转自:http://www.sohu.com/a/160479216_121787 从技术和成本算笔账,自动驾驶L3过渡到L4有多难? 2017-07-28 09:34 英伟达解决方案架构师程亚冰认为,从 L3到L4则有50倍的计算量和数据量的提升,这基于现有的决策控制算法和学习技术是无法达到的.在成本方面,L4级无人驾驶汽车所需要的64线激光雷达成本高达8万美元左右,且生产技术要求水平极高.这些都为自动驾驶进入L4级别设置了短时间内难以突破的障碍. 李卓聪 / 文 民国“段子手”鲁迅先生曾说过

机器之心报道,作者:李泽南. 去年的 7 月 5 日,百度在北京国际会议中心开办了首届「AI 开发者大会」.在会上,百度首次喊出了「All in AI」的口号.一年的时间过去了,今天在同样地点举行的第二届开发者大会上,李彦宏说道:去年我吹过一个牛,百度的 L4 级别无人驾驶车的量产,会在 2018 年的 7 月份.今天我要说的是,这个牛,马上就要实现了!而百度的最新战略.技术实力.以及生态发展也在这场大会上一一展现在我们的面前. 本次大会的亮点: 全球首款 L4 自动驾驶巴士「阿波龙」量产下线

L4自动驾驶技术 一．SAE的五个级别分别是: L0:驾驶员完全掌控车辆,无任何自动化能力. L1:自动系统有时能够辅助驾驶员完成某些驾驶任务.比如高速自动巡航(自动认知所在车道),和一些驾驶辅助功能等等. L2:自动系统能够完成某些驾驶任务,但驾驶员需要监控驾驶环境,完成剩余部分,同时保证出现问题,随时进行接管.其实在大多数场景下是没有自动驾驶能力的,只有比如高等级的自动泊车.自动跟车等等功能,现在很多高端一些的车辆都有这些能力,但还远远谈不上普及. L3:自动系统既能完成某些驾驶任务,也能在

L3级自动驾驶 2020年开年 3月9日,工信部在其官网公示了<汽车驾驶自动化分级>推荐性国家标准报批稿,并拟于2021年1月1日开始实施. 按照中国自身标准制定的自动驾驶分级标准,在千呼万唤中终于落地. 中国自动驾驶分级(公示版) 行业的反应足够热烈.标准公示次日,长安正式发布量产L3级有条件自动驾驶系统,并宣布该系统将配备刚刚发布的全新车型UNI-T.掌门人朱华荣亲自出镜担当主播,表示"自动驾驶汽车已经能够让用户'脱脚'.'脱手'.'脱眼'." 长安打响头炮的同时,此前

随着自动驾驶技术的发展,一辆新车从被改装到上路需要经过的调试流程也有了许多提升.今天,我希望结合自己之前的调车经验来跟大家分享一下我们是如何将系统的各个模块逐步上车.调试.集成,进而将一辆“新手”车培养成“老司机”的. ▌自动驾驶简介 这是一段来自维基百科的关于自动驾驶的定义: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,为一种运输动力的无人地面载具.作为自动化载具,自动驾驶汽车不需要人类操作即能感测其环境及导航. 随着自动驾驶技术的发展,行业内涌现出了许多为了应对不同需求不同场

本次分享聚焦于高精地图在自动驾驶中的应用,主要分为以下两部分: 1. 高精地图 High Definition Map 拓扑地图 Topological Map / Road Graph 3D栅格地图 3D Grid Map 2. 定位 Localization 一． 高精地图 High Definition Map ★ 拓扑地图 Topological Map / Road Graph 1. 传统地图 我们先看下传统地图,这是从百度地图里截出来的图,从这张图我们可以看到很多信息: 拓扑信息:我

自动驾驶传感器比较:激光雷达(LiDAR) vs. 雷达(RADAR) 据麦姆斯咨询报道,2032年全球范围内自动驾驶汽车的产量将高达2310万辆,未来该市场的复合年增长率(CAGR)高达58%.届时,与自动驾驶汽车生产相关的市场营收将达到3000亿美元,而其中26%将来自激光雷达(LiDAR).雷达(RADAR).摄像头.惯性测量单元(IMU)等. 激光雷达(LiDAR)成像(左) vs. 高分辨率雷达(RADAR)成像(右) RADAR和LIDAR区别分析 如果一直关注自动驾驶汽车的新闻,可

