当前位置:首页 > 自动驾驶
  • 智能化平台时代 自动驾驶与车联网生态的协同发展

    智能化平台时代 自动驾驶与车联网生态的协同发展

    无论对于汽车行业还是互联网行业而言,2019年都可以说是过去十年中最艰难的一年,在技术、人口双重红利释放接近末期,存量时代的残酷厮杀即将拉开序幕。可以预见的是,未来的数年中,汽车行业与互联网行业都将进入“淘汰期”,行业头部以外的玩家将陆续退出赛场,行业内部的资源整合将促使效率的进一步提升,与此同时,跨行业的技术发展将迎来新的阶段。 作为互联网、汽车以及通讯技术等融合多种跨行业技术的领域,车联网也经历前期的探索、资本的追捧以及热潮的冷却,在车市低潮以及互联网To B转向后将迎来新的发展奇点。 据美国公司IHSMarkit的预测数据显示,预计到2030年,全球IoT设备数量有望增加至1250亿台,按照80亿总人口计算,意味着平均每人拥有15.6台智能联网设备。而即通讯设备智能化之后,数十万市场规模的汽车领域也将在物联网全面普及之后迎来新一轮智能化、数字化浪潮。 而在国内,据国家发改委预测,至2020年,我国将有超过50%的智能网联汽车新车,而现如今,车联网也已经上升为国家战略。 据此前工信部发布的《车联网(智能网联汽车)产业发展行动计划》显示,我国将于2020年实现车联网产业跨行业融合取得突破的目标,车联网用户渗透率达到30%以上,智能道路基础设施水平明显提升。第二阶段,技术创新、标准体系、基础设施、应用服务和安全保障体系将全面建成,实现“人、车、路、云”高度协同。 对此,国内相关的互联网企业、汽车厂商以及通讯企业也都纷纷入局车联网领域,布局未来出行行业。 车联网世界的“三国鼎立”和已然入局的“技术流玩家” 从时间节点上来看,阿里是最早入局的巨头玩家,2010年,阿里开始做自己的操作系统,2014年将其命名为AliOS,而百度则选择从无人驾驶技术入局,并于2013年由百度研究院主导研发,当时该项目被称为“百度汽车大脑”,而彼时的腾讯则未选择跟进,毕竟,无论是操作系统,还是无人驾驶,都是极度烧钱且短期难以商业化运营的项目。 就目前来看,BAT三巨头在车联网领域中阿里的成果是较为显著的,2016年,全球首款以互联技术为卖点的互联网汽车荣威RX5正式量产,以AliOS为系统支持,以斑马为解决方案的过渡性人机互联产品成功的将行业拉入新的发展阶段,但从商业上来看,当下的车联网仍然是一笔,赔本赚吆喝的生意。 另一边,以自动驾驶为核心的百度的布局更为全面,目前,百度与长沙市政府合作的自动驾驶商业化项目Robotaxi自动驾驶出租车项目已经投入试运营,首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi车队在长沙部分已开放测试路段已经投入使用。 而在网联方面,小度OS在技术上也并非传统意义上的操作系统,但以语音交互技术为核心的超级APP形态却不失为一种轻量化的解决方案,为车企提供性价比更高的技术过度方案。其次,百度的语音识别技术已经达到行业前列,而优秀的语音交互体验将成为百度自身的优势之一。 腾讯方面的TAI事实上也是以语音交互为核心的超级APP,并不涉及车机系统的改造,而TAI则更像是百度Apollo的你浓缩版。 2018年,腾讯与长安合作推出“梧桐车联”,今年8月底,腾讯又联合长安发布车载版微信,在车联网领域加码布局。事实上,后发的腾讯不仅没有后发优势,车载微信的布局意义大于实际应用意义,在安全为第一需求导向下,用车场景下的通讯需求也不意味着基于熟人关系链条的社交需求。 其次对于腾讯而言,车联网需要的跨领域技术整合能力也是对于“赛马文化”下公司内部“领地意识”的颠覆,而长期以来由组织架构和公司文化所形成的惯性则可能成为实现业务整合的阻力。 整体来看,在车联网的“战国时代”,BAT的“三国鼎立”中与上汽合作的阿里最为深入,与一汽联盟的百度布局最为广泛,而与长安牵手的腾讯逐渐加码,以车载社交切入虽然新意十足,但前程未卜。 除了互联网巨头BAT,在车联网赛场上始终绕不开的另一位玩家:华为。喊了那么多年的车联网之所以难以实现的重要原因在于车辆与外界通讯问题难以解决,而5G技术则是解决这一问题的关键。 作为国内5G通讯的业内“大佬”,华为在车联网的企业生态中则扮演底层技术服务商的角色,如提供车载计算平台以及5G通讯模块解决方案,因而,从某种意义上来说,5G的应用进程决定车联网的发展程度,而车联网的发展需求反作用于5G的大规模商用。 互联网江湖团队(VIPIT1)认为,现阶段无论是阿里、百度、腾讯亦或是华为,实际上均为汽车厂商的技术、服务供应商,而在传统汽车产业中,汽车厂商作为车辆研发生产方的上游地位十分稳固。 因而,在需要互联网、通讯、汽车、乃至基础建设深度整合的车联网产业中,互联网科技企业很难在商业化的环境中占据技术、资源融合的主导地位。所以,互联企业更需要以技术、服务建立供应优势,积极布局出行领域,为技术先导下的行业商业生态变革谋篇布局。 智能化平台时代,自动驾驶与车联网生态的协同与融合 人车交互系统、5G技术、自动驾驶技术是实现车联网的三大核心技术,而基于车联网的无人驾驶的全面应用则是车联网最终实现的出行变革,准确的说,车联网不仅是车与云端的互联,也是车与车、车与行人、车与道路等基础设施之间的数据联通。 以百度RoboTaxi的商业化应用为例,今年9月26日,百度Apollo与长沙市政府合作推出了RoboTaxi商业试运营,在运营测试区范围内,自动驾驶车辆可通过道路数据、环境数据、交通数据以及交通参与者动态数据联动提升自动驾驶系统的安全系数,完成多种路况下的数据测试。 因而,与手机系统生态搭建不同的是,车联网生态的搭建需要多方企业乃至政府的参与,同时需要一个整合力量实现技术以及商业生态的协同与融合。所谓技术生态协同,即通过科技公司,汽车厂商以及基础设施建设方面的产业链通路的构建。 而当下要跨行业间的车联网技术在商业上的整合仍存在较大难度,一方面由于各方利益诉求不同,汽车厂商、互联网公司、智能手机公司、出行服务商之间难以实现有效的技术资源整合形成产业链条通路;另一方面以5G的规模化商业为基础的技术生态尚未成型,缺乏底层技术支撑,难以实现技术层面的链接。 在互联网江湖团队(VIPIT1)看来,实现车联网的生态协同需要以下两点前提: 一、5G通讯技术、自动驾驶技术、人车交互系统的底层技术充分应用。 在技术生态上,以5G、自动驾驶以及语音交互技术的逐步落地,建立起端到端、端到云的数据链条,打破不同行业企业间人为制造的技术壁垒,通过人机交互方式的革新,形成以语音交互为核心的多元交互路径,为提供多元化的商业服务提供技术基础。 二、以车联网为核心的商业生态的架构。 商业生态上,在以用户体验和出行安全为前提下,通过出行以及相关服务的生态链接 ,形成由“行、吃、住、娱”的商业链条的闭环,为车联网生态提供商业价值创造空间。 在自动驾驶方面,高度成熟的自动驾驶技术与车联网逐步实现由技术到商业层面的融合,在技术上,通过以云为核心的平台化链接,以AI大数据技术以及智能数字化基础设施提高自动驾驶的安全性,在V2X下实现无人驾驶,另一方面,通过无人驾驶技术对人力的解放,进一步挖掘出行场景下的新需求,寻找新的商业价值增长点。 数据生产力驱动出行变革,一场技术为先导的出行革命 可以预见的是,未来的汽车形态将会是以无人驾驶技术与车联网技术为核心的智能出行平台,因而,以人为中心的服务生态在技术驱动的业态变革下将成为出行领域的商业化途径。 由此,未来的车联网生态可以大致划分为两大部分,一是以出行为核心技术生态,二是以商业附加值为核心的商业生态,而在这个生态体系中,数据作为生产力变革的驱动,在人工智能、云计算以及5G通讯技术的支撑下将成为推动出行领域变革的第一要素。 对于车企而言,国内的消费出行市场正在经历一场深刻的变革,在CASE(互联、Connectivity、无人驾驶Autonomous、共享Shared和电气化Electric)发展趋势下,以车联网技术为核心的出行变革将重塑现有出行行业格局,并对汽车厂商未来的发展、增长模式有着至关重要的影响。 互联网江湖团队(VIPIT1)认为,这场出行领域的变革中,只有从数据找到价值创造的方式,谁就可以享受到产业的红利。而车联网落地的过程,也是出行领域由技术驱动到数据驱动转变的过程,只有通过车联网技术生态与商业生态的融合,才能在出行领域的变革中享受到数据生产力时代新的技术+效率的双重红利。 另一方面,随着各个领域数字化进程的不断推进,数据将成为智能化时代新的生产力要素,出行领域也将进入数据驱动效率增长的新阶段。而出行数据的开放与流通则是出行领域跨入数据驱动增长阶段的前提,因而,在推进车辆网生态的数据开放的同时应该建立起相应的隐私数据隔离机制和行业层面的数据使用准则,以保护消费者的合法权益。 整体来看,实现车联网的全面落地需要经历三个方面的变革。 一是由技术驱动增长到数据驱动增长的增长方式变革,二是传统汽车厂商到综合出行服务商的出行业态变革,三是技术生态与商业生态融合。 在车联网的时代中,由数据驱动的效率提升将迫使传统汽车厂商向综合出行服务商转变,而由成熟的无人驾驶技术引发的对驾驶者劳动力解放也促使汽车由出行工具转变为具备公共属性的空间,在共享经济下,汽车的产销业务最终将成为综合出行服务中的供应环节,而由出行平台为核心的技术生态与商业生态则将成为企业实现增长的新方式。 结语: 对于巨头们而言,面对车联网这个万亿规模的赛道,谁将引领这场出行行业的巨变则意味谁将万物互联时代中谁将掌握出行行业的绝对话语权,因此,无论是汽车厂商还是互联网巨头们,都不会错过这个历史性的行业机遇,而在这个过程中,如何在开放、融合的趋势下保持企业自身的核心技术优势,则是关键所在。

