前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【图文并茂】与百度无人车的第一次亲密接触

【图文并茂】与百度无人车的第一次亲密接触

作者头像
新智元
发布2018-03-14 17:18:23
7260
发布2018-03-14 17:18:23
举报
文章被收录于专栏:新智元

一、介绍环节

百度无人车和世界大部分公司(车厂)的无人车不同,无人车主要分为两大派别,一类是传统车厂,另一类是百度、谷歌为代表的公司。根本区别在于后者直接切入到无人车实现完全自动驾驶,而前者不是。传统车厂是video camera加毫米波雷达的模式,不使用激光雷达,希望走逐步升级的路径,主动驾驶升级到一定程度后存在瓶颈,无法达到完全自动驾驶,激光雷达目前成本极高,达50-70万元/个,我们希望通过放量逐渐压低成本。

目前如果不使用激光雷达,计算量很大几乎不可能完成,使用激光雷达,可以使系统对于计算量的要求大幅度下降,我们的数据处理能力就会远远超过传统车厂。如果5年内技术能够实现量产实用,5年后做到1000-1500美金,那么走的技术路线应该是激光雷达和更低的运算要求,但是目前仍然需要极大的服务器计算能力、无法小型化。数据积累非常重要,用廉价传感器积累的数据和激光雷达积累的数据完全不同、也无法融合,若干年后如果大量车商积累了大量激光雷达数据,百度的这种技术路线会有极大的数据优势。

百度做无人驾驶的出发点:1、产业角度,汽车发展三大方向,新能源、汽车智能化(车联网、自动驾驶)、汽车共享。无人驾驶、智能化之后,汽车领域的共享经济将会展开。百度具有关键技术积累:云计算(搜索和广告是两个典型应用)、大数据、人工智能(人工智能和云计算、大数据关系密切),深度学习突破使得从量变到质变,我们认为人工智能最大的应用就是机器人,汽车就是其中非常重要的特殊机器人。百度在图片的汽车识别和人脸识别都是全球顶尖的,我们在很多有深度壁垒的东西。2、民生角度:93%的交通事故是由于认为疏忽造成的,无人驾驶可基本控制住人为失误,使此类疏忽造成的事故降低至1%。

二、PPT介绍

汽车制造趋势:

1、新能源化:传统汽车转向电动汽车后零件数量下降,零件比3:1;电池技术日益成熟,配套逐步完善,能量密度提升、价格下降、管理能效成熟。;

2、共享化:汽车利用率低、土地浪费巨大,在美国:汽车的闲置时间占95%、独自驾车占76%时间,24%的城市面积用于停车;高效淘汰低效模式,全局优化配置,社会车辆接入、实时调度、智能派单、动态定价;

3、智能化:自动驾驶大势所趋:百度之前做过一些车联网,V2X(V2V、V2I等)有助于解决81%汽车碰撞事故;

汽车软件大幅增加,81年汽车软件代码大约5万行,目前奔驰S级汽车代码量大约65M行。未来预计代码量普遍200M-300M行。

自动驾驶四个等级:特定功能辅助驾驶(定速巡航等)、组合功能辅助驾驶(跟车等)、优先条件自动驾驶、完全自动驾驶。

预计3年后自动驾驶汽车商用、5年后量产、10-15年后80%新增汽车为新能源汽车、80%新增汽车将共享、80%新增汽车能够自动驾驶。

驾乘更加安全:驾驶员反应+液压制动需要1.2秒、40米制动距离,驾驶员安全视距50米,而计算机处理+电控制动只需0.2秒、6.7米制动距离,自动驾驶汽车超视距超过200米,而且没有疲劳驾驶问题。

交通效率更高,出行更加经济:自动驾驶分时共享的价格降到出租车的1/3时,47%用户愿意共享出行。目前出租车成本大约3.7X、私家车2.5X、自动驾驶出租大约1.3X、自动驾驶共享出行大约1X。

汽车智能化三大核心:优秀算法、海量数据、计算能力。

海量数据:单车每小时产生100GB数据,云平台每天收集数十PB数据;

超强计算:到2030年全球云的处理能力将超过所有人脑处理能力,车载计算每帧处理时间50ms以下。

优秀算法:深度学习出现后错判率大幅下降、算法效率快速提升。

百度技术创新:国际领先的交通场景车辆识别,KITTI技术89.32%识别率。国际最佳的基于RNN序列学习的OCR技术。国内首家三维高精度地图&定位(国际领先的厘米级精度、比普通GPS定位高两个数量级的厘米级高精度定位)。国际最佳的中文语音识别,安静环境下普通话识别率97%、车载环境下普通话识别率92%。

百度无人车参观:

三、问答环节

问:百度和谷歌、传统车厂的技术优劣比较?

