对标特斯拉Model S-Polestar 5专利图谱最快明年揭晓
05-27
中国汽车新闻网讯 9月8日,在CTDC首席技术官领导力峰会上,小鹏汽车自动驾驶副总裁顾俊利博士发表演讲题为“AI汽车与自动驾驶的进化论”的主题演讲分享了小鹏汽车正在推进的中国式自动驾驶研发路径以及该领域的最新进展。
同时,小鹏汽车副总裁顾俊利博士小鹏汽车自动驾驶总裁宣布,小鹏汽车近日获得美国加州自动驾驶道路测试牌照。
中国最顶级、最具前瞻性的互联网峰会之一,汇聚行业顶尖技术领袖“AI智未来”是本次峰会的主题,从功能汽车到智能汽车的转型也是重要议题。
在本次峰会上进行探讨。
“自动驾驶国际化存在诸多瓶颈,自动驾驶演进的必然趋势是软件本土化较强。
在没有国内实际驾驶场景数据积累的情况下,很多自动驾驶功能都‘水土不服’甚至‘水土不服’。
” “在中国‘微不足道’,无法适应中国的实际驾驶条件、交通密度和中国用户的驾驶习惯。
”顾俊立博士表示:“小鹏汽车的目标是量产高度智能的互联网汽车(AI汽车),六维感知能力,使车辆具备自我感知、物体感知、高精度定位、未来预测、交互和事件及决策推理能力,提高中国驾驶自动驾驶的安全性和创新性场景。
”年内,小鹏G3将上市并开始交付,小鹏G3将搭载领先的自动驾驶硬件,搭载20余种智能传感设备,适应本地化自动驾驶,并提供覆盖高频的自动泊车功能。
以下是顾俊利博士的演讲实录: 谢谢大家!今天很高兴有机会和大家分享我对中国式自动驾驶的看法。
我简单介绍一下我自己。
去年10月,我在特斯拉总部负责人工智能和自动驾驶,从早期对AI的思考到自动驾驶的研发,我一直在参与。
还处于早期阶段,所以我今天主要跟大家分享一些个人的感受,自动驾驶本质上是一个AI驱动的技术和系统。
我称之为人工智能汽车。
我将与大家分享自动驾驶的国际整体演变以及我们想在中国做什么。
首先我总结一下,因为在中国,自动驾驶这个概念从2016年就开始被炒作,2015年开始非常流行。
现在我觉得公众已经失去了认知,不再知道自动驾驶是什么。
所以我想解释一下什么是自动驾驶,西方的技术不能真正在中国使用,比如特斯拉的Autopilot。
我先解释一下人类历史上交通的变迁。
我常常想,其实人类历史上的交通只用了一百年的时间,就摆脱了马车、驴车等原始的交通工具,发展到了我们现在拥有的各种类型的汽车。
,真的只能持续一百年。
所以发生了什么事?我们最初是从模拟机械装置开始,然后通过福特的T型车(T型车)的车轮开始进化。
奥迪、奔驰等品牌出现。
在机械层面和控制层面,我们在发动机和燃油发动机上研究了一百年,现在几乎饱和了。
此后,汽车悄然发生了变化。
它已经悄然从模拟设备转变为数字设备。
就像21世纪初,我们还在使用诺基亚功能手机,通过键盘按键。
后来,渐渐地,我们几乎所有人都不再使用充满键盘和按钮的手机。
从功能机器到数字机器再到智能机器的演变,同样的革命也在车辆中发生。
数字化包括说我需要有传感器和计算单元,我需要将它们嵌入到汽车中,让用户感觉不到它们。
所以,这是一个数字化的过程,也是一个改造汽车本身的过程。
然后在这个基础上我们再做一些辅助驾驶、预警、各种可以释放、可以把眼睛带走的智能工具功能,所以就是这样一个变革的过程。
不管它在外观上发生了怎样的变化,就技术本身而言,自动驾驶让我自学了很多专业,从做芯片,到做AI算法,到软件,到做自动驾驶。
自动驾驶是我做过的最困难、最复杂的项目,没有之一。
为什么?因为它抛开“自动驾驶”三个字,几乎涵盖了近百年来人类信息革命中所有最重要的技术和关键突破。
那我就解释一下我认为大家所说的自动驾驶是哪几代技术的框架。
第一代自动驾驶是由特斯拉等公司开发的。
