發言嘉賓,我將用最簡潔的,大家聽得懂的語言,跟大家分享一下我們的思考。
         
                 首先非常榮幸我們這樣的初創科技公司,借這個寶貴的機會,跟大家分享一下基于自動駕駛、人工智能和人類交通行為的研究基礎上我們的思考。
         
                 我是霍靜,來自Roman Roads陸領科技。今天我代表創始人邢舟博士跟大家分享關于覆蓋率為導向的智能駕駛開發和驗證的思考這個主題。這個也是基于我們在三年以來,對于人工智能、自動駕駛和人類交通行為研究過后,想跟大家共同分享的心得。
         
                 剛才王部長也介紹了下我們這個創新公司,我再介紹一下,陸領科技是一支來自全球頂尖的高校,具有豐富的自動駕駛和對數據深刻理解能力的初創團隊,我們有具有出色的教育背景,同時也具有豐富的產品經驗,深耕車與人的行為模型算法,并且擅長數學建模,用機器模仿人類,學習人類的邏輯思維思考。
         
                 大家可以看到我們的核心技術團隊,主要畢業于斯坦福、耶魯和卡耐基梅隆、康奈爾和中國科大,并且都曾經在特斯拉、蔚來、亞馬遜、寶馬、三星、福特工作過,并且深耕自動駕駛、人工智能,擅長數學和物理模型建設。
         
                 今天想分享的是基于我們創立到現在三年的時間,長期耕耘在自動駕駛、人工智能和對人類交通行為的基礎上,我們發現真正要想實現自動駕駛的實現,其實有很大的挑戰。這其中表現在大家都在討論比較熱門的單車智能,單車智能巨大的挑戰在兩方面:一個是成本,第二是大規??蓮椭菩??;谶@樣的思考我們提出了城市端、路端和廠端的共享智能。
         
                 首先陸領科技要解決什么樣的問題?要解決的問題很簡單,就是研究人類到底怎么樣駕駛,研究真正的交通行為,包括車和人的交通行為。像Waymo長期進行路測,就是希望收集數據學習和研究人類的駕駛行為。
         
                 為什么要做這樣的工作?我們就是希望通過研究人類到底怎么樣駕駛,研究真正的交通行為,包括車和人的交通行為,像Waymo做長期的路測,實際上是為了什么?大量的收集數據,希望通過這些數據學習和研究人類的駕駛行為。
         
                 為什么我們要做這樣的工作?我們希望車和機器像人類一樣思考能夠做到自動駕駛,但是實際情況什么樣?大家可以看到這張ppt最左邊這么多黃色圈子,這是我們從美國得到的研究報告,黃色圈子里面都是表明了車和人在左拐彎時候或者直行碰撞的現象。很有意思的現象,這個里面前面都是追尾事件,追尾事件所有的都是一個共性,前面第一臺車要么是Waymo,要么是其他的自動駕駛車輛,后面一臺車追尾的全是人駕駛的車輛,這表示什么?所有自動駕駛在某一個地方突然停止,或者某一個地方發生了一種行為,在后面人為駕駛的車輛來不及反應,根本不知道你這輛車干什么,于是導致了很明顯的人駕駛的車和自動駕駛車發生了碰撞事件。這也是大家可以看到每一次在Uber,包括Waymo、特斯拉發生的事件都是有原因的,很多時候智能的自動駕駛無法像人那樣真正的人工的思考問題。
         
                 這里有一個結論,就是我們的人工智能現在還達不到人類智能的思考,在這里我有一個簡單的例子。大家可以看這張圖,這是什么意思?表明了藍色是自動駕駛車輛的做決策的時間,彩色的是人在駕駛時候做的決策的時間,藍色的決策時間表示是自動駕駛車在決策至少要有2秒以上的時間,而人,因為人腦反應很快,在做駕駛決策的時候,一下就過去了,這就是機器和人的區別。
         
                 另外一張就是交互事件,比如說十字路口,兩臺車,如果人跟人交互的時候,比如說你打一個手勢,眼神交流,都是一秒兩秒左右,紅色的就是自動駕駛車交互時間一定是比人更長,甚至達到5秒左右。
         
                 這里我們就想說明現在的人工智能現在還達不到人的思考行為。
         
                 這是另外一個案例,這個紅色和藍色的是兩個城市的人類群體行為軌跡。藍色的我們叫做藍色城市,紅色的叫紅色城市。比如說在日本,大家普遍很遵守交通規則,普遍行為是有規律可循的,這里就是藍色規矩的呈現。紅色比如說是中國某個城市,很多人交通習慣、交通行為實際上差別非常大,沒有規律可循。大家可以看到Cut-in behavior就是變道,在紅色城市的人群變道行為,可以發現沒有規律可循,都是自己變自己的,可以導致軌跡線非常分散,藍色的比如說日本城市軌跡線是有跡可循的。
         