编程界的新宠 Julia 发布 1.0 正式版本,多种优势集于一身2018-08-14 14:14 公司Julia 的累积下载次数超过 200 万,已被应用于自动驾驶汽车.机器人.3D 打印.精准医疗.增强现实.基因组学.能源交易.机器学习.金融风控和太空任务设计等多个领域. 此次 Julia 1.0 版本的发布,更是将商业用户越来越看重的稳定性与原有的快速.高生产力的特性结合起来,足以媲美 Python,R,C++和 Java 等编程语言. 众多来自科技.咨询和金融等行业的公司都有采用 Jul

如今自动驾驶在全球范围内的发展势头愈发“凶猛”,该领域人才也一度被视为“香饽饽”. 即使在美国,自动驾驶工程师的起薪也已经突破了25万美元,我国‘“开价”之高更是令人咋舌. 人才.人才.还是人才!重要的事情说三遍! 我们深知,少数的几位技术大咖根本无法支撑自动驾驶技术的持续性发展,更多的工程师需要加入到自动驾驶的研发队伍中,可是具备丰富经验的专家又很忙,人才培训怎么办? 对此,Udacity 团队的David Silver深有感触! 作为Udacity 团队中自动驾驶课程培训的leader,Da

2017年7月5日,百度举行了AI开发者大会,在会上发布了Apollo项目,并进行了演示,该项目在Github上已经能够被访问.出于一个程序员的好奇,昨天试玩了一把,确实不错. http://apollo.auto/,这个是阿波罗的首页,感兴趣的可以注册成为开发者.https://github.com/ApolloAuto/apollo这个时候github的地址.装了个ubuntu,然后建一个目录.git clone https://github.com/ApolloAuto/apollo.gi

新浪科技讯,北京时间 4 月 10 日下午消息,据电动汽车新闻网站 Electrek 报道,特斯拉正在加快部署第三代 Autopilot 自动驾驶计算机,因为当前一代产品的计算能力即将被耗尽. 2016 年,当特斯拉推出第二代 Autopilot 自动驾驶计算机时,马斯克当时证实,第一代 Autopilot 自动驾驶计算机的计算能力已经使用到了极限.换言之,特斯拉已无法向该系统引入新功能,只能对现有特性进行一些增量改进. 如今,第二代 Autopilot 自动驾驶计算机也出现了类似的情况.为此,

作为战略新兴产业,人工智能已经开始广泛应用于多个领域.近几年,科技公司.互联网公司等各领域的企业纷纷布局自动驾驶.那么,自动驾驶技术究竟发展得如何了?日前,华为云携手上海交通大学创新中心举办的华为云人工智能大赛·无人车挑战杯(以下简称无人车挑战杯大赛)正在如火如荼地进行中. 此次大赛的难点之一在于无人车检测算法的开发.在开发过程中,参赛者需要自行采集交通灯.自动泊车位等图片数据,然后进行数据的预处理.标注,最后完成检测算法的开发并部署至无人车. 面对上述难点,华为云为选手提供了面向开发者的华为云

欢迎添加华为云小助手微信(微信号:HWCloud002 或 HWCloud003),输入关键字"加群",加入华为云线上技术讨论群:输入关键字"最新活动",获取华为云最新特惠促销.华为云诸多技术大咖.特惠活动等你来撩 作为战略新兴产业,人工智能已经开始广泛应用于多个领域.近几年,科技公司.互联网公司等各领域的企业纷纷布局自动驾驶.那么,自动驾驶技术究竟发展得如何了?日前,华为云携手上海交通大学创新中心举办的华为云人工智能大赛·无人车挑战杯(以下简称无人车挑战杯大赛)正

今天为大家分享下,自动驾驶在复杂环境下的高精度定位技术. 定位/导航负责实时提供载体的运动信息,包括载体的:位置.速度.姿态.加速度.角速度等信息. 自动驾驶对定位系统的基本要求: 1. 高精度:达到厘米级. 2. 高可用性:保持它的稳定性,自动驾驶测试已经从封闭的场景转移到更开放的场景,这要求我们定位系统能处理更多更复杂的情况. 3. 高可靠性:整个定位的输出是感知,规划与控制的输入,如果定位系统出现偏差将会导致很严重的后果. 4. 自主完好性检测:因为我们系统的可靠性只能做到非常接近100%