答:和谷歌相比有些是在基础技术上的竞争(比如车的识别、人的识别),这类竞争差距不大,未来可能拉开差距的主要是工艺设计方面,比如传感器精度,以前是机械制造,后面会类似PC机,最后核心是大脑,谷歌虽然起步较早,但我们也具有后发优势,避免了谷歌走过的很多弯路,目前差距并不大,虽然谷歌目前仍然走在百度前面,但未来还是要看谁的综合实力应用在这上面做得更好,我们事业部综合协调了百度的各项优势。车厂的优势在于工业控制做的好,但目前很多车厂的工业控制优势可以通过合作获得。

问:公司采用的64线激光雷达相比毫米波雷达而言受到天气影响较大?路测是否能够满足要求?

答:在一些特定场合下受影响比较大,这时候需要用一些其他的传感器来辅助,大部分场景下主要依靠的是64线激光雷达,能看100多米,毫米波的可以向前探测200多米。采用的是多传感器综合,但主要传感器是激光雷达。雾霾对于激光雷达的影响不大。

问:中国自己工艺比较落后,传感器天然落后于谷歌?比如30G以上毫米波雷达对中国禁运?

答:我们现在激光雷达是可以的,没有限制,精度上可能和最先进的有一点差距,但中国向来擅长成本控制,预计5年后会做到较高精度较低成本。

问:对高精度地图的要求?

答:开始会走10个示范区,10个示范区内无人车比例会比较高,遇到新的东西的话会自动上传到云端,高精度地图可实现自适应,未来多厂商的高精度地图之间实现共享,但可以有类似运营商之间网间结算的收费。高精度地图是百度的一个核心竞争力。

问:高精度地图会是我们的核心资产,会不会限制?

答:高精度地图未来的趋势一定是要共享的,我们百度更多希望推动产业发展做大。

问:无人驾驶的法律问题?

答:目前是限制,但未来中国的法律开放程度会超过美国。UN正在研究制定无人驾驶的法律法规和标准,中国政府对于互联网是比较宽容的,国家鼓励互联网+的背景下各部门非常积极,地方政府在一定权限内有先行先试的权利,公司接触了很多地方,对于此类事情都非常包容。

问:无人驾驶伦理的问题?

答:这个实际不是无人驾驶带来的新问题。

问:事业部目前有多少人?未来规划如何?

答:原来只是一个研究团队,目前发展比较快、公司投入资源也比较多,人数已经超过100人,具体数字不方便透露。

问:现在使用云计算方式,通信是否有瓶颈?

答:国家5G标准2020年商用,要求公司提出标准需求,对公司而言是机会。

问:未来无人驾驶是否都需要实时三维地图来满足?

答:一开始研究方法时代价会比较大,但未来通过普通技术也能逐渐满足,也可以通过一些背景车帮助公司来进行数据采集(目前还没有开始推广,仍在使用公司自有的专业数据采集车),采集技术分三阶段,第一阶段是公司自己专业数据车,第二阶段会加入一些公司的无人驾驶车,第三阶段会有更多社会车辆加入(目前仍使用激光雷达进行数据采集,未来可能通过普通摄像头即可完成)。目前还是希望能够搭建比较完善的高精度三维地图,但随着定位技术的发展,未来可能只需要在一些关键点(比如岔道口)获取较高精度的地图即可。

问:目前整个产业链来看哪个环节会获得比较快的突破?

答:百度汽车大脑是公司自己一定要做好的,其他则抱着比较开放的心态,只需要做好自己的事情就行了。经过一段时间的沟通后,公司还是比较乐观的,各参与方都有意愿参与进来完成一些擅长的事情。

投资建议:

1、无人驾驶作为汽车行业未来的发展趋势,其所带来的产业变革和巨大机遇已经成为业内外共识,同时也是我国汽车产业弯道超车的绝佳机遇。百度以人工智能为核心的无人驾驶技术进展超市场预期,此外限制无人驾驶大规模推广的法律、成本等因素也有望逐步解决,我们非常看好无人驾驶的发展前景,重点关注东软集团、四维图新、千方科技、双林股份、索菱股份、捷顺科技、数字政通、安居宝等。

2、此外,无人驾驶作为人工智能落地最快、产业空间最大的应用方向之一,而百度作为国内人工智能领域首屈一指的巨头,其代表的产业大趋势已经非常明朗:人工智能真正的向我们走来了!我们持续推荐“白+黑”组合:思创医惠、东方网力、科大讯飞、科远股份、汉王科技、长高集团。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2016-02-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
人脸识别
腾讯云神图·人脸识别(Face Recognition)基于腾讯优图强大的面部分析技术,提供包括人脸检测与分析、比对、搜索、验证、五官定位、活体检测等多种功能,为开发者和企业提供高性能高可用的人脸识别服务。 可应用于在线娱乐、在线身份认证等多种应用场景,充分满足各行业客户的人脸属性识别及用户身份确认等需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档