    时间:2020-05-21 关键词: 车联网 自动驾驶

  • 网络安全的核心概念 是实现自动驾驶非常重要的一部分

    网络安全的核心概念 是实现自动驾驶非常重要的一部分

    自动驾驶技术的目的是让出行更便利,如果脱离了安全,便利也就失去了意义。关于自动驾驶的安全,我们经常听到的有行驶安全、功能安全。这次想聊聊的是关注提及最少的网络安全。 自动驾驶的网络安全 在2018年6月日本政府提出了自动驾驶汽车需要满足的10大安全要素中,其中就有网络安全(其中,10大安全要素包括:①设置ODD,②自动驾驶系统安全,③遵守安全标准的,④网络安全,⑤HMI(驾驶员监视功能),⑥配备数据记录装置,⑦无人自动驾驶车辆的安全性,⑧安全性评价,⑨使用过程中的安全确保,⑩向自动驾驶车使用者讲解使用方法)。 自动驾驶车使用安装在车上的传感器和ICT(Information and CommunicaTIon Technology)终端来检测和分析周围环境,来控制方向盘和制动。 随着网联车的发展,各种信息(例如其他行驶的车辆和交通基础设施)将通过网络实时发送和接收。据intel称,自动驾驶车每天将能够处理大约4TB的数据。 2015年腾讯就成功入侵距特斯拉Model S并使之停下,因此受到广泛关注。就像电脑被黑客入侵一样,自动驾驶系统一旦被黑客攻克,就变成了杀人工具,其危害性无法想象。 自动驾驶车如何被攻击? 汽车的通信和娱乐系统是最容易被黑客通过入侵手机网络、WiFi、蓝牙等通道,找到车载App漏洞进行攻击,就能获取用户在这些App上的隐私数据、历史记录,实现监听或促发导航偏离。 另外传感器也是黑客入侵可能的途径。像GPS、摄像头、激光雷达、毫米波雷达、IMU等常见传感器装置,都可以被黑客干扰进而影响自动驾驶的判断机制和行驶轨道。比如攻击激光雷达让其辨别不了即时性不良数据,或者是试着干扰他们长期积累的聚合数据等等。 网络安全的核心概念 接下来就让我们了解一下网络安全的核心概念,这也是实现自动驾驶非常重要的一部分。 1. PKI(Public Key Infrastructure,公开密钥基础建设) PKI是一种生成、运营和管理车辆证书的系统,汽车是ITS(Intelligent Transport Systems,智能交通系统)的一员, 通过PKI识别多辆汽车中的单个汽车,在此过程中不要造成侵犯隐私对ITS来说至关重要。 因此,PKI为了保护隐私用使用假名化技术,该技术是判断PKI技术水平的尺度。 另外,也必须遵守国际标准例如IEEE1609.2,IEEE1609.2是用于车辆之间的无线通信的标准,即WAVE(Wireless Access in Vehicular Environments)标准,是车辆间进行无线通信时的安全性标准。 2. V2X(Vehicle To Everything) V2X是车辆与基础设施之间(例如车辆之间、车辆与行人之间、车辆与交通基础设施之间)所有通信的通用术语。 V2X包含有关汽车及其用户的个人信息,因此用户身份验证和数据加密系统至关重要。 另外,由于汽车不依赖一个国家的国内需求而在全球范围内制造,因此遵守国际标准很重要。 V2X通信安全标准包括「IEEE1609.2」和「CAMP VSC3」。 「 CAMP VSC3」(Crash Avoidance Metrics Partnership Vehicle Safety CommunicaTIons 3)是由汽车公司和相关组织参与的CAMP联盟制定的安全标准。 3. AFW(Advanced FireWall) 对车辆通信协议进行了优化的AFW,不仅针对来自外部的恶意通信,而且还分析并响应内部发生的所有异常通信。满足未来车辆需求的研发合作伙伴关系「AUTOSAR」(AutomoTIve Open System Architecture,汽车开放系统架构)的标准基于汽车通信安全分成两部分「Firewall」(防火墙)和「 IDS」(侵入检测) 。AFW是可同时提供Firewall和IDS两项功能的技术。 不仅如此,与迄今的IoM(Internet of Man)环境中的防火墙不同的是,需要一种不分离系统配置层而是将汽车视为一个IoT设备而设计的综合防火墙,用逻辑方法代替常规的署名方法也是必不可少的。 4. KMS(Key Management System) KMS是一种用于管理和存储密钥的整个生命周期(从生成、存储和销毁加密密钥)的系统。密钥被存储在该系统里,以防止被权限管理误用或滥用。不仅具有外部通信功能,还具有汽车内部ECU通信的密钥管理以及安全存储、访问控制等权限管理等功能。 5. V2D(Vehicle to Device) V2D是一种安全通信系统,可在车辆、移动设备和云服务之间提供安全的身份验证和权限管理服务。其中,由于共享汽车的逐步扩大,共享汽车的用户越多,汽车共享服务就更需要安全的通信保证。因此,需要在用户所持的电子设备与共享或私人车之间的安全通信技术。 6. V2G(Vehicle to Grid) 随着EV的普及,对电动车安全措施的需求也正在不断增加。 V2G是一种在汽车与本地电网之间相互供电的系统,它需要采取安全措施来安全地保护电动汽车和充电设施的PnC(Plug & Charge)服务。 国外相关公司的发展状况 下面为大家介绍国外几家和自动驾驶网络安全相关的公司,它们主要来自德国、荷兰、美国、以色列。 1. ESCRYPT(德国) 它是德国博世集团下,车载网络安全业务中嵌入式IT安全系统提供商。除了在德国的五个地区外,它还在英国,瑞典,美国,加拿大,印度,中国,韩国和日本设有分部。 其正在开发涵盖整个嵌入式系统的网络安全解决方案,包括用于嵌入式系统的加密库「CycurLIB」、车辆访问和密钥共享的解决方案「CycurACCESS」、用于在车辆与路边基础设施之间进行安全V2X通信的SDK「CycurV2X」,以及嵌入式攻击检测和对具有网络功能车辆的持续保护的「CycurIDS」等等,提供了多种产品阵容。 2. Infineon Technologies(德国) 它是面向网络安全的微控制器市场的全球领导者,也是与汽车领域有着长期合作关系的主要半导体公司。内置硬件安全模块(HSM)「AURIX」提供了硬件安全模块,这些模块可生成具有高度加密功能的消息身份验证码。 2018年5月,大众、奥迪和博世等总共15家公司及学校合作为自动驾驶汽车的网络安全开发一种新方法,开展了联合研究项目「Security For Connected, Autonomous Cars (SecForCARs)」。该项目计划持续到2021年3月,内容包括开发更高安全性的联网自动驾驶汽车、针对安全漏洞的评估标准,以及为汽车制造商和技术公司迅速填补已出现的安全漏洞的手段。 3. Irdeto(荷兰) 它是一家开发数字平台安全系统的荷兰公司,提供开发保护包括媒体、娱乐、游戏,互联运输、IoT领域的数字平台和应用程序等的产品。之前对外发表了其在汽车领域里正在开发面向OEM、TIer 1,与EV和V2X相关的各种安全产品。 4. Wind River(美国) Wind River是一家软件开发公司。它于2009年加入英特尔旗下,并于2018年被TPG Capital收购。 在汽车领域,其开发的「Wind River Helix Cockpit」是一种安全可靠的集成计算平台,目的是为了快速、经济高效地开发下一代车载系统。该公司还正在开发一个支持ADAS和自动驾驶系统的平台「Wind River Helix Drive」(支持ISO 26262认证),以及一个软件平台「Wind River Helix Edge Sync」用于软件生命周期管理和远程OTA更新。2019年2月,其还公开了「Wind River Chassis」的扩展版汽车网络安全软件平台。 5. Karamba Security(以色列) 它是一家从事车载网络安全业务的以色列公司。 公司开发的用于自动驾驶的物联网安全产品,例如「Carwall」和「SafeCAN」,可防止网络攻击而不会被误检测,对包括OTA更新在内的通信进行身份验证,并提供端到端的车载安全。 该公司于2018年11月宣布,它将把「Karamba Carwall」与瑞士某半导体制造商的车载处理器「Telemaco3P」合并在一起。 写在最后 在实现全自动驾驶的道路上,网络安全是一个不得不攻克的技术难关。根据调查公司MarketsandMarkets的报告内容,全球汽车行业的网络安全市场,从2018到2025年间CAGR(年平均成长率)会以23.16%增长,到2025年将会到达57亿7000万美元的规模。 国内在自动驾驶的网络安全方面也逐步重视起来了。从去年(2018年)百度成立Apollo汽车信息安全实验室,然后又发布国内首个自动驾驶领域的安全报告(Apollo Pilot安全报告)就可以看出,汽车的网络安全随着自动驾驶到来,变得至关重要。最后,希望自动驾驶不是人类网络安全灾难的开始,而是真正为我们保驾护航。

