Juefei Teknoloji CEO'su Li Dongmin: Çin'in akıllı sürüşü endüstri yolunu nasıl geliştiriyor?
11 ulusal bakanlık ve komisyon ortaklaşa "Akıllı Araç Yenilik Geliştirme Stratejisi" ni yayınladığından, "araç-bulut-yol" işbirliği programı resmi olarak akıllı sürüş için "Çin yolu" haline geldi. Yoğun veri geliştirme modunun ve güçlü entegrasyonun "Çin Yolu" nun temel stratejisi olacağı öngörülebilir.
Son zamanlarda, Leifeng.com Xinzhijia, Jufei Technology CEO'su Li Dongmin'i akıllı sürüşün "Çin Yolu" nun yorumunu ve geliştirmesini paylaşmak için davet etti. Aşağıda Li Dongminin konuşmasının metni yer almaktadır ve Xinzhijia orijinal niyetini değiştirmeden bunu düzenledi:
Akıllı sürüş endüstrisinin Çin rotası, özellikle "otomobil, bulut ve yol işbirliğine dayalı model" uygulamasının çok geniş gelişme beklentilerine sahip olduğu söylenebilir.
Aşağıda Jufei Teknolojisinin 4 yönüyle ilgili bazı pratik deneyimlerini sizlerle paylaşacağım.
Her şeyden önce, akıllı mobilite çağının kendisinde büyük değişiklikler var: PC çağında web sitelerinin patlak vermesi gibi, akıllı mobilite çağı da ortaya çıkıyor. Akıllı seyahat çağı, veri kaynaklarının sınırlarını büyük ölçüde genişletti.
İster taşıt verisi ister yol verisi olsun, üstel bir büyüme var. Aslında, akıllı seyahat, LBS (konuma dayalı hizmetler) verilerinde büyük bir patlama yarattı.
Otonom sürüş endüstrisi tarafından geliştirilen üç farklı giriş yolu
Bu verilerdeki değişikliklerle, geçmişte küresel olarak üç farklı otonom sürüş yolu gelişti.
Birinci yol, bisikletin hesaplama gücünün artması üzerine kurulu olup, donanım modu veya akıllı bisiklet modu olarak da adlandırılır.Aynı zamanda sensör sayısına göre 5 + 1 modu da denilebilir. Sözde 5 + 1, beş donanım + L4 seviyesinde insansız sürüşün standart konfigürasyonu olan bir yazılım setidir. GPU'dan milimetre dalga radarına, lidara, kameraya, entegre eylemsiz navigasyon ekipmanına. Bir dizi yazılım, otomatikleştirilmiş sürüş standardizasyonunun benzetmesidir: üç sistemin algılanması, karar verilmesi ve kontrolü.
Bisiklet zekasının ana odak noktası Silikon Vadisi'dir. Tahrik yöntemi yıkıcıdır ve bu yol yalnızca L4 ve L5 insansız sürüşe odaklanır.
Diğer yol, OEM'ler ve Kademe 1 tedarikçiler tarafından temsil edilen tedarik zinciri hakimiyetindeki bir modeldir. Özü, tüm aracı ve ekipmanı hedef olarak satmaktır ve bütün, araca zeka kazandırmak için aşamalı bir yol benimser.
Bununla birlikte, "yıkıcı" veya "kademeli" gelişme yoluna bakılmaksızın, otomobil endüstrisinin temel yapısı niteliksel değişikliklere uğramamıştır.
Üçüncü mod, ağa bağlı akıllı moddur. Bu model, bu tür bir altyapı inşaatı için çok yüksek gereksinimlere sahiptir, ancak aslında Çin için en uygun teknoloji yoludur ve aynı zamanda akıllı seyahatin büyük ölçekli uygulamasını gerçekleştirmek için en olası çözümdür.
Peki bu üç yoldan evrimleşen ürün formları nelerdir?
Burada L1 veya L2'nin teknik ifade dilini değil, piyasa inişi perspektifinden, mevcut akıllı sürüş ürünlerini koordinat sisteminde ifade etmek için kullanıyoruz. Yatay eksen olarak binek otomobiller ve ticari araçlar kullanılır ve dikey eksen yüksek hız ve düşük hız ile ayırt edilir.
Dikey eksende, koordinat sisteminden şu anda ticari araçların yüksek hızlı sahnesinde ticari lojistik araçların ağırlıklı olarak ADAS ile donatıldığı ve iş modelinin ağırlıklı olarak satış terminallerine dayandığı görülmektedir. Metrobüs hatlarında daha da yüksek seviyeli akıllı sürüş teknolojileri var ve tüm araç esas olarak satılıyor. Binek araçlara inen ürünlerin sayısı nispeten azdır ve inen ürünler AVP ürünleridir. Yüksek hızlı sahnede, Tesla'nın Otomatik pilotu temelde en iyisidir.