                 這就導致了自動駕駛是非常困難的:單車智能面臨目前的挑戰成本高,剛才也有同仁講了單車智能做自動駕駛成本是非常高的?,F在Waymo平均一臺車是40萬美金搭載單車智能的自動駕駛,Waymo在全球600多臺,如果1000多臺就是400M美金成本。另外就是即使在這車上裝滿了感知、裝滿了雷達,裝滿了毫米波,最多能感知6-8臺,這種效率是比較低下的。
         
                 對我們來講,我們覺得自動駕駛要想實現,大家都希望生產低成本、可大規模復制的無人駕駛,而且在各種各樣的場景,包括礦山,包括無人卡車,包括小巴物流??墒菍嶋H是什么樣?各種各樣的傳達、雷達、傳感、帶來的是高成本、低效率,難以實現商業場景化落地。
         
                 我們提出的思考和我們的目標就是怎么樣大規模更多更高效采集數據,讓機器像人類一樣大量的用數據學習人類的思考模式和邏輯模式,我們的思考就是更多的從路端、城市端,我們目標是利用無人機、攝像頭、紅綠等來收集數據。
         
                 我們提出的想法是什么?那就是希望單車智能越來越便宜,越來越減少成本,最后減少到能夠單車進行決策,單車思考,而城市端能夠大量的用數據的算法,用城市端共享智能,均攤自動駕駛車輛減少成本,更多的進行商業落地。
         
                 剛才我們說大量采集數據以后,也是我們陸領在做的:用模仿學習算法來識別、學習人類行為、策略。這是我們在加州洛杉磯采取的無人機和路邊攝像頭采取的,24小時監視著整個路面的情況,用算法和模仿學習不斷地在看和思考車是怎么行走,人是怎么行走,來幫助機器更好的加強算法的數據。
         
                 剛才我所講的就是提出了一個概念,叫CDV概念,就是覆蓋率,我們希望大量的數據的采集、數據的算法用覆蓋率來驗證,讓計算機像人類一樣思考。我們提出這個覆蓋率在自動駕駛領域上的使用并不是我們最早提出來的,也不是我們唯一在做的,行業當中有很多家在做。大家看到Foretellix,包括LATENT,LATENT現在已經被Waymo收購了,當時Waymo也是看中了他們用CDV的概念來做自動駕駛覆蓋率。
         
                 覆蓋率的概率提出來是什么?動力源泉說白了就是兩種,一種就是大量的單車跑采集數據,希望用量取勝,覆蓋率是質取勝,用大量的數據演練算法,用模仿學習,像人類一樣思考,讓我們采集各種各樣的異常場景,更接近人類思考,使安全率達到比較熱衷說的99.99%的目的。
         
                 這個是我們無錫做的案例,在無錫交通路口采取了無人機和路邊的設想和城市端的攝像頭采集到的數據進行模擬的城市和交通,演練了模仿學習去找到了各種各樣的交通行為,幫助我們的進行大量的數據采集和訓練,提升我們的算法。
         
                 如果做到這件事情,說實話這不是一家行業做的是需要行業、政府一起來做的,我們需要無人機、攝像頭一起來做,包括市政的數據、互聯網共同采集數據,大量的數據采集到以后才可以進行這樣的演算。
         
                 最后我們的結論就是1)城市端的智能、共享智能能夠幫我們的單車智能大大降低成本,加快商業化的落地,2)大量的人類行為數據可以為覆蓋率為導向的自動駕駛研發貢獻巨大的價值。3)希望我們陸領科技的模仿學習的方法可以提取數據中的價值,建立駕駛行為、決策模型。做這件事情是工程比較巨大的事情,我們也感謝上海汽車城給我們初創公司這么好的機會,讓我們在這里能夠充分學習、研究、展示自己的貢獻。
         
                 今天我的演講就到這里,謝謝大家!
         
                 (注:本文根據現場速記整理,未經演講嘉賓審閱)
         
        JJzzJJzz高潮喷水少妇
        1. <bdo id="5wtho"><dfn id="5wtho"></dfn></bdo>
          <tbody id="5wtho"><div id="5wtho"></div></tbody>
          <tbody id="5wtho"><span id="5wtho"><address id="5wtho"></address></span></tbody>

          <samp id="5wtho"><strong id="5wtho"><menu id="5wtho"></menu></strong></samp>
          <track id="5wtho"></track>