它当时采用的解决方案是整合供应商,比如目前主流的国外整合MobileEye,国内整合Bosch。
国内自动驾驶大部分由博世控制,是第一代集成解决方案。
我们的汽车本身就是一个复杂的项目。
它是一个拼接的系统工程,集成了数万个零部件。
制造汽车本身并不是一个构建技术的过程。
技术被供应商从控制单元、发动机单元、电池单元、感知算法单元等各个角度进行突破。
这是第一代技术。
但是第一代的技术有一个瓶颈你过不了,供应商的东西你也改不了。
于是第二代就出现了。
第二代我自己选芯片。
我连接汽车、数据和自编程,然后我可以改变我的功能。
这是第二代,采用基于芯片和自研算法的自主软硬件一体化设计。
到了第三代,我们现在发现人工智能是一个需要无穷计算能力的应用,特别是自动驾驶。
其应用场景可以应用在私家车上。
它的海量场景是无限的,你无法完全描述自动驾驶这辆车时会遇到什么。
所以它对计算的需求也是无止境的。
现在我们有很多公司,特别是国际巨头Waymo和特斯拉,他们自己制造芯片。
为什么?人类过去60年制造的芯片都是通用计算的,一种是规模计算的,都是通用计算。
当我们真正到达汽车时,这种复杂的流程需要更强大的芯片。
这是第三代。
到了第四代,当我们都想到自动驾驶的时候,很多人、关注过的人可能会想到各种汽车。
Waymo的汽车上面有一个像船一样的盒子,而Cruise的汽车上面有很多雷达,八到十个雷达。
那么我们中国的很多自动驾驶公司,包括景驰,都挂着很多东西。
这是第四代自动驾驶。
它是什么?第四代自动驾驶通常意味着某些场景下不再需要人。
它是完全无人驾驶的,没有司机。
要做到这一点,是非常困难的。
我首先定义场景,然后将各种传感器附加到汽车上,并为该场景创建各种计算单元。
所以,整个第四代,这款车都是为了自动驾驶而设计的。
所以,你看它看起来不像手推车,只是因为传统汽车没有涵盖这个东西。
现在两者是嫁接关系,还没有形成产品的形式。
我是从特斯拉来到小鹏汽车的。
我要解决中国自动驾驶的问题。
我们第一代车,今年量产的车,会介于第一代和第二代技术之间。
我们会使用一些集成供应商,部分独立开发。
这也是根据我们自主研发的节奏,需要一定的时间来启动。
在第二代汽车上,我们将打通自动驾驶从算法到芯片,一直到汽车的自主研发通道。
我们为什么要做这个?很多人来找我问我,不管是吉利、沃尔沃还是特斯拉,他们已经有了这个产品,为什么还要再做呢?是的,这个产品是存在的,但是在大多数中国场景下没人敢用,因为它不适合中国驾驶场景。
它会水土不服,比如中国路上的障碍物是不规则的,你很难识别出中国路上遇到的所有障碍物。
中国的交通规则不规范,因为中国文化与西方文化不同。
这个驾驶问题确实反映了人们的文化问题、习惯问题和社会问题。
它不是一个简单的实验室技术,所以它有水土不服的问题,这也是为什么我们中国有那么多汽车,但使用率不是特别高。
我个人认为,中国的自动驾驶只能由中国人自己解决。
微博上也有人问我,说没听说过有什么技术是有国界的。
我不是说这是国界,而是整个通道,就像我们开放仁都、都朝时一样,我们还没有开放。
这是什么开放?我们需要真正形成中国的海量大数据,然后我们需要选择适合我们的芯片。
那么,在此基础上,我们需要构建一个适合中国自动驾驶的传感器系统,这个系统必须针对中国的场景。
你必须涵盖中国一些特定的轨迹、特定的场景、特定的交通动态。
在此基础上,我们将在中国进行算法研究。
我觉得中国解决自动驾驶技术的难度比西方高十倍以上,所以这是一个框架问题,一个创新问题,一个需要大量技术积累的问题。
这个问题必须由中国人民自己来解决。
第二部分,我想解释一下小鹏汽车对AI汽车的定义。
定义非常重要。
我认为汽车应该具备三重智能才能在中国的道路上行驶。
这是一个科普概念。