Bisiklet zekasına dayalı modelin iniş açısından büyüme darboğazına ulaştığı görülüyor. Sonraki her ilerleme, orantısız bilgi işlem kaynakları ve diğer kaynakları gerektirir.Bu, ilk büyüme eğrisi olarak adlandırılır ve neredeyse bitmiştir. Sektör için mevcut fırsat, ikinci büyüme eğrisinde yatıyor, yani donanım hesaplama gücündeki artışa bağlı olmayan "otomobil, bulut ve yol sinerjisi" şeması yavaş yavaş ortaya çıkıyor.
Daha önceleri, donanım ve sensörlere dayalı teknoloji yolu, geçmişte bazı ürünler uygulanmış olsa da, birçok sorun da yaşanmıştır. Klasik durum, Uber'in bir kişiye çarpması ve ölüme neden olması durumudur. Haber raporunda ayrıca otonom sürüş sistemi karar verme süreci ile ilgili bir kayıt da var.
Uber'in hedef tanıma modülü, "diğer" ve "araç" kategorileri arasında zıplamaya devam ediyor. Sistem tanımlamasının kararlılığının ve güvenilirliğinin çok zayıf olduğu görülebilir. Bu nedenle, maalesef, son 1,2 saniyede, kurbanın gerçek bir yaya olarak tanımlanmaması, sonunda trajediye yol açıyor.
Donanım ve sensör gerçek zamanlı algıya dayalı bu otomatik sürüş yolunun yorumlanabilirliği ve güvenilirliğinin dikkate alınması gerektiği görülebilir. Bir makinenin hayatını bir makineye emanet edebilmesi için bir makineyi eğitmek için hangi derece ve düzeyde eğitilmesi gerektiğini sormalıyız.
Aynı zamanda, bu havalı insansız dış giyimin arkasında, bagajdaki manzara aslında o kadar da güzel değil. Normalde, insansız bir aracın bagajında, bu güçlü donanımın normal şekilde çalışmasına izin vermek için 3 kilovattan fazla bir güç kaynağı gerekir.
Elektrik tüketimine dayanan tek bir aracın bilgi işlem gücüne güvenmek, gelecekteki ticarileştirmeyi desteklemek için yeterli olmayabilir. Bagaja ek olarak, aracın yanında bilgisayar geçmişi olan bir refakatçi de olabilir. Eskort genellikle nispeten yüksek, özel bir araba sürücüsünün maaşından çok daha yüksek ücretlendirilir.
Derin öğrenmeye dayalı Jufei teknolojisi çözümü
Bu nedenle, teknolojik yol perspektifinden, bisiklet akıllı modelinin geliştirilmesinden mevcut seviyeye ve ürünleştirmenin uygulanmasına kadar, başka hangi yönleri yapabiliriz? Mantıksal akıl yürütmedeki yanlış varsayımların neden olduğu sorunları telafi etmeliyiz ve bu aslında derin öğrenme algoritmasıdır ki bugün otonom sürüşte karşılaştığımız eksikliklerden bazılarıdır.
Tsinghua Üniversitesi Yapay Zeka Araştırma Enstitüsü Dekanı Akademisyen Zhang Bo, otonom sürüşün tüm uygulamasının derin öğrenme sonrası çağa girmesi gerektiğini öne sürdü. Derin öğrenme sonrası nedir? Yani, "otomobil, bulut ve yol işbirliği" yöntemi aracılığıyla, deneyime dayalı, istikrarlı ve güvenilir veriler ve uç muhakeme algoritmaları artı gerçek zamanlı algı verileri bir araya getirilir, yönlendirilir ve açıklayıcı hale getirilir. Nispeten güçlü ve güvenilir yapay zeka teknolojisi.
Derin öğrenmeye dayalı önceki yapay zeka teknolojisi, yapay yapı ile kolaylıkla değiştirilebilir. Örneğin, yapay olarak oluşturulmuş arka plan gürültüsüyle birlikte Alpler'in bir fotoğrafı eklenir ve sonunda makine algoritması onu bir köpek olarak tanıyacaktır. İster lidar ister kamera olsun, gerçek zamanlı algıya dayalı bir aracın, yol kenarındaki bir hız sınırı işaretini yolda bir çatal olarak algılaması, bunun ne gibi tehlikeli sonuçlar doğuracağı düşünülebilir.
Bu nedenle, Jufei teknolojisi perspektifinden, gerçek zamanlı algıya tamamen veya hatta çoğunlukla güvenemeyen sensörlerin, derin öğrenme sonrası döneme dayalı olarak geliştirilmesi gerekir ve daha güvenilir sonuçlar elde etmek için bazı daha kararlı veriler gerçek zamanlı sensörlerle entegre edilebilir. Otomatik pilot.