    时间:2020-05-21 关键词: 网络安全 自动驾驶

  • Apollo开放平台升级5.0版本 百度试图让自动驾驶量产落地

    Apollo开放平台升级5.0版本 百度试图让自动驾驶量产落地

    “AI前进的道路上会有各种各样想象不到的事情发生,但我们前行的决心不会改变。” 今天的百度AI开发者大会亮点不断,但最令人意外上了热搜的却是李彦宏当场遭浇水。 但无论有多少人,对百度有多少的不满和不认可,不可否认的是百度在AI前进的路上,一直走在领头的位置。 累计200万公里路测,L4级自动驾驶出租车队,156家Apollo生态合作伙伴、获首批T4牌照、升级全新Apollo5.0.。。.。。这是百度在自动驾驶上达成的一系列成就。 让倒库成为历史 可能很多人也像小编一样,喜欢开车却厌倦找车位的感觉。显然,把车钥匙交给泊车小弟或是让司机负责停车的情景,离大部分人还太远。但无人驾驶自动泊车,却越来越近了。 今天的大会上,李彦宏展示了百度Apollo Valet Parking自主泊车解决方案的最新进展。 通过手机APP召唤,车辆能实现远程启动,自动开出地库寻找车主。行进中能自主避开车辆和障碍物。当车主需要停车时,车辆可无人驾驶自动排队开往地下停车场。对于令人头疼的复杂难停车位,自主泊车能够轻松胜任。 李彦宏表示,Valet Parking已和多家OEM、共享汽车运营商展开合作,并在百度内部办公区内进行尝试。 实现“最后一公里自由”,是自动驾驶最有效率的应用之一。 Apollo开放平台升级5.0版本 这是Apollo开放平台的第七次迭代升级,重点升级十七大能力,百度在GitHub上附带的变更日志中指出:“Apollo5.0是为支持地理定位自动驾驶的批量生产而做出的努力。这辆车现在有360度的可视性,这让它更安全、更灵敏。” Apollo5.0通过数据流水线的全面开放,向开发者开放包括智能数据采集器、大规模云端训练、自定义仿真验证器、开放数据应用集以及与Apollo开源平台无缝兼容在内的6项数据能力,打通数据采集、训练、验证和整体发布流程。在全面加速量产进程上,更好的帮助中小型开发者脱颖而出。 小度车载OS,完整、多模、开放 车载OS未来的重点,恐怕更多是在AI交互能力上。 融合了百度先进的AI技术,小度车载OS不但可以全语音交互,还具有免唤醒、智能推荐引擎、驾驶员安全检测等功能。当前小度车载OS已携手头部生态合作伙伴300余家,与60多家汽车品牌建立了商业合作”,未来更将有超过500款车型陆续面世。 让自动驾驶量产落地 截止目前百度L4级别自动驾驶城市道路测试里程已经正式突破200万公里,测试车辆达到300辆,目前已在13个城市进行测试。 而刚刚独揽5张北京市首批T4级别自动驾驶测试牌照的百度,要让量产跟上测试的步伐。 大会上首次亮相的Apollo Go,是百度的无人驾驶出租车项目。未来,“Apollo Go”将在长沙打造全国最大规模的L4级自动驾驶车队,为了实现“Apollo Go”,百度与一汽红旗打造了中国首条L4乘用车前装产线,目前已在长春投产下线 双“李”联合,最强汽车+最强AI 从吉利博越PRO开始,吉利汽车将开始全面搭载融合小度车载交互系统的GKUI19系统。未来汽车将成为线上线下高度融合的智能移动终端。 吉利与百度的“握手”,意味着百度Apollo的朋友圈几乎集齐了中国最全的自主品牌,而在全球范围内,Apollo目前已拥有丰田、大众、福特、宝马、戴姆勒-奔驰、本田、现代等汽车巨头。 小结: Apollo平台如今全面开花,恐怕还是因为开放二字。 技术难度之高,应用场景之复杂,是攻克自动驾驶需要翻越的两座大山。一个开放的、能够提供给开发者定制化开发的平台,能让更多中小开发者以更快的速度,更低的成本,实现自动驾驶量产,自然足够吸引人。 而“中国特色”不仅是给百度的挑战,更是给了Apollo成长的机会。 领先美国的5G网络,将会在车路协同自动驾驶的发展上火箭般助力。复杂的中国路况场景,会将自动驾驶技术训练的更加成熟全面。地方政府对自动驾驶的大力支持,会让城市的基建更快地适配自动驾驶技术。 或许,百度Apollo在不久之后,就能开启一个属于自动驾驶的iPhone时代。

    时间:2020-05-21 关键词: 自动驾驶 apollo

  • Arm 的自动驾驶发展的水平怎样

    Arm 的自动驾驶发展的水平怎样

    雷锋网按,据国外媒体报道,在加州圣何塞举行的Arm TechCon 2019大会上,日本软银集团旗下的英国芯片技术公司 Arm 公司宣布,Arm作为创始成员之一,将与通用、丰田等企业成立自动驾驶计算联盟AVCC( Autonomous Vehicle Computing ConsorTIum ),以协作的方式解决各种安全和计算问题。 AVCC的成员包括通用汽车(General Motors)、丰田(Toyota)、电装(DENSO)、大陆(ConTInental)、博世(Bosch)、恩智浦(NXP)和英伟达(Nvidia)等汽车供应商。 Arm 作为一个移动芯片基础技术公司,本身并不制造芯片,而是通过研究微控制器芯片的核心技术,然后授权给各大芯片厂商。 这种与汽车工业的关系可以追溯到20世纪90年代末。自1996年,Arm生产的通用型、实时型处理器就开始被各大车辆制造商使用。据雷锋网了解,现在Arm的IP已广泛应用于ADAS系统(如防撞、巡航控制等)、连接、信息娱乐、动力总成控制和汽车其他组件。 随着汽车制造商和科技公司纷纷投入对自动驾驶汽车技术的开发,有业内分析师预计市场对汽车芯片数量的需求将会迅速增长。 但目前用于开发自动驾驶软件的测试工具,在数据中心中使用的是大而耗电的芯片。而汽车行业、芯片公司和汽车制造商也越来越达成共识,为了满足自动驾驶需求,必须大幅削减测试工具的功率和尺寸,使之达到目前系统十分之一或更低的水平。 Arm 汽车和物联网业务线高级副总裁DipTI Vachani 也表示,自动驾驶汽车的梦想实现似乎在人们的能力范围之内,它带来了更安全的道路、更便捷的交通和更可持续的城市的潜力。 但DipTI Vachani 认为汽车的部署方面仍存在重大挑战:包括车辆的功率、热量和尺寸限制下的超高性能计算,以运行大型复杂的自主软件栈。 因此在了解部署自动驾驶车辆需要克服的技术复杂性和障碍之后,AVCC计算平台的首要任务是建立自动驾驶通用计算系统。旨在让汽车公司更容易地编写能在不同厂商芯片上工作的软件,就像基于微软Windows的软件,能够在英特尔或AMD的处理器上工作一样。 但实现自动驾驶汽车的交付并非举一家之力可以达成——它需要行业层面的合作。Dipti Vachani 表示,为确保来自不同供应商的技术能够很好地协同工作,AVCC联盟将在自动驾驶车辆的安全、计算和软件等问题上展开合作。 自动驾驶芯片的搅局者 事实上,这也不是 Arm 第一次在自动驾驶领域试水。去年9月,Arm就推出了“安全就绪”(Safety Ready)计划,旨在为自动驾驶汽车提供解决方案。目前,Arm在为L3级自动驾驶提供解决方案,到2020年前后,将会为L4级和L5级自动驾驶提供相关产品。 此外,Arm还推出了代号为Cortex-A76AE的产品,是第一款专为自动驾驶汽车打造的处理器。处理器允许芯片制造商设计具有安全功能的芯片,使自动驾驶汽车能够满足最严格的安全要求,能将自动躲避等特性应用到汽车上。 新的产品线被命名为AE,即“Automotive Enhanced(自动驾驶增强)”。 而在去年12月份 Arm 又推出新款适应自动驾驶的处理器产品Cortex-A65AE。按照该公司的预计,第一批使用Cortex-A76AE处理器的汽车将于2020年上路,Cortex-A65AE也将于2020年上市。 Arm公司汽车业务副总裁Lakshmi Mandyam此前在接受采访时表示:“目前具备自动驾驶能力的汽车都把数据处理设备强行安装在汽车后备箱中,并消耗大量能量,但我们认为,从节省能量的角度来看,Arm的处理器应该能够让能量的消耗减少10倍以上。” 这被视为Arm 进军汽车自动驾驶领域、与对手Mobileye、英伟达展开竞赛的预告。 相比之下,造入局的芯片巨头Mobileye、英伟达在自动驾驶领域的布局与扩张显然快的多。 Mobileye 逐渐从过去的一体式视觉芯片+算法供应商的“黑匣子”模式到开放eyeQ5芯片(即允许第三方代码运行)。 按照Mobileye的计划,到2020年中会向合作伙伴提供一套完整的自动驾驶汽车子系统,比如它的环绕计算机视觉套件—360度、12个摄像头、测距300码的视觉系统和多芯片交钥匙解决方案等。 雷锋网(公众号:雷锋网)了解到,在过去的一年中,Mobileye从16家整车厂和5家一级供应商那里获得了20个新项目订单,覆盖78款车型。 而英伟达也于今年春季推出了一个完整的L2+级ADAS系统,名为DRIVE AutoPilot,提供给零部件供应商和OEM厂商。其 AutoPilot 正是依赖英伟达的DRIVE AGX Xavier SoC 及其驱动软件平台。 英伟达预测,到2020年,首款搭载DRIVE AutoPilot的车型将投入生产。 因此从投入生产与上市的时间节点来看,Arm入局虽晚,但不见得比 Mobileye、英伟达落后许多。 此次自动驾驶计算联盟的成立,可以看出 Arm 也在汽车产业链的布局上紧追不放。有两家汽车制造商(通用、丰田)、三家行业供应商(博世、电装、大陆)、两家半导体公司(英伟达、恩智浦)的加盟,Arm在安全与计算方面的难题有望在协作中解决,其在自动驾驶汽车行业布局也将进一步打通。 来源:雷锋网

    时间:2020-05-20 关键词: 处理器 自动驾驶

  • 长城汽车与河北移动合作将共同探索5G技术在自动驾驶车辆上的应用

    长城汽车与河北移动合作将共同探索5G技术在自动驾驶车辆上的应用

    2019中国国际数字经济博览会10月11日开幕,长城汽车凭借L4级别城市自动驾驶、5G远程无人驾驶等智能驾驶“黑科技”的展示和体验,成为此次数博会的一大亮点。当天,长城汽车与中国移动河北公司签署《推进无人驾驶示范区战略合作协议》。 根据协议,长城汽车将采用中国移动5G通信技术构建车路协同技术体系,共同打造车路协同智能自动驾驶分级决策平台,推进并探索5G通信技术在自动驾驶车辆上商用化进程及应用。 本次展会集中展示了数字经济领域最新技术、产品、服务和商业模式。作为国内较早布局自动驾驶技术的车企之一,长城汽车不仅展示了旗下全新哈弗H6铂金版、哈弗F7、长城炮乘用版、欧拉R1、WEY VV6、WEY VV7 GT等代表长城汽车在智能互联及数字交互领域成果的产品,还展示了智能驾驶方面的成果和体验。 其中,长城汽车现场展出的L4级别城市自动驾驶备受关注。据悉,L4级别城市自动驾驶技术采用了“i-Pilot智慧领航”的2.0版本,不仅能够精准获悉行驶场景的信息,还将进一步提高道路交通安全、缓解交通拥堵。值得一提的是,2020年可完成第四代产品的技术开发。 长城汽车的5G远程无人驾驶的行驶测试也让现场观众感受到科技的魅力。利用5G网络低时延、大带宽的特点,长城汽车的5G远程无人驾驶的行驶测试,可以实现让车在20公里以外、30km/h的速度行驶,5G网络的时延仅为约5毫秒,从模拟驾舱发出指令到无人车接收到指令,无人车只前进几厘米,这样与实际人为驾驶几乎没有任何差别。 来源:5G智联车