我们先来说说这款AI Car。
AI汽车包含很多东西。
比如说我有几十个传感器来感知环境,我有互联的功能,然后我就可以得到地图。
我有云的功能,有芯片的功能,还有人工智能。
实时计算功能、自适应学习等等各种各样的东西,让我来分解一下它是什么样的三重智能。
首先,我个人认为,不仅仅依靠云智能,汽车必须能够自动驾驶,所以它必须对车内有实时的、足够的环境感知,比如看米、看米、这种摄像头加雷达,然后做融合。
为什么我们需要这么多类型的传感器?因为没有任何传感器能够满足驾驶员所看到的环境的需求。
例如,相机可以看到平面的二维物体,雷达可以看到速度和三维。
两者必须相加。
如果我们有一个传感器能够准确地说出它的三维方向和语义,那么这也将是一项推动自动驾驶的技术创新。
人工智能非常重要。
无人能否认,自动驾驶的问题本质上是人工智能驱动的问题。
AI会识别周围传感器的数据,识别其他车辆,从而做出一些自己的决策和轨迹规划。
因为AI需要高性能计算,这个计算必须有符合车辆法规的高性能芯片才能在车上运行。
可能大家都觉得我的问题很简单。
我们不是有很多云和很多 GPU 吗?但这些并不完全符合汽车法规。
当汽车在道路上行驶时,它具有五星级的安全规格。
它不允许硬盘随时坏掉,并且可以随时重新启动。
我们任何一个云的东西都是有故障率的,这是不允许的。
当然,我们也需要互联网,因为互联网可以告诉我们地图,互联网可以告诉我们交通信息等等。
我刚才讲的是个体智力。
您单独收集如此多的信息并做出决定。
这就是个人智力。
如果我们有更多的汽车,我们可以添加群体智能。
如果有十辆车经过这里,看到这里的路坏了,就可以告诉后面的车,这里的路坏了。
这称为群体智能。
就像我们的蚁群一样,汽车也能实现同样的智能。
你会谈到的另一种辅助智能非常受欢迎,尤其是在中国。
我认为很难避免中国政府的弯道超车理念。
比如说,如果我的个人智力做不了那么多事情,那么我就会在路上添加各种东西。
这就是辅助智能。
不管你怎么做,这东西都不在车里。
这就是辅助智能,依赖于环境本身的感知。
V2X 允许这辆车向各种事物发送信号,但这只是一个愿景。
你很难(改变)世界。
改造一辆汽车已经很困难了。
改变世界并安装传感器。
而且,传感器日新月异,传感器并不是100%可靠。
这本身就是一个巨大的工程。
所以,我个人认为这只是一个辅助的东西。
接下来简单分享一下什么是中国式自主研发。
它的要点和我们自己的细分是什么?自动驾驶有很多核心的东西你无法回避。
你必须深耕他们,安顿他们。
例如,你必须有一个芯片。
如果没有,就不要从事人工智能。
其次,自主研发措施打通任都两条通道,用算法连接数据,即代表性场景和汽车。
这是真正的自动驾驶的框架。
无论中国场景的大数据有多么海量,世界每天都在变化,所以这个东西是一个永恒的问题。
我来一一分解,我们的海量大数据场景,这个场景必须是公开的、任意的,不能是一个有限的场景。
我们经常有朋友在硅谷开车还不错,但是一旦开车到了中国,就发现一切都不起作用了,因为场景变了,一切都变了。
所以,场景是一切的源头,场景又体现在大数据中。
这个场景没有任何限制。
只要用户去过的地方,你就要去采集。
将这些数据传输到云端并进行组织后,用它来创造人工智能创新。
这一定是一种创新。
你需要识别它。
你需要预测一切。
如果需要更多的话我接下来再讲,然后再做这个算法。
当涉及到车辆时,不要只在云端控制车辆。
要想把它装到车上,你必须能够把它移动到车上,然后你才能拥有一个产品。
这个东西要形成闭环最关键的框架就是形成一个闭环,通过数据让算法成长,让算法在车上得到验证,然后带着一些你解决不了的问题回来成长再次算法。
这是一个允许其发展的框架和智能。
