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(huì)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

目前自動(dòng)駕駛的算法和傳感器方案都類似,到底要靠什么勝出

自動(dòng)駕駛說 ? 來源:自動(dòng)駕駛說自動(dòng)駕駛說 ? 作者:自動(dòng)駕駛說 ? 2020-10-14 09:18 ? 次閱讀

在回答讀者問題之前,不得不提上周的行業(yè)最大的新聞:Waymo在鳳凰城正式對外推出無人駕駛服務(wù),車上沒有了安全駕駛員。其實(shí),在此之前,Waymo已經(jīng)在對外測試無人駕駛,但之前,乘客必須首先簽一份協(xié)議,表示自己承認(rèn)車的危險(xiǎn)性。但是這一次,乘客終于不用再簽協(xié)議。雖然只是一份協(xié)議而已,但這算是行業(yè)上歷史性的里程碑。

上個(gè)月有《落地之路》的讀者發(fā)來問題,問題很具有代表性,這里和大家分享。

讀者問題:

“目前自動(dòng)駕駛算法傳感器方案都類似,似乎測試?yán)锍毯蛿?shù)據(jù)是最大的差異,那最后公司是依靠這項(xiàng)勝出嗎?會(huì)出現(xiàn)贏者通吃的局面嗎?和車廠的關(guān)系以后又將是如何?”

我個(gè)人的答案是,假設(shè)你在機(jī)器學(xué)習(xí)模型上已經(jīng)玩不出什么新花樣,最后就是靠數(shù)據(jù)勝出。

這一點(diǎn)也是相對成熟的團(tuán)隊(duì)的通病。模型搭起來了,數(shù)據(jù)也積累了一些,但從駕駛表現(xiàn)來看,始終沒有實(shí)質(zhì)性的進(jìn)展。

數(shù)據(jù)要看兩方面。首先是“質(zhì)”。數(shù)據(jù)里的場景必須要豐富,不能在荒郊野嶺駕駛,那樣的駕駛數(shù)據(jù)再多也沒有價(jià)值。比如,一些團(tuán)隊(duì)會(huì)讓自動(dòng)駕駛車去不同城市采集數(shù)據(jù),這樣的駕駛場景可以保證多樣性。

其次是“量”。一些團(tuán)隊(duì)無法解決這個(gè)問題,往往是因?yàn)槌杀?。采集?shù)據(jù)需要車,需要傳感器,需要駕駛員。這些都是成本。因此,團(tuán)隊(duì)需要從不同角度入手,想出低成本的方式去采集數(shù)據(jù)。

比如,你采集數(shù)據(jù)就一定需要用自動(dòng)駕駛測試車嗎?可以用普通車嗎?采集數(shù)據(jù)就一定要用車嗎?可不可以把傳感器安裝在摩托車或者自行車上?傳感器有沒有更低成本的選擇?

然而,想贏得自動(dòng)駕駛這場戰(zhàn)役,遠(yuǎn)遠(yuǎn)不止數(shù)據(jù)這么簡單。

即便你擁有最頂尖的機(jī)器學(xué)習(xí)團(tuán)隊(duì),坐擁頂級的駕駛數(shù)據(jù)集,打造出了頂級的自動(dòng)駕駛軟件,也只算完成了任務(wù)的一半而已。

(所以說,自動(dòng)駕駛的落地之路真的很難,其中的苦恐怕只有圈內(nèi)人才懂。)

還有一半是硬件

好消息是,硬件行業(yè)相對成熟,軟件公司可以向很多硬件公司尋求合作,共同打造自動(dòng)駕駛車。

一些團(tuán)隊(duì)往往過于自信,恨不得非要一上來就將軟件硬件全部完成,不與任何公司合作。對于這些團(tuán)隊(duì),想贏得自動(dòng)駕駛競賽,就不只需要攻克數(shù)據(jù)這一個(gè)難點(diǎn)了,任務(wù)量會(huì)翻倍。這樣很容易耗盡公司的資源,最后一輛車也造不出來。

因此,越來越多的軟件團(tuán)隊(duì)開始與車廠合作,放棄自己造車的計(jì)劃。其實(shí)這是相當(dāng)明智的決定。

先打造出一輛自動(dòng)駕駛車,即使這輛車并不完美,至少讓它跑起來,再談以后的宏偉藍(lán)圖。做事要有先后順序。

一些團(tuán)隊(duì)和車廠沒談攏,或是沒有找到合適的合作對象,那就只能被這輪競賽所淘汰。

今年由于疫情的影響,一些團(tuán)隊(duì)的合作沒能談攏,很多團(tuán)隊(duì)沒能撐過去。現(xiàn)在看看美國的硅谷,剩下的自動(dòng)駕駛公司巨頭已經(jīng)為數(shù)不多了。

這些公司每天都要花銷至少一百萬美元續(xù)命,養(yǎng)活自己的科研成本。事實(shí)上,各個(gè)公司之間做的東西都大同小異,公司合并其實(shí)不難實(shí)現(xiàn)。