    时间:2020-05-20 关键词: 中国移动 5G 自动驾驶 长城汽车

  • 人工智能和自动驾驶开始被冷落了吗

    人工智能和自动驾驶开始被冷落了吗

    2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。 人工智能资本层面遇冷 有数据显示,自2018年第二季度以来,全球人工智能领域投资热度逐渐下降。今年5月份,中国信息通信研究院数据中心发布了《全球人工智能产业数据报告》,该报告显示,2019年第一季度,全球人工智能融资规模126亿美元,环比下降7.3%;融资笔数达310笔,在全球融资总额中占比达29.7%。 2019年第二季度以来,国内人工智能投融资数量和金额都呈现下降趋势,仅完成30起融资,同比下降45.5%,融资总额50亿元,不足去年同期的40%。从目前已经公开的融资信息看,国内宣布获得融资的人工智能企业包括AI芯片公司地平线、大数据与人工智能独角兽公司明略数据、旷视科技、特斯联等公司,无一不是细分领域内的领先者,投资已经向头部企业靠拢,显示人工智能领域已经进入淘汰赛阶段。 然而人工智能真类似于区块链、VR等技术一样,经过两三年的火热之后马上就要进入冷静期了吗? 这要看从人工智能漫长的历史开始看。 Gartner 技术成熟度曲线 人工智能发展是自动驾驶发展的催化剂 20世纪50年代,人工智能诞生 20世纪50-60年代,人工智能经历了第一次繁荣,各种智能机器人诞生 20世纪 80年代,人工智能经历了第二次繁荣,各国研发智能计算机 20世纪90年代,人工智能经历了第三次繁荣,IBM深蓝战胜国际象棋冠军 狭义的人工智能主要指神经网络以及其衍生算法,在人工智能处于低潮期的20世纪70年代,神经网络因在数学方面的局限性被广泛质疑。甚至到了2012年左右时,学校教授神经网络的老师也宣称:博士做了很多年的神经网络,这个东西也就是做做仿真,出出论文,大规模应用的概率不大。 然而2016年,AlpaGo战胜围棋世界冠军,人工智能开启了新的征程,这一年也被称为“人工智能元年”。最近大家听到了太多的元年,一“共享经济”、“区块链”,无论是全新的技术还是“老瓶装新酒”总会带来一波全新的概念炒作,掀起资本的狂潮,自动驾驶在这个时候迎来了全新的发展机遇。 人工智能的发展主要受以下原因的影响: 1.计算能力的提升。神经网络有大量的浮点的并行计算,近些年芯片计算能力的指数级提升为人工智能的应用提供了基础。 2.政策的支撑与顶层设计。各国政府纷纷出台各种政策支持人工智能的发展,如前面所讲,人工智能都变成了为中美贸易战争的焦点。 3.需求的推动。随着经济的发展,人工智能的应用很好代替了人类的一些劳动,提供了全新的智能化的体验。 4.资本的作用。 2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。 自动驾驶的困局 自动驾驶车端与AI的关系 自动驾驶的发展很大程度上受到人工智能发展的推动,一是如表格所示,自动驾驶在技术细节上需要人工智能的支撑,人工智能的发展是自动驾驶底层的推动力;二是自动驾驶与共享出行的结合是人工智能最大的应用场景,具有万亿级的市场规模,这也是资本所喜欢的。 热闹的背后,无法掩盖无法商业化盈利的尴尬 9月以来,自动驾驶行业好消息不断。9月16日,上海向3家企业颁发首批智能网联汽车示范应用牌照;9月22日,武汉颁发了全球首张自动驾驶商用牌照。据不完全统计,已有约20个地区发放超过200张智能网联汽车开放道路测试牌照,这种“集邮式”的牌照只是万里长征的第一步,离真正的商业化落地还差的太远。 9月26日,首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi自动驾驶出租车队在长沙已开放测试路段开启试运营,具体的运营结果还有待验证。 而Google的waymo one早在2018年12月5日在美国凤凰城上线自动驾驶打车业务,商业落地最早,但仍处在试验阶段。 Waymo one会配备跟车监护员,乘客支付费用分为两部分,一部分是支付租车费用,一部分是“代驾费用”,付给监控车辆运行状况、在发生问题时进行干预的远程操作员。 从规模和范围以及形式上来看,waymo one仍然是在做试验,只不过试验范围不断扩大。 相比较而言,百度走的是中国特色车路协同的自动驾驶路线,有了V2x的参与,我们期待百度与红旗会交出更好的成绩单。 春江水暖鸭先知,资本是最敏感的 作为独角兽制造机的日本软银的愿景基金,分别投了Uber、滴滴和Wework超过100亿美元,Uber与滴滴账面长期亏损,对估值影响较大,而Wework的IPO失败后估值从470亿美元下降到了120亿美元左右。 而另一端,国内很多初创的自动驾驶公司已经准备过冬,活下去并没有那么容易,毕竟头部资本已经觉察到其中的风险,资本寒冬不可避免。 自动驾驶的发展要尊重技术的规律 自动驾驶可谓集万千宠爱于一身:有政策,政府大量政策支持自动驾驶的发展;有资本,大量资本投入自动驾驶领域;有需求:出行市场与自动驾驶是实实在在的需求;有技术,大量互联网技术头部企业进入到了自动驾驶领域如:Google、Baidu;有人气,从汽车圈到科技圈,自动驾驶绝对是焦点之一,大量互联网从业人员进入自动驾驶研发领域。 然而看似万事具备的自动驾驶为什么没有达到预期呢? 因为自动驾驶是个大的系统工程,人工智能只是其中要素之一,还有车端的改造、IC的设计、环境的改造、法律与政策的支撑等等。 当前的人工智能经历了50年的积累,是大量的博士级研究人员对算法进行了猜想、创新、改进后的结果,短时间内大量资本投入激发出人工智能几十年来所集聚的势能,引发了这次人工智能大爆炸。但目前人工智能算法能否满足自动驾驶的要求,没人给出明确的答案,这要打上一个大大的问号。 从人工智能发展规律看,自动驾驶真正的落地还有很长的路要走,需要经过较长的一段时间的沉寂,去踏踏实实的解决一些底层问题,然后才能迎来市场全面的爆发。路要一步步的走,饭要一口口的吃。 来源:快资讯

    时间:2020-05-20 关键词: 人工智能 自动驾驶

  • 5G条件下的自动驾驶是怎样的

    5G条件下的自动驾驶是怎样的

    自动驾驶与5G的产业发展备受关注,而两者结合会有什么样的效果,韩国企业近日进行了一番探索。韩媒报道称,10月10日,LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。据韩国《中央日报》网站10月11日报道,在这次演示中,自动驾驶汽车、急救车、校车、前车和死角车辆共5辆汽车利用5G网络互相发送消息,用15分钟行驶了2.5公里。 LG U+表示,“虽然以前也有很多关于自动驾驶情形的演示,但我们是国内(韩国——本网注)首次在5G通信环境中,使用5辆汽车互相发送信号进行自动合作行驶演示”。 报道称,乘车人首先利用智能手机应用呼叫了停在地下停车场的自动驾驶汽车。一般来说,汽车停在地下车场时,用户很难通过应用看到汽车的行驶路径,但自动驾驶汽车上搭载的相机传感器可以将汽车在地下或隧道中所处位置准确显示出来。 韩国《中央日报》网站描述了如下测试情形: 乘车人上车坐在车辆的后排座位(驾驶员坐在驾驶席,但并不操纵汽车),不久后,前方的车辆发来了遇到校车的视频文件。这一技术可以通过前车发来的视频了解被遮挡视线无法看到的前方行车情况。 接着,某处传出救护车的声音,车内立刻响起“后方有紧急车辆正在靠近,请减速让行”的语音提示。于是,汽车暂时降低了速度,在急救车通过后重新加速行驶。 通过人行横道时,遇到了闯红灯横穿马路的行人(人体模型),不过,智能监控设备已经把可能有行人横穿马路的动向传送过来,帮助汽车及时刹车,避免事故发生。 报道指出,当日的演示连接了LG U+的自动合作驾驶平台(控制中心、Dynamic Map等)和5G通信网络。       来源:参考消息网

    时间:2020-05-20 关键词: 5G 自动驾驶

  • Elektrobit推出基于云端的用于高级ADAS和AD系统端到端验证

    Elektrobit推出基于云端的用于高级ADAS和AD系统端到端验证

      -EB Assist Test Lab 为工程师提供一款强大的工具,凭借此单一工具即可极大地提升效率、简化团队工作流程并更快地将系统和功能投入生产   -包括 Microsoft Azure 在内的云服务提供更大的灵活性和可扩展性   德国埃尔朗根2019年10月16日 /美通社/ -- 作为一家远见卓识的汽车行业嵌入式和互联软件产品全球供应商,Elektrobit (EB) 今天推出了一款基于云端的工具,用于高级驾驶辅助系统 (ADAS) 和自动驾驶 (AD) 系统的端到端验证。新的 EB Assist Test Lab 可在 Microsoft Azure 上使用,为分布式团队提供单一解决方案,以便更轻松地对验证和校验过程中在真实和模拟试驾中生成的 PB 级驾驶场景数据加以管理、进行协作,并且最终将最新功能更快地投入生产。      EB Assist Test Lab   目前而言,汽车工程团队被迫使用多个通常互不协调的工具来处理整个验证和校验过程。随着汽车系统变得越来越复杂、数据越来越密集,这一过程也相应地变得更具挑战性和复杂性。 这些复杂系统的扩展更是成问题。过程所涉及的人员范围涵盖试驾员、工程师、数据专家、IT 专业人员以及项目经理等,通常位于全世界的不同地点,因此使得数据编制和管理更加困难。   EB Assist Test Lab 提供了一种独特的端到端验证和校验方法,从而带来了汇集市面已有工具的“一站式”解决方案,并通过附加功能来弥补关键差距。它涵盖了从数据收集到数据分析的整个测试周期,包括优化的协作流程、与第三方工具和服务的集成、数据处理和管理等。工作流程改进、效率提升以及进度的最终加速等综合目标将通过新的 EB 产品全部实现。   “我们与客户紧密合作,确定当前测试过程中的难点,并彻底地构建一种全新产品,以此来满足验证和校验工作流程中的各种需求。”Elektrobit 业务管理执行副总裁 Martin Schleicher 说道,“此外,我们已经确定了一个由云服务、仿真技术和 AI 领域同类最佳提供商组成的网络,旨在为客户提供终极的汽车测试解决方案。我们很荣幸地宣布,在我们合作伙伴微软支持下基于 Azure 推出的 EB Assist Test Lab,微软的 Azure 云计算平台将为我们的客户带来巨大收益,这些优势包括全球可扩展性、无与伦比的灵活性以及企业级安全性,让汽车制造公司能够快速测试和分析数据,从而更快地进入市场,消除基础设施实施和维护的负担。”   通过与微软等云合作伙伴以及 Equinix 等数据中心提供商的合作,EB Assist Test Lab 可以做到无限扩展,能够处理当今日益复杂的、配备有雷达、激光雷达和高分辨率摄像头的系统所产生的海量数据。目前,一辆汽车每天的平均数据收集量为每秒数百 MB,而在下一代汽车中,这一数字预计会增加到每秒数 GB。   “大规模安全地收集和存储数据,并随时随地可用,对于交付自动驾驶解决方案至关重要。”微软公司汽车行业总经理 Sanjay Ravi 说道,“微软正在与 Elektrobit 合作,以帮助他们应对日益挑战和耗时的测试和验证过程,从而加速高级驾驶应用程序的开发。”   麦肯锡公司最近开展的一项研究显示:伴随着汽车软件的开发和集成,验证和校验类别的工作量正在经历飞速的增长,在 2020 至 2030 年之间预计将以每年 10% 的速度增长。鉴于日益复杂的 ADAS 和 AD 系统的需求,截至 2030 年,验证和校验预计将约占整个汽车软件市场的 29%(240 亿美元)。   EB Assist Test Lab 现已上市,更多详情可参阅官网。