要解决中国的自动驾驶,我们必须扭转这个框架,让这个智能能够进化,因为没有人能够一步解决所有问题。
我总结了大家认为的AI的定义。
每个人都有不同的理解。
在汽车上,我们需要AI的“六维感知”。
在第一个维度中,你必须知道你如何移动、如何操作以及车辆动力学。
在第二个维度,你需要知道你周围有什么问题和物体。
在三维空间中,你需要确切地知道物体在哪里。
在第四维度,你们需要知道彼此的预测和未来。
因为是人类开车,所以人类的反应弧其实是很长的。
反应弧例如是毫秒,很长,甚至比算法还要长。
但人们可以开得很好,因为人们对未来有预测,他们根据预测来驾驶,而我们的算法总是基于历史。
我们用传感器计算我们过去看到的情况,计算出决定后,你就根据这个反应弧。
对过去做出预测。
因此,为了弥补这个延迟,我们需要预测每辆车、每个账户的轨迹,所以这就是时间的第四维。
在第五维度,你要明白,车辆不是孤立的,它们是相互影响的,还有事件。
如果你插队,其他人可能不会让你插队,或者其他人可能会改变车道。
只有根据你的想法,你才能做出最好的决定。
在第五维度,你做出决定。
每个人的驾驶方式都不同。
有人说我要尽快离开,有人说我要安全第一,有人说我要舒适第一。
因此,当你做出决定时,你需要了解你的决定是基于什么样的规则。
这是第六维度。
只有六维感知之后,才能实现真正的自动驾驶。
我们现在的AI其实最多就是2维或者2.5维。
大数据深度学习自从2018年突破以来,给大家提供了一个非常好的水平线。
突然之间,每个人都处于同一水平。
例如,它可以识别数千个物体或数万个物体,准确率达到 98%,所以这是二维的。
在三维,我们需要高精度定位,需要高精度地图,才能在量产车上量产。
这是目前世界上尚未完全解决的问题。
所以我们现在在二到三之间,但同时我们可以在研究和算法圈在第四、第五维度做一些突破和预测,但是真正落地产品还需要一定的实践和积累。
。
因此,当自动驾驶真正落地时,是将传统经典算法与对场景的理解结合起来。
有很多场景。
结合AI做各种复杂的流水线,为什么你看各个自动驾驶公司,有人说我三个月就可以开车?那么接下来的两年你会做什么呢?我正在解决各种场景,无穷无尽的场景,我只需要为这辆车改变城市。
本来我是在广州开的,但是搬到深圳后,发现一切都变了。
我必须再做一次。
这就是自动驾驶很难。
另外,汽车不是手机,也不是电脑。
安全必须放在第一位。
实现安全是非常复杂的。
汽车本身有一个控制单元、一个传感单元,现在还有芯片和各种东西。
事物被加在一起。
为了解决这个问题,我们说我们在传感器上、我们的控制单元上、我们的紧急制动上做了一些冗余,把整个安全和智能分成了四个层次的框架。
体系正在逐层上升。
那么我的一个基本原则就是任何先进的智能都不能建立在牺牲生命安全的原则上。
例如,Uber在过去几个月发生了一些车祸,但AEB并没有起到启发作用。
这种情况下,无论整车有多智能,我都不会用它,因为AEB关系着我的生命。
因此,在设计我们的系统时,我们首先要确保我们一百年来传统汽车制造的精髓不被破坏。
一级。
在第二个层面上,我有一个冗余。
第三、第四个层次,我讲高级智能。
如果高级智能达不到,我就会回到一些低级智能。
确保人们的生命安全比这个智能幻想的未来更重要。
最后,我很快想与您分享我们产品的智能演变。
我说过,在解决自动驾驶的问题上,我不相信有哪个厂商能够站出来说我落后的一切都已经解决了。
这是不科学的。
这个问题有其自身的科学性。
所以它一定有一个进化路径。
我们将自动驾驶分为几类。
中国司机的焦虑和痛点与外国人不同。
比如外国人很少有停车焦虑,而且停车场很多。
但是中国人对于停车是非常焦虑的,所以我们第一步就是要解决这个停车焦虑。