這也是為什么在硅谷的自動(dòng)駕駛?cè)?nèi)跳槽非常容易的原因。一模一樣的代碼,放在哪個(gè)公司其實(shí)都能用。

那些現(xiàn)金流撐不下去的團(tuán)隊(duì),很快會(huì)被更有實(shí)力的公司吞并,或是遭到拆分。最終很可能會(huì)形成幾家獨(dú)大的局面,每家公司都有專家獨(dú)特的優(yōu)勢。比如:

未來,像Waymo這樣的公司負(fù)責(zé)提供自動(dòng)駕駛軟件系統(tǒng)。Waymo甚至有可能將系統(tǒng)開源,就好像安卓系統(tǒng)一樣。車企會(huì)買這個(gè)駕駛系統(tǒng),就好像不同的手機(jī)廠商都使用安卓系統(tǒng)。

車企負(fù)責(zé)提供硬件,這種車企的特色必須是成本低,靈活度高,才能跟得上產(chǎn)品更新的需求。不能像現(xiàn)在的車廠那樣,平均五年才造出一輛新車。未來的市場會(huì)要求他們幾個(gè)星期就要做到開始量產(chǎn)。

除了軟件公司與車企,自動(dòng)駕駛行業(yè)還在帶動(dòng)各種細(xì)分行業(yè)。比如專門做運(yùn)營的公司、專門做數(shù)據(jù)標(biāo)注的公司、專門做測試的公司、專門做仿真系統(tǒng)的公司也會(huì)得到很快的發(fā)展,輔助那些核心公司共同完成自動(dòng)駕駛車的落地與擴(kuò)張。

所以,行業(yè)最終的格局很可能是,每個(gè)細(xì)分領(lǐng)域會(huì)有一家領(lǐng)頭公司,占有該細(xì)分領(lǐng)域絕大部分市場份額。各個(gè)細(xì)分領(lǐng)域的領(lǐng)頭公司會(huì)共同合作打造并運(yùn)營自動(dòng)駕駛車,通過垂直的方向分割自動(dòng)駕駛產(chǎn)業(yè)的利潤。

責(zé)任編輯:xj

原文標(biāo)題:自動(dòng)駕駛競賽僵持不下,到底要靠什么勝出?

文章出處:【微信公眾號:自動(dòng)駕駛說】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

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
  • 傳感器
    +關(guān)注

    關(guān)注

    2542

    文章

    50269

    瀏覽量

    750171
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4576

    瀏覽量

    92345
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    782

    文章

    13535

    瀏覽量

    165742

原文標(biāo)題:自動(dòng)駕駛競賽僵持不下,到底要靠什么勝出?

文章出處:【微信號:zidongjiashishuo,微信公眾號:自動(dòng)駕駛說】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

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢?

    領(lǐng)域的主要優(yōu)勢: 高性能與并行處理能力: FPGA內(nèi)部包含大量的邏輯門和可配置的連接,能夠同時(shí)處理多個(gè)數(shù)據(jù)流和計(jì)算任務(wù)。這種并行處理能力使得FPGA在處理自動(dòng)駕駛中復(fù)雜的圖像識別、傳感器數(shù)據(jù)處理等
    發(fā)表于 07-29 17:11

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實(shí)現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達(dá)和LiDAR處理:自動(dòng)駕駛汽車通常會(huì)使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感
    發(fā)表于 07-29 17:09

    自動(dòng)駕駛識別技術(shù)有哪些

    自動(dòng)駕駛的識別技術(shù)是自動(dòng)駕駛系統(tǒng)中的重要組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。自動(dòng)駕駛識別技術(shù)主要包括多種傳感器及其融合技術(shù),以及基于這些
    的頭像 發(fā)表于 07-23 16:16 ?415次閱讀

    自動(dòng)駕駛傳感器技術(shù)介紹

    自動(dòng)駕駛傳感器技術(shù)是自動(dòng)駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動(dòng)駕駛傳感器技術(shù)的詳細(xì)介紹,內(nèi)
    的頭像 發(fā)表于 07-23 16:08 ?1754次閱讀

    自動(dòng)駕駛汽車傳感器有哪些

    自動(dòng)駕駛汽車傳感器是實(shí)現(xiàn)自動(dòng)駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動(dòng)駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動(dòng)駕駛
    的頭像 發(fā)表于 07-23 16:00 ?1649次閱讀

    XV7181BB 陀螺儀傳感器自動(dòng)駕駛設(shè)備中的應(yīng)用

    自動(dòng)駕駛技術(shù)正在迅速發(fā)展,改變著交通運(yùn)輸?shù)奈磥怼榱藢?shí)現(xiàn)安全、穩(wěn)定和高效的自動(dòng)駕駛,車輛需要依賴先進(jìn)的傳感器技術(shù)來獲取實(shí)時(shí)的姿態(tài)和運(yùn)動(dòng)數(shù)據(jù)。EPSON的XV7181BB陀螺儀傳感器以其
    的頭像 發(fā)表于 06-13 15:23 ?376次閱讀
    XV7181BB 陀螺儀<b class='flag-5'>傳感器</b>在<b class='flag-5'>自動(dòng)駕駛</b>設(shè)備中的應(yīng)用

    揭秘自動(dòng)駕駛:未來汽車的感官革命,究竟需要哪些超級傳感器?