    时间:2020-05-20 关键词: 自动驾驶 elektrobit adas

  • 自动驾驶的发展是被什么阻碍了

    自动驾驶的发展是被什么阻碍了

    日前,咨询公司埃森哲针对未来移动出行方案发起一份调研,调研对象包括美国、欧洲和中国市场共计 7000 名消费者,其中 85%的受访者是有车一族。调查显示,有 48%的受访者表示愿意在未来放弃车辆所有权,从而为自动驾驶方案提供支持。 随着未来自动驾驶技术的持续提升,到 2030 年,移动出行业务的收入或将达到 1.2 万亿欧元(约合人民币 9.4 万亿元)。相较于普通车主,豪华车的车主们更乐意接受自动驾驶汽车。根据预测,中国未来将成为全球最大的自动驾驶汽车市场,有近 80%的豪华车车主表示愿意看到自动驾驶技术的普及。 自动驾驶汽车(Autonomous vehicles)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车技术的研发,在 20 世纪也已经有数十年的历史,于 21 世纪初呈现出接近实用化的趋势,依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。 从电动汽车的兴起到自动驾驶汽车的热潮,智能化的未来一直是热门话题。近几年,汽车技术取得了巨大的飞跃,随之而来的是自动驾驶辅助系统(ADAS)即将打入汽车市场,并有望带来一些巨大的变化和机遇。未来自动驾驶技术发展会面临一些巨大挑战,以及技术进步带来的重大突破可能意味着什么。 几年前几乎不知道其硅供应商名称的汽车制造商,现在正联合起来组成联盟,分担成本并解决技术挑战,这甚至超出了大型公司的能力。戴姆勒和宝马,福特和大众最近宣布成立的合资企业就证明了这一点。但是,变革的范围远不只是大型汽车制造商。它们还包括一级和二级供应商,它们与整个半导体生态系统的合作更加紧密。 如今,几乎所有主要的汽车 OEM 厂商都与至少另一家汽车公司建立了紧密的联盟,通常是共同承担 AV 平台的成本或为新的联网汽车开发智能驾驶辅助系统的工作。汽车合作伙伴关系网有助于将成本分散到更大的区域。 在最简单的层次上,自动驾驶系统具有三种类型的组件:传感器,软件和计算硬件。 传感器——传感器系统包括摄像机和雷达单元,可帮助系统了解周围环境。大多数正在开发的自动驾驶系统还采用了激光雷达,这是一种使用隐形激光技术在车辆行驶时对其周围环境进行精确成像的技术。然后将这些图像与高度详细的 3D 地图进行比较,以确定汽车的确切位置。 软件——正在开发的大多数自动驾驶软件都基于人工智能编程,结合了机器学习算法,这些算法可以自我调整并随着获取更多数据而提高系统的有效性。 硬件——自动驾驶系统通常需要大量的计算能力。大多数系统都基于与那些类似的图形处理单元(GPU)。为个人计算机开发的。通常,还集成了专用处理器,例如英特尔子公司 Mobileye 开发的片上图像处理系统。 自动驾驶汽车的潜在市场有多大? 随着自动驾驶系统的不断改进,该技术可能对那些有实力的公司产生巨大的推动作用。麦肯锡预测,到 2030 年,约有 15%的汽车将实现完全自动驾驶。英特尔估计,到 2050 年,全球自动驾驶汽车市场将超过 7 万亿美元。摩根士丹利预计,到 2050 年将有 3 亿辆自动驾驶汽车上路。 自动驾驶汽车的兴起将对广泛的行业产生重大影响,这意味着许多公司可以从新兴技术中受益。包括自动驾驶汽车所需的传感器,软件和计算机硬件设计商、具有制造和交付完整自动驾驶汽车的车企制造商以及自动驾驶汽车的运营商等。 是什么减慢了自动驾驶汽车的推出? 除了具有巨大的市场潜力,自动驾驶技术尚存有重大的挑战。在 2019 年,监管似乎仍将是在公共道路上广泛推广自动驾驶技术的主要障碍。在监管框架得以落实之前,部署自动驾驶出租车服务的热潮很可能会受到抑制。 至少对于乘用车(包括出租车)而言,可能减慢或阻止自动驾驶技术推广的另一个因素是:公众接受度。如果人们不想乘坐自动驾驶出租车,那么赢得这一市场的竞争可能就已经结束了。 截至目前,在全球范围内,使全自动驾驶汽车上路的竞赛正在进行中,汽车制造商正面临着加入或面临落伍的压力。 日本的软银已与丰田和通用合作投资数十亿美元,以帮助开发无人驾驶汽车。福特和百度已联手在中国开发自动驾驶汽车。 自动驾驶汽车何时可用? 特斯拉和通用汽车已经拥有用于免提高速公路驾驶的 2 级智能辅助系统,并且其他几家汽车制造商也准备部署类似的系统,包括本田,丰田,沃尔沃汽车和宝马等。 但是 4 级和 5 级系统呢?早在 2019 年初,许多业界分析人士预计 4 级自动驾驶出租车将在数月内开始出现,而 Waymo 和 Cruise 这类公司将在 2020 年左右开始大规模部署。其他公司也宣布了同样雄心勃勃的时间表。 譬如,福特预计将在 2021 年推出 4 级汽车,而百度和沃尔沃也正联手在 2021 年推出 4 级汽车。不过有业内人士表示,支持 4 级的车辆将更早推出,而 Alphabet 旗下的 Waymo 已经开发出了一款用于出租车服务的自动驾驶汽车。特斯拉此前也表示,他们将在 2020 年准备好 5 级电动汽车。 结论: 尽管要准确预测自动驾驶汽车的未来还为时过早,但这项技术的迅速发展和前景表明,它将继续得到拓展,并朝着主流采用的方向发展。在技术能够理想地发挥作用之前,汽车行业仍然必须克服许多限制,并且应该认真考虑对自动驾驶汽车的安全以及潜在变化所产生的更广泛的社会影响的担忧。 尽管如此,如果技术继续沿目前的轨迹发展,那么自动驾驶汽车很有可能最终被大规模采用,并为减少与事故有关的死亡,伤害和费用铺平道路。计算能力,网络连接性和速度的进步,以及新数据的爆炸性增长,以及对进一步自动化和无人驾驶技术革命的大量激励,表明大量机器人驾驶者上街只是时间问题。 来源:与非网

    时间:2020-05-20 关键词: 技术 自动驾驶

  • 现在的自动驾驶技术发展到哪一步了

    现在的自动驾驶技术发展到哪一步了

    自动驾驶汽车又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在 20 世纪已有数十年的历史,21 世纪初呈现出接近实用化的趋势。 自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。 根据自动化水平的高低区分了四个无人驾驶的阶段:驾驶辅助、部分自动化、高度自动化、完全自动化: 1、驾驶辅助系统(DAS):目的是为驾驶者提供协助,包括提供重要或有益的驾驶相关信息,以及在形势开始变得危急的时候发出明确而简洁的警告。如“车道偏离警告”(LDW)系统等。 2、部分自动化系统:在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统,如“自动紧急制动”(AEB)系统和“应急车道辅助”(ELA)系统等。 3、高度自动化系统:能够在或长或短的时间段内代替驾驶者承担操控车辆的职责,但是仍需驾驶者对驾驶活动进行监控的系统。 4、完全自动化系统:可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘从事计算机工作、休息和睡眠以及其他娱乐等活动。 而自动驾驶的标准,也被分为了五个等级,其中,不包括完全手动驾驶。 L1:这是 SAE 定义下自动驾驶的最低级别。该级别车辆具有单独的自动化驾驶员辅助系统,例如在转向或加速(巡航控制)时,自适应巡航控制系统可以让车辆与前车保持安全距离,驾驶员负责监控驾驶的其他方面(例如转向和制动)。 L2:这一级别车辆拥有高级驾驶员辅助系统,就是我们所说的 ADAS,车辆能够自行控制转向、加速或减速。 L3:真正自动驾驶的开端,汽车具有“环境检测”能力,可以根据信息自行判断,例如加速经过缓慢行驶的车辆。但这个级别仍然需要人来操控,驾驶员也必须保持警觉,并且在系统无法执行任务时接手操控。 L4:L3 级和 L4 级之间的关键区别在于,L4 级自动驾驶可以完成所有任务,在大多数情况下不需要人为干预。当然驾驶员仍然可以选择手动操控。 L4 级自动驾驶汽车可以采用无人驾驶模式运行,但由于立法和基础设施欠缺,L4 级无人驾驶汽车现在只能在限定区域行驶(通常是在城市路况下,限速 30 英里 / 小时)。现有的大多数 L4 级自动驾驶汽车因此都面向共享出行领域。 L5:L5 级自动驾驶汽车不需要人工干预,免除了“动态驾驶任务”。L5 级自动驾驶汽车甚至都不会有方向盘或加速 / 制动踏板,将不受地理限制,能够去任何地方并完成任何有经验的人类驾驶员可以完成的操控。 尽管无人驾驶的前景让人兴奋不已,但到普及交付 L2 级以上自动驾驶汽车仍需数年的研发测试历程。 来源:与非网