从耳朵开始,我们首先使用超声波。
基于超声波的停车位就像蝙蝠检测一样。
前面、后面、左右都有车辆才可以去。
检测,这种超声波也是目前市场上大多数停车系统所采用的技术框架。
我们在此基础上增加了愿景。
您的停车场是空的,超声波无法检测到任何停车位。
这对人类来说是愚蠢且难以理解的。
因此增加视野可以让他看到各种停车位。
最后加上语音,让人可以和它互动,然后加上一些记忆的东西,一步步进化它的智能。
对于自动驾驶来说,驾驶焦虑就是比如春节期间在高速公路上长途驾驶的焦虑。
比如每天上下班的焦虑。
在一线城市,大家平均堵车时间是50分钟或一个小时,早晚高峰时间。
这种焦虑使得人和车的生存空间成为人们除了家庭和公司之外非常重要的生存空间,所以我们才有这个空间发挥自己的作用。
解决了驾驶焦虑之后,我们就要从高速自动驾驶开始。
L2和L3,例如人。
L2是指人的手不准脱开。
你的手必须实时放在上面。
在L3中,你可以把手拿开。
你这样长途旅行时,可以更大程度地改善人们的焦虑感和疲劳感。
在拥堵的情况下,汽车可以自行跟停,然后处理一些变道和其他人的拥堵问题,解决早晚行车高峰的焦虑。
未来,如何通过城市路口现在是一个永恒的问题。
如何上下高速公路,是真正实现从A点到B点自动驾驶的一个关键技术门槛。
最终,其实即使解决了这些技术问题,自动驾驶的问题也没有完全解决,因为人们的驾驶习惯和用户体验是我们解决的最重要的问题。
每个人的驾驶习惯都不同,有的人喜欢用激进型,有的人喜欢稳定型,所以最终我们还是要解决个性化驾驶的问题。
这是我们的进化路径,有一个粗略的框架。
同时,我们想谈谈车内智能。
当越来越多的人解放了,他们的脚、手、眼睛都解放了。
人们在车里做什么?在真正实现无人驾驶之前,其实这个车是一个人机共同体。
有的场景是车,有的场景是人。
但在L2,大部分场景是人驾驶,只有少数场景是汽车驾驶。
车越多,开车的人就越多。
需要有人照顾它。
在这个过程中,我们需要通过驾驶员状态监控通知系统进行协调,说我现在累了,你要给他十秒钟的时间来接管,或者这个人现在正在看手机,你要节省他八秒接手,你得提前提醒他。
可以说,当汽车开得越来越多时,就可以实现更好、无缝、更安全的功能。
最后跟大家分享一下,我们现在的自动驾驶中心是一个来自海峡两岸四地的跨国团队。
我们在广州总部解决汽车制造和测试的问题。
我们在硅谷有一个团队来解决软件开发的问题。
我们在上海。
,他们在北京也有团队。
嗯,最近我们也有好消息。
我们已获得加州硅谷自动驾驶道路测试许可证。
那么我们希望今年只做少量的事情,其中??最重要的一件事情就是打通任督两个渠道,建立框架,然后实现基本功能,开始实际实验。
车。
我希望我们是一个做正确事、用正确方法做事的团队。
也希望大家能够关注我们接下来的成绩和成果。
版权声明:本文内容由互联网用户自发贡献,本站不拥有所有权,不承担相关法律责任。如果发现本站有涉嫌抄袭的内容,欢迎发送邮件 举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。
标签:
相关文章
05-27
05-27
05-27
05-17
05-18
05-18
05-27
最新文章
驾驭中国年度汽车评选 木仓科技公布多项车市奖项
大众汽车1月全球交付近84万辆,中国销量下滑11.3%
路试的理工学院“直男”驾驶斯巴鲁BRZ够硬派吗?
苹果再次获得43项新专利,在自动驾驶方面取得新进展
克莱斯勒回应关税政策降价送上海车牌10万元
丰田发布第一财季财务报告,营收约7.65万亿日元
“最低价得到”犹如毒丸,“电缆门”是对汽车行业的警示
江淮汽车因排放造假被罚1.7亿元!去年遭遇7.86亿元巨额亏损