Pony.ai 在多传感器感知上积累了很多的经验,尤其是今年年初在卡车上开始了新的尝试.我们有不同的传感器配置,以及不同的场景,对多传感器融合的一些新的挑战,有了更深刻的认识,今天把这些经验,总结一下,分享给大家,与大家一起讨论. 本次分享分为三部分: 为什么需要多传感器融合? 传感器融合的一些先决条件 如何做传感器融合? ▌为什么需要多传感器融合? 首先,单一传感器在自动驾驶中,都有各自的挑战,所以先了解下常用的传感器的挑战是什么: 1. Camera data 照相机数据遇到的挑战: ① 没

案例教学,把“问题”讲清楚了,赞 Pony.ai 在多传感器感知上积累了很多的经验,尤其是今年年初在卡车上开始了新的尝试.我们有不同的传感器配置,以及不同的场景,对多传感器融合的一些新的挑战,有了更深刻的认识,今天把这些经验,总结一下,分享给大家,与大家一起讨论. 本次分享分为三部分: 为什么需要多传感器融合? 传感器融合的一些先决条件 如何做传感器融合? ▌为什么需要多传感器融合? 首先,单一传感器在自动驾驶中,都有各自的挑战,所以先了解下常用的传感器的挑战是什么: 1. Camera dat

Waymo的技术在公开道路上.封闭测试场.仿真器进行了广泛的测试,所以可以保证自动驾驶系统的每一部分在其ODD内都有强大.可靠.安全的处理能力. Waymo的自动驾驶系统由三个相互独立.严格测试的子系统组成: 1)经过OEM认证的基础车辆系统: 2)传感器和计算机等内部硬件系统: 3)做出所有驾驶决策的自动驾驶软件系统: 这些子系统组合起来构成一个完整的自动驾驶系统,然后我们对其进行进一步的测试和验证.对各个系统的测试和验证可以确保自动驾驶车辆满足我们对系统设定的所有安全要求. 3. Testi

5月29日,加利福尼亚州的一辆特斯拉Model S撞上停在路边的警车.据透露,当时这辆特斯拉正处于自动辅助驾驶即Autopilot模式.而在今年,这已经不是第一次特斯拉自动驾驶模式出问题了.此外,Uber今年3月份在亚利桑那州进行自动驾驶路测试时,车辆装上行人导致其被不治身亡.为此,Uber宣布中止在亚利桑那州的路测,甚至还解雇近300名员工. 出现了这么多恶性事件,是不是意味着自动驾驶就会停下前进的脚步?那你就太小看创业企业的决心和资本家的野望了.对自动驾驶的渴求.对其潜力的认可,已经让全球投

在经过近一年的法庭之争后,Waymo与Uber的自动驾驶专利权诉讼案于近日宣布和解.最终的结果,是Uber向Waymo支付0.34%股权(目前价值2.44亿美元).但事实上,与Uber的官司解决后,一场更大的争斗正在展开,Waymo也在面临着更大的挑战. Waymo和Uber的官司,让我们看到了科技行业的古老传统--被"老二"(也称后来者)超越的故事.如,IBM开创并推动了大多数公司使用数据库,但却被甲骨文做成了大生意:施乐硅谷实验室的很多创意,甚至早于苹果,但现在最辉煌的是却是后者-

日前,Uber 开源了基于 web 的自动驾驶可视化系统(AVS),称该系统为自动驾驶行业带来理解和共享数据的新方式.AVS 由Uber旗下负责自动驾驶汽车研发的技术事业群(ATG)开发,目前该系统已在 Voyage.Applied Intuition 等多家公司应用.Uber 在其官网上发布了这一开源消息,雷锋网 AI 科技评论编译如下. 自动驾驶汽车数据不再封闭,Uber 开源新的数据可视化系统 当自动驾驶汽车在城市环境中驾驶时,了解它们感知到了什么对于开发使其能够安全运行的系统至关重要.并