    时间:2020-05-20 关键词: 技术 自动驾驶

  • 人工智能将加速汽车行业的技术研发

    人工智能将加速汽车行业的技术研发

    (文章来源:中国汽车报) 人工智能(AI)到底是天使还是恶魔,是未来人类最大的威胁还是福祉?对于这个问题,最近网上可是吵翻了天,特斯拉CEO埃隆·马斯克和脸书(Facebook)公司CEO马克·扎克伯格更打起了嘴仗。马斯克警告道,人工智能将在未来威胁人类,并呼吁政府尽快开始考虑这一技术的相关立法与管控。 而扎克伯格却并不认同他的观点,他认为人工智能将会让人类的生活变得更安全和美好。这一话题在汽车业也引起广泛关注。目前,汽车业是人工智能应用最广泛的行业之一,众多车企都在狠砸资金加快在人工智能布局,以加快自动驾驶、车联网和移动出行等领域的研发。然而,人工智能广泛应用带来的就业危机和道德伦理问题,也成为笼罩在每个行业相关者头上不散的阴云。 近日,汽车业一大波人工智能的新投资项目来袭。日前,丰田汽车旗下研发部门丰田研究院宣布投资1亿美元,成立丰田AI风投公司,为科技初创公司设立创业投资基金。丰田指出,该AI风投公司将聚焦人工智能、机器人系统、自动驾驶、数据和云技术。丰田研究院数据和商业开发副总裁吉姆·阿德勒将担任该公司的常务董事及总经理。据悉,丰田AI风投公司将在丰田研究院硅谷总部对处于早期的初创公司进行指导和初步投资。 截至目前,丰田研究院已对三家公司进行了投资,分别是硅谷自动驾驶汽车技术开发商Nauto、英国视觉跟踪和映射算法开发商SLAMcore及以色列老年机器人伴侣开发商IntuitionRoboTIcs。据悉,该机器人综合运用了人工智能技术、谷歌语音识别技术以及机器学习技术,能够主动与老年人互动并且提供活动建议,其无需复杂繁琐的操作,因此被称为“活跃的老年伴侣”。 福特近日也专门成立了一个新的AI研发团队,专门致力于机器人和人工智能的研发。最近刚刚上任的福特首席技术官肯·华盛顿表示,新部门隶属于福特研发及高级工程部,主要是为了强化福特在新兴技术的研发能力,并加快推向市场。今年2月,福特投资10亿美元于一家美国自动驾驶初创公司ArgoAI,双方将共同积聚资源开发新技术。目前,ArgoAI正在为福特的第一代自动驾驶汽车开发新的驾驶平台。 机器人和人工智能成为自动驾驶汽车发展的重要组成部分,并带动深度学习等新技术领域的研发。除了自动驾驶领域,人工智能还对移动出行领域的技术发展起到了推动作用,福特表示将与旗下子公司福特智能出行共同探索该领域的市场潜力。无独有偶,大众近日也正式宣布与英伟达结成伙伴关系,双方将把人工智能和深度学习技术应用在自动驾驶、企业业务和移动服务等诸多领域。

    时间:2020-05-20 关键词: 人工智能 自动驾驶

  • Uber与滴滴自动驾驶军备赛对比 掌握先机非常重要

    Uber与滴滴自动驾驶军备赛对比 掌握先机非常重要

    全球网约车鼻祖的Uber和中国出行巨头滴滴,都在进行前瞻性的投入,其中一个方向就是自动驾驶。 出发点很简单,在网约车的成本构成中,包括了司机成本、车辆成本、动力成本和平台运维成本。自动驾驶能大幅度降低司机的成本,形成规模经济效益。 更重要的是,在美国,Waymo的崛起和Robo-Taxi服务Waymo One的推出,让Uber、Lyft这类的网约车巨头感受到巨大的压力,在中国,也有Baidu、Pony、WeRide等科技巨头和初创公司,志在推出Robo-Taxi服务。 对于Uber和滴滴这样的网约车平台,这是来自技术迭代带来的被颠覆的压力,被迫在网约车尚未形成规模利润的时候,进行自动驾驶军备竞赛的投入,并且出于核心业务风险、团队激励、运营等方面的考虑,先后把自动驾驶部门独立。 即便是Uber在三轮裁员中,自动驾驶部门被波及都很小,仍旧保持着1200人以上的规模,是全球自动驾驶领域最大的团队之一。滴滴将自动驾驶部门独立后,迅速完成了核心团队的搭建。 Uber和滴滴,即便是自身遇到困难的情况下,都坚持在自动驾驶领域保持投入。本文将会分析一下Uber和滴滴这类的网约车平台,在自动驾驶领域进行了哪些方面的投入和未来的发展趋势。 01 Uber:并购、融资、致命事故 Uber自动驾驶部门是Uber ATG,在上市前已经独立,并且以72.5亿美元获得软银愿景基金、丰田和电装共计10亿美元。 关于Uber ATG的最新消息,是Uber的公布的涉及350人的第三轮裁员,波及到了自动驾驶部门。即便是经历了本次裁员,Uber ATG的人员规模也仍旧超过1200人。 根据此前的报道,Uber ATG人员规模并未超过1300人。Uber在5月份上市后,在Q2创纪录的亏损50亿美元后,经历了三轮的裁员,包括市场的400人、产品和工程团队的435人,以及包括Uber外卖业务和自动驾驶业务在内的多个部门的350人。 具体而言,Uber ATG可能只裁掉了几十人的规模,从裁员规模来看,Uber ATG受到的波及不大,从某种程度上看,Uber ATG是独立运营的业务,更是代表着Uber未来的业务,此番裁员是被保护的业务部门。 回顾Uber自动驾驶业务的发展过程,裁员不过是其中一个很小的注脚,被Waymo诉讼、出现致命事故、甚至差点被新任CEO Dara Khosrowshahi整体裁撤或者出售才是最大的考验。 但,Uber仍旧在不断发展壮大,并且不断的并购,包括并购了初创公司Otto、Mighty AI等。并购Otto后,Uber被Waymo起诉,最终双方庭外和解,Uber付出了0.34%的股份。 在2018年3月出现的致命事故,让Uber ATG陷入了巨大的危机,包括停止测试、人员流失等等,甚至可能会被整体出售或裁撤。最终,Dara Khosrowshahi在看过Uber ATG后,还是决定保留,并且持续投入。 在Uber IPO前,出于Uber财务状况的、Uber ATG团队激励和经营等,Uber ATG以72.5亿美元的估值,获得一笔10亿美元的融资,并且宣布了独立的消息。在9月底,Uber和Volvo合作的自动驾驶版基础车型XC90 正式下线。 02 滴滴:独立、搭团队、想融资 滴滴从事自动驾驶的研究,要比Uber要晚,人员和资金投入情况都不如Uber。毕竟,滴滴在中国面临的市场情况远比Uber的复杂和激烈,甚至滴滴还和Uber的中国公司进行了战斗,最终双方业务合并。 在2018年,滴滴顺风车连续出现乘客遇害案件,导致滴滴顺风车业务被下线。加上司机合规的监管问题等,滴滴IPO的步伐受到了影响,迄今为止,滴滴仍旧没有对外公布其IPO计划。 在2019年8月,滴滴宣布自动驾驶部门独立,随后建立了滴滴CTO出任自动驾驶公司部门CEO、原顺为基金执行董事出任COO、前Aptiv全球工程副总裁韦峻青出任CTO的核心团队。 目前,滴滴自动驾驶部门团队规模超过200人,但迄今为止,尚未官宣融资的信息。从逻辑上,软银愿景是有意愿copy Uber ATG的案例,丰田也向滴滴投资了6亿美元。 更重要的是,自动驾驶业务对于滴滴而言,是一项需要持续性投入的业务,独立之后可以改善滴滴的财务报表情况,当然了,也更利于自动驾驶业务的发展,提供有竞争力的股权激励、位置和待遇等,并且可以单独融资。 03 估值:滴滴自动驾驶VS Uber ATG 滴滴自动驾驶一定是需要融资的,那么问题来了,滴滴自动驾驶公司到底应该以什么估值来融资。 从人员规模来看,Uber ATG超过1200人的规模,滴滴自动驾驶公司的人员规模为200多人、仅为Uber ATG的零头,人员规模相差了5倍。 从投入的情况来看,Uber曾经并购了Otto,据Bloomberg的报道是花了6.8亿美元,但有其他媒体报道是花了2.2亿美元。另外,Uber还并购了MightyAI,以及为了解决与Waymo的诉讼,付出了0.34%的股份。 从时间和积累来看,Uber ATG从2015年初开始在卡耐基梅隆大学挖人组团队,2016年9月正式开始自动驾驶车辆的测试,随后并购了卡车自动驾驶公司Otto,在重卡和乘用车领域都进行测试,乘用车测试规模达到数百台,一度挑战了Waymo的地位。 滴滴自动驾驶也是从2016年开始组建,随后在中美两地虽然都拿了测试牌照,但测试规模不大,在滴滴将自动驾驶业务独立后,动作才更加的频发,相继在上海和苏州拿到测试牌照,目前车队的数量还是两位数。 还有一个很重要的维度,人才的水平,Uber一度只瞄着卡耐基梅隆大学挖人,Uber ATG首任负责人John Bares在卡耐基梅隆大学国家机器人工程技术中心工作了13年,随后,Uber把卡耐基梅隆大学NERC 50名顶级机器人专家招致麾下。 从人员的构成、投入的资金、人员的规模、车辆的规模等方面来看,滴滴自动驾驶公司与UberATG还是有不小的差距。其实最容易参考估值的是中国志在Robo-Taxi的团队。 Pony的估值是达到了17亿美元,但是17亿美元这一轮只融了5000万美元,这样的估值是不被后续投资人认可的。另外,WeRide正在进行B轮融资,希望是达到独角兽(10亿美元投后)的级别。 但是,不管是Pony还是WeRide,其人员规模都要比滴滴自动驾驶公司要大,当然了,这只是佐证估值的一部分,主要还是看技术进展、测试进展等。能够给滴滴自动驾驶公司估值溢价的,可能也就是这是滴滴的独立子公司了。 从应用层面来看,Robo-Taxi服务上,Uber已经提出了开放平台的思路,欢迎所有自动驾驶公司将自动驾驶车辆放到Uber上运行。滴滴要跟随这样的策略,也不是什么难事。但是,都是跟随动作的话,跟随者是很难引领行业发展的。 Uber ATG有了资本的定价:72.5亿美元,并且融了10亿美元;滴滴自动驾驶公司,估值和融资金额会是多少呢?我们拭目以待。

    时间:2020-05-20 关键词: 自动驾驶 uber

  • 高精度方向盘离手检测方案及技术原理大揭秘

    高精度方向盘离手检测方案及技术原理大揭秘

    为了有效地提高驾驶安全性,许多高级驾驶辅助系统 (ADAS) 已经应用在汽车上。方向盘离手检测 (HOD) 是ADAS的一种,也是L1-L4级汽车自动驾驶系统的要求。 方向盘离手检测,即通过检测驾驶员的手是否离开方向盘而进行提醒警示,从而保障行车安全。当前HOD实现的方法有多种,如电容感应方式、图像识别方式、压力感应方式等。然而,传统的检测方式存在不少槽点,如易产生误判、精度低、成本高等。 致力于以先进的传感器解决方案打造完美世界,ams提供了采用IQ调制的高精度电容传感器,可更精准识别驾驶员的离手状态,为更安全、舒适的驾驶体验保驾护航。 想了解 ams 的 HOD 方案、技术原理、优势及应用吗?如你是从事方向盘设计、驾驶员状态监控设计、智能座舱设计等汽车领域的相关工程师,或是对此感兴趣的业界朋友,文末阅读原文报名,即刻预约与ams汽车应用工程师深入探讨、交流的机会。 演讲人信息 余建华 ams汽车应用工程师 简介:一直从事与技术相关的工作,从产品设计开发到给客户提供技术支持,拥有20多年的工作经验。至今已在ams近7年的时间,为消费类,工业类,及汽车类客户提供ams的产品应用提供技术支持。目前主要负责ams的VCSEL激光,位置传感器,方向盘离手检测等产品的应用推广及技术支持。 还有大奖等你拿 *参加研讨会,将有机会获得以上精美礼品!(奖品以实物为准,图片仅供参考) 文末阅读报名:http://webinar.elecfans.com/460.html

