被隔离在加州之后,轻舟智航上了一堂无人驾驶公开课

      最后更新:2020-03-24 13:59:08 手机定位技术交流文章

      加州“家庭隔离”强制令发布后的三个小时对独木舟舰队来说是难忘的三个小时硅谷时间

      年3月16日下午4点23分,该公司的联合创始人兼首席执行官于谦收到了加州政府发布的一份正式的强制性命令,要求除了购买食品、医疗或其他紧急情况外,所有居民都要被隔离在家中。该命令于当天午夜生效。

      ,也就是说,只剩下八个小时的独木舟智行的试播直播了。

      首先联系了硅谷创业投资公司BoomingStar Ventures的执行合伙人亚历克斯·任作为第三方证人,并在当天晚上7点多的时候紧急录制了路测视频。时间紧迫,团队必须一次性成功完成录制。

      幸运的是,测试车根据地图上的路线成功完成了驾车穿越场景挑战

      北京时间3月21日,轻舟知行将视频移至网上分享会可以看出,图中的车道比传统的单行道窄,对定位和控制的要求相对较高。如果横向定位和控制不准确,它会越过路缘或摩擦建筑物。然而,如果不允许垂直,就不允许在窗口点食物。其次,出口处有一个停车场,这是一条非结构化道路。为了应对人车混杂的情况,有必要在没有保护的情况下右转进入主干道。最具挑战性的一点是,这是一个正常的商业场所,不同于道路测试可以重复的开放道路。

      ,作为核心感知算法和地图专家,于谦将他的第一次成功之旅归功于团队在早期进行的大量模拟测试。

      大型智能仿真系统和自主学习决策规划框架的技术路径是无人公司独木舟智航的核心优势。在分享会上,于谦将这一独特的技术路线比作建立“自动化大规模生产工厂”:“与传统的“建造梯子”路线相比,它更像是“建造火箭”。"“

      自动驾驶仪的长尾效应在

      开始创业之前,他作为机器学习算法研发负责人对韦默感知关键模块的经历对钱产生了微妙的影响

      在他看来,如果直接比较的话,加州机动车管理局发布的年度MPI指数是没有意义的。相反,在时间维度上横向比较同一家公司的收购率更有意思。

      以Waymo为例,其总里程和里程覆盖的多样性在行业中得到认可。当比较2018年和2019年韦莫的收购类型时,我们会发现感知的比例明显增加,从25%增加到47%

      这是否意味着Waymo的感知能力下降了?

      "不是“

      从绝对MPI的角度来看,韦莫在感知和运动规划方面都取得了进步从总体比例的变化可以看出,感知比例的增加更多是由于规划决策导致的接管比例的降低。这意味着该公司在规划和决策方面取得了巨大的技术进步,这与它的大规模模拟测试是分不开的。

      ,这给了于谦创业的灵感。工程师

      逐渐意识到,长期以来,感知一直是一个相对确定的问题,行业对其测试和评估标准以及总体方法非常清楚。正因为如此,人们开始把规划和决策技术作为目前最具挑战性的问题来关注:

      首先,技术不确定性难以度量;其次,与20年前相比,在行业中占据主流地位的规划和决策方法总体上没有取得重大突破。然而,模仿学习或强化学习方法在大规模实际应用中仍存在许多问题。

      这似乎解释了为什么无人驾驶飞机长期不能着陆:“自动驾驶技术有一个突出的长尾效应。90%的问题已经在技术上解决了,但是剩下的10%可能需要花费同样多的精力甚至更多。10%包括许多边界问题。“

      除了需要收集大量数据外,更重要的是建立自动化生产工厂,将继续收集有效的数据,通过自动化工具,加工成可用的模型

      之后,这成为轻舟知行应对自动驾驶行业存在的长尾效应的解决方案。

      仿真软件大多是“华而不实”的

      “我们相信仿真是实现大规模无人驾驶技术的唯一途径轻舟知行的另一位联合创始人王琨与于谦达成了共识

      目前市场上有很多仿真软件,其中最流行的是基于游戏引擎开发的仿真软件。从界面来看,它相当漂亮,就像一个模拟的城市,场景非常真实。

      ,然而,独木舟智行拒绝了这种“浮华”的主流方法他们的仿真软件界面非常简单,放弃了复杂的渲染工作,只保留了感知结果,包括3D盒和雷达点的叠加,希望实现低成本、灵活性、可扩展性和可测量性。

      可以从它的两个应用演示视频中看到。一方面,借助仿真和相关的工具链,可以形成一个高效的数据测试闭环,支持算法测试和高效迭代,取代堆人或堆车的方式。另一方面,只有经过大规模智能仿真验证的软件才能保证安全性和可用性。

      在过去一年的初始阶段,轻舟知行不想通过开、关的方式进入一个特定的小应用场景,成为一个依靠大量人员解决问题而无法扩大规模的工程公司。相反,它专注于“培养内在技能”,并在主线足够深且可水平扩展后,以一种轻便快捷的方式实现真正的无人驾驶。就

      部署而言,该团队首先使用仿真和相关工具链来形成一个高效的数据测试闭环,支持算法测试和高效迭代,取代了堆叠人员或车辆的方式。其次,只有经过大规模智能仿真验证的软件才能保证安全性和可用性。

      公司旨在将有效的数据、智能仿真系统和决策规划框架视为推动技术进步的齿轮。借助大规模智能仿真系统和自主学习决策规划框架,最终最大限度地利用有效数据,大大降低测试成本,提高开发效率,保证解决方案的可扩展性。

      根据官方声明,这家来自美国硅谷的无人驾驶汽车公司正在以这种“非主流”的方式创造一个“老司机”,以适应城市复杂的交通环境。

      本文由 在线网速测试 整理编辑,转载请注明出处,原文链接:https://www.wangsu123.cn/news/2657.html

          热门文章

          文章分类