    來源:LANCI瀾社汽車,謝謝 編輯:感知芯視界 Link 隨著自動(dòng)駕駛技術(shù)的發(fā)展,我們已進(jìn)入一個(gè)技術(shù)瓶頸期。在這一背景下,汽車制造商開始將注意力轉(zhuǎn)向自動(dòng)駕駛的關(guān)鍵組成部分——傳感器。特別是今年
    的頭像 發(fā)表于 05-31 09:14 ?450次閱讀

    未來已來,多傳感器融合感知是自動(dòng)駕駛破局的關(guān)鍵

    駕駛的關(guān)鍵的是具備人類的感知能力,多傳感器融合感知正是自動(dòng)駕駛破局的關(guān)鍵。昱感微的雷視一體多傳感器融合方案就好像一雙比人眼更敏銳的眼睛,可以
    發(fā)表于 04-11 10:26

    探索自動(dòng)駕駛傳感器仿真模型的可信度

    環(huán)境感知作為實(shí)現(xiàn)自動(dòng)駕駛的首要環(huán)節(jié),主要是通過智能網(wǎng)聯(lián)汽車搭載的視覺相機(jī)、激光雷達(dá)、毫米波雷達(dá)等傳感器感知周圍的道路環(huán)境并快速準(zhǔn)確的獲取周圍目標(biāo)的類別、位置、尺寸和速度等信息,是自動(dòng)駕駛系統(tǒng)決策、規(guī)劃與控制的基礎(chǔ)。
    發(fā)表于 03-22 12:34 ?1021次閱讀
    探索<b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>傳感器</b>仿真模型的可信度

    自動(dòng)駕駛發(fā)展問題及解決方案淺析

    汽車的發(fā)展提供有益的參考。 ? 自動(dòng)駕駛汽車發(fā)展的現(xiàn)狀與挑戰(zhàn) (一)技術(shù)難題 自動(dòng)駕駛汽車的核心在于通過先進(jìn)的傳感器、算法和控制系統(tǒng)實(shí)現(xiàn)車輛的自主
    的頭像 發(fā)表于 03-14 08:38 ?982次閱讀

    萬集激光基于車路協(xié)同的自動(dòng)駕駛方案亮相

    如何同時(shí)兼顧安全與成本?是自動(dòng)駕駛的一大難題。萬集獨(dú)創(chuàng)基于C-V2X的車路協(xié)同自動(dòng)駕駛解決方案給出了自己的答案。通過將道路的實(shí)時(shí)交通信息應(yīng)用進(jìn)來,可以降低單車智能對于過多傳感器的依賴和
    的頭像 發(fā)表于 01-15 11:37 ?979次閱讀

    虹科方案丨L2進(jìn)階L3,數(shù)據(jù)采集如何助力自動(dòng)駕駛

    技術(shù)方案上,寶馬的自動(dòng)駕駛研究一直堅(jiān)持多傳感器融合的方式,其L3級自動(dòng)駕駛技術(shù)套件能夠集成更多高性能傳感器,例如新的激光雷達(dá)系統(tǒng),并將所有
    的頭像 發(fā)表于 12-27 13:29 ?387次閱讀
    虹科<b class='flag-5'>方案</b>丨L2進(jìn)階L3,數(shù)據(jù)采集如何助力<b class='flag-5'>自動(dòng)駕駛</b>

    LabVIEW開發(fā)自動(dòng)駕駛的雙目測距系統(tǒng)

    LabVIEW開發(fā)自動(dòng)駕駛的雙目測距系統(tǒng) 隨著車輛駕駛技術(shù)的不斷發(fā)展,自動(dòng)駕駛技術(shù)正日益成為現(xiàn)實(shí)。從L2級別的輔助駕駛技術(shù)到L3級別的受條件約束的
    發(fā)表于 12-19 18:02

    傳感器自動(dòng)駕駛中的應(yīng)用

    傳感器自動(dòng)駕駛中的應(yīng)用
    的頭像 發(fā)表于 11-27 17:06 ?683次閱讀
    <b class='flag-5'>傳感器</b>在<b class='flag-5'>自動(dòng)駕駛</b>中的應(yīng)用

    自動(dòng)駕駛傳感器攻擊研究

    對于現(xiàn)今的自動(dòng)駕駛汽車來說,由于傳感器的增加和感知網(wǎng)絡(luò)等軟件的存在,使得自動(dòng)駕駛汽車在信息安全上相較于其它汽車更為脆弱。自動(dòng)駕駛汽車信息安全的脆弱性來源于兩個(gè)方面:
    的頭像 發(fā)表于 11-03 15:00 ?500次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>傳感器</b>攻擊研究