    时间:2020-05-20 关键词: 传感器 驾驶辅助系统 自动驾驶

  • 福特将自动驾驶出租车推迟到2022年

    福特将自动驾驶出租车推迟到2022年

    4月29日消息 COVID-19的流行给汽车行业带来了许多问题,这也扩展到了福特的自动驾驶出租车。在讨论季度盈利时,该公司透露,其自动驾驶出租车已从2021年推迟到2022年。了解到,福特表示,需要“评估”COVID-19对客户行为的影响,并可能改变其战略。福特首席运营官Jim Farley在财报电话会议上警告说,大流行可能会影响社会“未来几年”,人们会寻求更多的方法避免不必要的人际接触。Jim Hackett以中国发生的事情为例,指出三分之一的汽车销售是由于这一流行病而转移到网上的,像这样的根本性变化可能会刺激无人驾驶出租车和快递的使用率。大众承诺投资26亿美元开发福特自动驾驶平台Argo AI的计划仍在继续。

    时间:2020-05-20 关键词: 出租车 自动驾驶 福特

  • 共享出行的下一个焦点在哪里

    共享出行的下一个焦点在哪里

    近年来,作为一种全新经济模式,共享经济骤然兴起且发展惊人。据今年2月份国家信息中心发布的《中国共享经济发展年度报告(2019)》显示,当前共享经济已为我国创造出近30000亿元的广阔蓝海市场,同时约有7.6亿人积极参与其中,给我国经济发展带来了强劲活力。 而作为共享经济多个赛道的其中一条,共享出行这些年也同样“精彩”。在互联网加速渗透、信息技术飞速发展、出行需求日益提升的背景下,网约车、短时租赁车、出租车、共享单车等出行服务产品的相继出现,为我们开启了一场关于共享出行的“圈地大战”,滴滴、美团、高德、携程等一众企业倾情出演。 一开始,经过几轮补贴与收购,滴滴占据了网约车的主导地位,共享出行进入寡头时代。之后随着曹操专车、神州专车的持续发力,以及美团、高德、携程等新对手的蜂拥而至,共享出行市场迎来了全新的激烈洗牌。而如今,加上滴滴发生了几起安全事故,共享出行领域再度进入到百家争鸣时代。 那么在新时代的争夺中,谁将是下一个焦点呢? 很显然,在价格、补贴等已成为过去式的情况下,出行服务是所有企业都共同关注和争夺的目标。而如今,自动驾驶热潮的不断兴起,正在给出行服务领域带来全新体验和助力,各大出行企业对市场争夺的焦点也自然而然转到了自动驾驶应用之上。 在今年举行的2019世界人工智能大会上,滴滴便对外宣布将加快推动自动驾驶载人体验,并计划在上海嘉定率先开放30辆左右、10公里以上的载人测试,以期在未来实现有人驾驶和自动驾驶的“混合派单”模式。目前,其不仅已经拆分设立了独立自动驾驶公司,而且已经获得了上海、北京及美国加州的路测牌照。 同时,前不久首约汽车也迎来了法人变更,专研自动驾驶领域多年的百度成为首约汽车股东之一,双方将在自动驾驶领域达成合作,共同推动自动驾驶汽车在共享出行领域的发展应用。除此之外,百度的无人驾驶出租车也正式在长沙等地迎来测试,自动驾驶在出行领域的战火越烧越旺。 对于共享出行来说,自动驾驶的加入一方面能降低传统人工成本,另一方面也能缓解交通拥堵和各种安全问题,具有推动行业转型变革的重要作用。而对于自动驾驶来说,在出行领域的落地由于具备市场基础和数据基础,能够更加容易和展现价值,对于自身商用发展来说,同样具有突出的效果与意义。 由此可见,共享出行和自动驾驶的相遇可谓命中注定,两者相辅相成,各自在融合中获取着自我发展的养分和利益,未来发展前景令人十分期待。不过,自动驾驶在共享出行领域的应用与发展也并非一帆风顺,其同样也会面临不同方面的考验与挑战。 例如,国家信息中心副主任徐长明就认为,当前自动驾驶共享出行还面临着两方面的挑战:其一如何适用我国交通出行模式;其二是在混合行驶过程中如何实现协调。他表示,面对我国爱抢道和爱闯红灯的不良交通习惯,自动驾驶车辆要想获得真正的实际应用过于困难,同时在研发设计上也十分不简单。 从徐副主任的观点中我们可以知道,他所关注的点其实也是当前我国自动驾驶应用的两大硬伤:基础设施建设的不足以及相关法律规范不完善。这两方面的欠缺不仅让自动驾驶研发、测试和上路计较难,同时也容易滋生很多交通事故和安全问题。如果这两方面的问题得不到解决,那么自动驾驶共享出行的实现也就无从谈起。 除此之外,自动驾驶行业生态与产业链的打造,后续服务、维修、理赔等配套的完善,以及相关伦理道德和企业素质的培养,都是制约自动驾驶共享出行发展的因素之一。自动驾驶商业之路道阻且长,唯有解决和突破了这些难题,其和共享出行的未来才会更加绚烂和精彩。 来源:中国智能制造网

    时间:2020-05-20 关键词: 自动驾驶

  • 15项世界互联网领先技术发布,精彩内容不容错过!

    15项世界互联网领先技术发布,精彩内容不容错过!

    10月20日消息,在第六届世界互联网大会上,15项世界互联网领先科技成果发布。 一、华为鲲鹏920处理器获得领先科技成果奖。这是继华为麒麟960、昇腾310 AI处理器获奖之后,华为再一次获得领先科技成果奖。 二、10月20日,清华大学代表在介绍“面向通用人工智能的异构融合天机芯片”。清华大学把脑的弹性和计算机刚性结合起来,用一块芯片构造一个类脑自行车,像人一样可以探测感知过障避障。这个技术可以被应用到无人驾驶、无人机、智能机器人等领域。 三、微软公司代表在介绍“统一自然语言预训练模型与机器阅读理解”。在机器阅读理解、对话式人工智能和翻译领域,微软取得了一系列的重大技术突破。这些技术突破,让计算机可以像人类一样,以自然的方式交流。 四、特斯拉完全自动驾驶芯片。特斯拉完全自动驾驶芯片将是未来特斯拉共享网络计划中重要的组成部分,车主可在不用车的时候将车辆分享到完全自动驾驶的特斯拉共享车队,赚取额外收入。车主只需要通过手机app端,便可以获知车辆无人驾驶运营的详细数据。 五、阿里云计算有限公司代表在介绍“POLARDB:基于储存计算分离与分布式共享存储架构的云原生数据库”。POLARDB作为阿里巴巴自主研发的下一代分布式云原生数据库,在达摩院技术加持下,采用计算存储分离、分布式共享存储等最新技术,不仅支撑了“双11”,也为云上客户带来更优质更安全的数据库服务,领导了云时代的数据库技术变革。POLARDB目前已广泛应用于政务、金融、保险、新零售、交通、教育和互联网等多个行业领域。 六、百度公司代表在介绍“飞桨深度学习平台”。飞桨以百度多年的深度学习技术研究和业务应用为基础,集深度学习核心框架、模型库、工具组件和服务平台于一体,是国内全面开源开放、功能完备的产业级深度学习平台,可广泛应用于工业、农业、服务业等。 七、中国商用飞机有限公司代表在介绍“民用飞机制造5G创新示范应用”。 八、寒武纪思元270。思元270是寒武纪最新一代云端AI芯片产品,可通过8位、16位或混合精度定点运算提供卓越的人工智能训练性能。该技术将大幅提升单颗芯片执行人工智能训练任务时的性能。思元270可支持视觉、语音、自然语言处理以及传统机器学习等高度多样化的人工智能应用。 九、在城市管理规划方面,腾讯推出了“WeCity未来城市”解决方案;在城市民生服务方面,腾讯推出了国内首个集成民生服务的微信小程序“粤省事”;在社会资源配置方面,腾讯推动人工智能和云计算技术在教育领域应用,提升了教育资源的公平化配置……腾讯还将AI技术应用在城市公益、医疗服务等城市服务领域。 十、旷视科技的人工智能算法平台Brain++。Brain++是一套AI算法平台,目标是让算法的研发生产,变得更加高效、更加自动化、更加规模化。Brain++还引入了AutoML技术,让算法训练算法,让AI创造AI,实现算法研发流程的高度自动化,加强批量生产算法的能力。 十一、硅立方浸没液冷计算机。曙光推出的硅立方浸没液冷计算机的服务器芯片、主板等部件都浸没于液体中,计算平台一边“泡澡”一边工作,液体相变为气体带走热量,实现节能。此外,硅立方一个机柜功率密度可达到160kW,是传统风冷数据中心的4-5倍,大幅提高计算能力。 十二、IPv6超大规模部署实践与技术创新。中国电信设计的新型IPv6网络架构和演进路线,可以支持多过渡场景和“模块化”升级,确保良好的用户体验。目前,中国电信建成了规模最大、业务形态最全的IPv6网络。中国电信的“天翼云”可提供云主机、负载均衡、云存储等25款IPv6云产品,翼支付、天翼视讯、爱音乐等也全部支持IPv6。 十三、智慧企业的AI创新与深入应用。SAP智慧企业解决方案是目前全球领先的将人工智能与生产制造和经营管理结合的商业化平台,能够大幅提升生产企业的效率,帮助企业开展商务模式的创新。根据测算,SAP智慧企业解决方案将提升35%的生产效率,有望每年为全球的企业新增3.5万亿美金的新价值创造。 十四、Versal自适应计算加速平台。Versal自适应计算平台可灵活支持任何计算架构的硬件芯片。对于像AI之类的矢量运算,它有一个矢量处理器阵列,可以用来构建DSA。通过构建异构计算引擎的定制化数据流处理器,可以加速整体应用。赛灵思的客户们正通过成千上万的各类创新应用让生活千姿百态。 十五、360全视之眼——0day漏洞雷达系统如果漏洞是网络攻击的重要资源,那么0day漏洞就是威胁最大的资源之一。360全视之眼——0day漏洞雷达系统,综合利用冰刃安全虚拟机、智能0day漏洞捕获等多项独创技术,借助360安全大脑大数据和强大的智能决策响应能力,能及时有效捕获0day/Nday漏洞攻击。 华为表示,鲲鹏920处理器作为业界首颗兼容ARM架构的64核数据中心处理器,凭借高性能、高吞吐、高集成、高能效等特性通过大会评委的一致认可。 华为Cloud & AI产品与服务总裁侯金龙介绍,处理器是整个计算产业的基础,华为从2004年开始投资研发第一颗嵌入式处理芯片,历经15年,目前投入超过2万名工程师,形成了以‘鲲鹏+昇腾’为核心的基础芯片族。华为将按照‘量产一代、研发一代、规划一代’的节奏持续投资芯片。 华为Cloud & AI产品与服务总裁侯金龙在第六届世界互联网大会发表主题演讲 2019年1月,华为发布了业界最高性能的兼容ARM架构的鲲鹏920处理器。通过优化分支预测算法、提升运算单元数量、改进内存子系统架构等一系列微架构设计,大幅提高处理器单核性能。 据华为介绍,在典型主频下,华为鲲鹏920 SPECint_rate_base2006分数评估超过930,比业界主流处理器高25%。鲲鹏920具有高吞吐的优势,与业界主流处理器相比,其内存带宽高60%。鲲鹏920实现了CPU、桥片、网络和磁盘控制器“4合1”,是业界集成度最高的数据中心处理器。 同时,鲲鹏920能效比优于业界标杆30%,可以以更低功耗为数据中心提供更强性能。在大规模数据中心业务实践中,每万台基于鲲鹏处理器的服务器可以每年省电1千万度,碳排放每年减少10000吨。 本文内容来自浙江在线和光明网,本文整理分享。  

