赋能传统车企,腾讯力推全方位融合感知技术CICV2018

清新汽车2018-06-28 22:16:14

智能网联汽车第一站



随着自动驾驶持续火热,越来越多的互联网企业开始在智能网联汽车领域发力。在五月底结束的第五届智能网联汽车技术年会(CICV2018)上,来自腾讯自动驾驶总监李成军博士给大家带来了互联网巨头腾讯在融合感知领域的最新成果。



腾讯早在两年前就已经布局自动驾驶,但是对外公开介绍并不多,直到今年才广泛进入大家的视野。李成军博士表示,在自动驾驶传感器方向上,想要做出安全可行的产品就必须采用多种传感器融合的方案。


自动驾驶出现以来已经发生了多起事故。分析这些案例,我们可以发现传感器的瑕疵和漏洞通常是事故发生的主要原因之一。这些教训也提醒广大从业者研发自动驾驶需要很强的安全意识。


李成军博士介绍到,腾讯打造了一辆基于L4产品的无人车来做自动驾驶验证。由于不是量产车,所以他们用了市面上能够拿到的各种各样的雷达,包括激光雷达、毫米波雷达,还有余额宝五元红包怎么领取,定位系统等都是非常昂贵的。最近腾讯拿到了深圳的自动驾驶测试牌照,开始对这辆车进行测试。他们发现即便在这样的配置下进行一些长距离的测试,也不能做到足够的安全。


李成军博士举了一些例子:在道路的中间有一个可能是某一辆车上面掉下来的梯子,视觉能不能把这个白色的梯子梯子和车道线分开?对于毫米波雷达能不能把这个信号检测出来?对于激光雷达这个点那么稀疏,你能不能认真的处理?还有道路上经常出现的动物,我们不希望自动驾驶车在处理这些问题场景的时候,有任何的犹豫。这需要花大量的精力搜集这样的样本,寻找解决这样问题的方案。所以说现在最大的挑战都是在于这种非常规的道路状况上。


为了解决这些问题,李成军博士提出了几点看法。一是在降低成本的前提下进一步提高传感器的精度和分辨率。目前的激光雷达和相机对远距离物体的检测还远远不够;第二是在传感器不变的情况下,将传感器的优势进行互补,保障我们某个传感器失效后其他的传感器可以有一些弥补;第三希望AI的算法在一定程度上有一个进化,能够处理更加复杂的场景;第四是在未来4G、5G自动驾驶到来的时候一定需要基础设施的跟进,例如设置自动驾驶专用车道。


在谈到传感器的融合上时,李成军博士指出为了提高辨识率,把相机和激光进行融合,把相机和毫米波雷达进行融合,甚至是把长焦和广角镜头进行融合。将不同传感器做一个关联,保证它们探测到的物体是同一个。


另外,深度学习和传统图像处理算法相融合,可以提高整个系统的可靠性;传感器和高精度地图相融合,能够让高精度地图作为整个系统安全性的最后一道保证,当所有传感器和算法失效的时候通过地图慢慢的让车找到安全的区域停下来;最后还有传感器和V2X技术的融合,能够解决传感器盲区所带来的困扰和安全隐患。


定位也是另一个传感器融合的应用场景。在面对各种各样的复杂的道路情况,例如,复杂的立交桥和环形路口,很难依靠单个传感器和算法来进行精确定位。目前在某些特定场景下定位算法可以做到厘米级的,但是在全国30多万公里的高速公路上全部稳定的做到厘米级还是非常难的。李成军博士说:“所以我们做定位系统设计的时候,会考虑到它的最坏情况,那我们在融合之后希望达到这个目标。”


最后在说道自己对自动驾驶整体系统架构的看法时,李成军博士表示:腾讯在云端、服务还有软件都有所布局,车端想和整车厂一起去合作,从而打造一个从硬件、软件到云端一体的解决方案。只有这样一体的解决方案才是最有竞争力的解决方案。在这个整体系统里面,腾讯最擅长的是AI算法,比如感知、定位,以及一些规划。云端上腾讯在地图,数据平台,仿真平台,OTA的服务上比较强势。


“现在我们非常强调数据,一方面因为自动驾驶算法的需要,一方面我们是需要能够采集到更多的场景,然后还有这个算法的稳定性。所以在传感器和车辆端,我们需要和合作方去合作,包括计算的平台”,李成军博士说到。


Copyright ? 苏州余额宝五元红包怎么领取价格联盟@2017