    时间:2020-05-20 关键词: 芯片 自动驾驶 鲲鹏920处理器

  • 华为的自动驾驶网络是怎样的

    华为的自动驾驶网络是怎样的

    随着电信网络和人工智能技术的发展,网络走向智能化已经成为产业共识,在2019年SDNNFV世界大会上,华为公司以“走向自动驾驶网络”为主题,全面展示了华为对下一代智能网络架构的研究。这是华为公司“自动驾驶网络”战略在业界的首次亮相。 在10月16日的大会Keynote发言中,华为运营商BG网络架构转型Marketing部长袁博全面描绘了自动驾驶网络的目标架构以及与运营商共同的创新实践。 华为提出的网络自动驾驶理念,从运营商的核心运营流程出发,通过分场景价值阐述与架构分级定义,逐步推进网络智能化的实现。自动驾驶的网络可以分为两个部分,第一部分是网络架构的极简,网络的每一个部分都要尽可能做到简化,包括无线、传输、核心网与边缘云等,这是使能网络自动驾驶的基础。第二部分是网络运维的智能化,华为公司iMaster智能运维整体方案致力于提供单域自治、跨域协同的智能运维闭环方案,iMaster NCE面向FBB领域,iMaster MAE面向MBB领域, iMaster AUTIN面向跨域协同, 同时引入网络AI能力(iMaster NAIE),提供AI训练、数据湖、推理框架等相关服务,有效降低AI技术在电信行业的应用门槛,帮助运营商、运营商合作伙伴,第三方开发者提升面向通信领域的AI开发效率。 过去十年,2G/3G/4G网络并存使得网络复杂度逐步提升,运营商OPEX是CAPEX的3倍以上,并且还在逐年持续上升,运营商网络面临结构性问题,而引入5G以后如果仍然依靠传统方式运维网络将会使得问题更加突出。华为自动驾驶网络致力于帮助运营商打造TCO最优、客户体验最优的电信网络,用架构性创新解决结构性挑战。   首先,通过站点简化、架构简化、协议简化,打造一个极简的目标网络,大幅降低网络的复杂度。例如,通 过对IP网络通讯协议的归一化(从传统10+个协议精简为2个),能够有效减少业务配置节点数量,减少运营商跨部门协同工作量。经过和运营商的创新实践,网络配置效率大幅提升,加快了业务上线时间。 其次,通过引入网络自动化,人工智能,Digital Twin等新技术,帮助运营商有效提升能源使用效率、资源利用效率与运维效率,达到优化OPEX的目标。例如:在能源效率提升方面,当前基站能耗无法随网络流量减少而下降,通过AI技术帮助运营商构建准确的业务流量预测模型,基于业务负载预测进行动态能源配比,减少能耗,提升能源利用效率,逐步实现“比特决定瓦特”,即网络流量大小决定能耗多少。 未来是智能化的时代,5G+AI将成为行业主流,运营商的网络智能化不可能一蹴而就,需要一个长期的实践过程,华为自动驾驶网络是面向未来的开放网络,在Keynote发言的最后,袁博呼吁产业各方共同努力,建设更加智能的目标网络:“华为愿与各方共商未来智能网络发展方向,通过不断的创新实践,逐步实现网络自动驾驶的终极目标。” 来源:C114通信网

    时间:2020-05-20 关键词: 网络 自动驾驶

  • Foretellix面向自动驾驶汽车可衡量场景描述语言(M-SDL),下载量达200次

    Foretellix面向自动驾驶汽车可衡量场景描述语言(M-SDL),下载量达200次

    Foretellix宣布其用于自动驾驶汽车安全性的开放型可衡量场景描述语言下载量达200次。 旨在量化自动驾驶汽车(AV)安全性的以色列初创公司Foretellix今天宣布,来自130家公司和大学院校的200名工程师已经下载了其最新开放的可衡量场景描述语言(M-SDL)。针对当前用于核实与验证先进驾驶辅助系统(ADAS)和自动驾驶汽车安全的格式、语言、方法和指标缺点,M-SDL是首个能够解决这些问题的开放型语言。 The Measurable Scenario Description Language Ecosystem 通过开放和贡献M-SDL,工具厂商、供应商和开发人员将能够1)使用常见的、人类可读的高级语言来简化场景的捕获、再次使用和共享,2)轻松指定任何场景和运行条件的结合,确定以前未知的高危情况,以及3)监视和测量自主功能的覆盖率,这对于证明自动驾驶汽车无关于测试及测试平台的安全性至关重要。 M-SDL规范的0.9版本最近可供评估和使用该语言的工程师注册、下载和反馈。推出第一个月,下载量已经达到200次。具体地说,来自130家公司、监管机构、大学和研究机构的200名工程师下载了该规范,其中包括20个原始设备制造商,一级和大型专业自动驾驶汽车开发人员。 Foretellix首席执行官Ziv Binyamini表示:“我们对先进驾驶辅助系统和自动驾驶汽车生态系统中广泛的利益相关者对M-SDL的巨大兴趣感到非常高兴。我们将与客户、ASAM等标准机构和监管机构密切合作,继续改进M-SDL。” 可用性 M-SDL规范的0.9版本、M-SDL概述和M-SDL合作伙伴计划申请,请参见foretellix.com/open-language。 Foretellix 简介 Foretellix的使命是通过从“里程数”到“里程质量”的转变,实现自动驾驶车辆“可量化的安全性”。 Foretellix公司由一群在量化验证方面具有经验的先驱创办,其高度自动化且经过验证的覆盖率驱动法已经被半导体行业广泛采用,而且该公司已经为自动驾驶汽车的安全验证调整和定制了验证法。 Foretellix的Foretify技术包括一个开放、高级的可衡量的场景描述语言(M-SDL)、智能、自动化且可扩展,还具备分析能力和各种指标,包括向消费者、开发商、保险公司和监管机构提供“安全驾驶情境”所需的功能性覆盖率指标。

    时间:2020-05-20 关键词: 自动驾驶 自动驾驶汽车

  • 导航可不可以辅助自动驾驶

    导航可不可以辅助自动驾驶

    通常,我们通过观察和简单的GPS工具根据周围事物的对比来确定我们的位置及想要去的地方,但是对于无人驾驶的汽车来说,这种推理是非常困难的,汽车要先绘制和分析所在的新道路,后进行动态等复杂项目的处理,这是非常困难耗时间的。 麻省理工学院的研究人员在机器人与自动化国际会议上发表研究成果,他们创建了卷积神经网络(CNN)的机器学习系统,该系统仅使用简单的地图和摄影机的影像数据,使无人驾驶汽车能够在新的复杂环境中导航,类似人类驾驶推理模式,可以驾驶以前没有驾驶过的道路。 与人类驾驶员类似,系统还可以检测其地图与道路特征之间的任何不匹配。这有助于系统确定其位置,传感器或映像是否不正确,以便纠正汽车的航向。在自动驾驶期间,系统连续地将影像数据与地图数据比对,并记录任何不匹配,协助自动驾驶汽车确定道路上的位置,也确保汽车保持在最安全的路径上,如果行驶过程中与输入信息矛盾时:如汽车在没有转弯的直道上行驶,并且GPS指示汽车必须向右转,汽车将知道要保持直行或停车。 在实际应用中,传感器可能会有失效的时候,研究人员将来会通过建设一个和能够接受处理噪音的系统,来确保无人驾驶的安全性。 来源:互联网

    时间:2020-05-20 关键词: 无人驾驶 自动驾驶

  • 自动驾驶开放道路是什么情况

    自动驾驶开放道路是什么情况

    随着5G的商用,无人驾驶车辆的发展进入了快车道。近日,国内首个5G自动驾驶开放道路场景示范运营基地正式启用仪式,长安汽车率先测试L4级自动驾驶,成为首家入驻该基地的车企。自动驾驶开放道路具体情况怎样? 据了解,长安汽车将在该示范区域内进行L4级自动驾驶示范运营,运营长度4.3km,全程设置9个站点,未来可以让普通用户体验到5G技术下的智慧出行。 L4级别的自动驾驶意味着,车辆可以在限定的道路和环境中实现完全的自动驾驶,无需驾驶员的干预。即使在测试路段中有几个路况较为复杂的急转弯路口,测试车辆也能够较为平缓地减速通过。 据悉,在未来的应用中,长安汽车L4级自动驾驶车辆将提供多种模式的服务,比如用于实现“无人出租车”:用户在手机APP上约车,上车人脸识别生成订单,用户下车后,车辆将继续运营接单或自动进入待客区;在私家车模式下,用户通过手机APP绑定车辆后招车,将用户送往目的地后,车辆自动寻找停车位泊车。 此外,长安新一代L4级自动驾驶还可实现远程自动取还车。用户可通过手机APP远程取车,车辆从停车位泊出,并行驶到用户所在地点;用户通过APP还车后,车辆将自动行驶到空闲停车位完成自动泊车。 来源: 中国电子网

    时间:2020-05-20 关键词: 无人驾驶 自动驾驶

发布文章

技术子站

更多

项目外包