Bir demo yaptık. Sıradan bir araç, derin öğrenme sonrası ve yüksek hassasiyetli haritalarla ne tür yıkıcı değişiklikler yapabilir?
Çok sıradan bir araç, herhangi bir değişiklik yapılmadan, tek değişiklik, aracın dikiz aynasının altına bir cep telefonunun yerleştirilmesi ve ardından cep telefonunun, bir USB kablosu ile dikiz aynasındaki aracın CAN veri yoluna bağlanmasıdır. Bu USB kablosu sayesinde, bu sıradan arabayı kontrol eden cep telefonunun tüm algılama işlemleri gerçekleştiriliyor. Bu, kullanıcıların şeritlerde sürüş, otoyol birleştirme vb. Dahil olmak üzere 40.000 ila 50.000 arasında harcama yapmasını gerektiren gelişmiş bir sürüş yardım işlevidir.
Teknik açıdan bu nasıl başarılır? Veri ve algılama algoritmalarını cep telefonlarında, özellikle füzyon algılama algoritmalarında saklıyoruz. Donanımın kendisinden ayrı olarak, cep telefonunda depolanan veriler sıfırdan sonsuza ufuk ötesi algılama yeteneğine sahiptir. Şerit hattının yüksek hassasiyetli harita verilerine gerçek zamanlı algı verileri ekliyor ve aynı zamanda aracın kendi işletim verilerinin (atalet navigasyon ekipmanı, GPS sinyalleri) gerçek zamanlı durumunu son derece sağlam ve güvenli bir şekilde elde etmek için entegre ediyoruz. çözüm.
Bu araba için görünmez bir demiryolu hattı çizmeye benziyor, bu da aracın kötü niyetli saldırılardan etkilenmeden çok güvenli ve dengeli bir demiryolu yolunda gitmesine izin veriyor.
Bu yolda Juefei, ortağı Yutong Bus ile iki projede işbirliği yaptı.
İlk çözüm, L4 seviyesinde insansız bir minibüse yerleştirilen bir AR etkileşimli sistemdir. Arabadaki 22 inçlik LCD ekranda, yolcular aracın çevredeki ortamı nasıl algıladığını net bir şekilde görebiliyor. İster otobüs, ister yaya, bisiklet veya diğer hareketli nesneler olsun, arayüzde doğru bir şekilde görüntülenebilir; aynı zamanda aracın seyahat yönü, yol planlaması ve hedef nesnenin mesafe ölçümü de yolculara gösterilecektir.
İkinci plan, Yutong ile işbirliği yapmak, hızlı geçiş araçlarının tam sahne füzyon algısına ulaşması için nispeten yenilikçi bir çalışma modu. Tam sahne füzyon algısı, metrobüsün rüzgarlı, yağmurlu veya yoğun puslu olsun, 360 derecelik algıyı kör noktalar olmadan gerçekleştirebileceği anlamına gelir.
Ayrıca çok sayıda sensör kullanacağız.Bu algı donanımı setine dayanarak, tipik bir çoklu sensör füzyon teknolojisi oluşturmak için yol anlamsal bölümleme, görüntüler ve lazer nokta bulutları gibi temel teknolojilerimizi entegre ediyoruz.
Çoklu sensör füzyon özelliği, kamera aracılığıyla nesneleri tanımlayabilir veya nesneleri lidar aracılığıyla uzaklaştırabilir, ancak belirli bir sensör donanımına dayanmaz. Bu, otomobil ve yol işbirliği uygulamasında Yutong ile aramızda bir füzyon algılama çözümüdür.
Pek çok arkadaş, gelecekte Çin'in Cheyun Yolu'nun iniş için yavaş olabileceğini söyleyecektir. Aslında Çin, C-V2X'in politika düzeyinde uygulanmasına ilişkin bir beyaz kağıt formüle etti. 2025 itibariyle, yeni arabaların yarısı C-V2X özelliklerine sahip olacak. Şimdi her yıl 20 milyondan fazla yeni otomobil satılıyor ve bunların en az yarısı bu işleve sahip, bu da büyük bir pazar potansiyeline sahip. Otomobili dönüştürme yolumuz sayesinde, daha iyi bir araba-bulut-yol işbirliği elde edebiliriz.
Jufei Teknolojisinin Che-yun-Road Sinerjisi
Juefei'nin genel Cheyunlu işbirlikçi yazılım ve donanım entegre mimarisi, uygulamanın sonucudur. Bu mimarinin üst kısmı altyapıdır. Çekirdek seviye üç altyapıyı içerir: konumlandırma, iletişim ve yol kenarı tesisleri.
Peki Cheluyun nasıl işbirliği yapıyor?
Şu anda, yerli 5g ağ seviyesi standardizasyona ulaştı, yapılacak bir sonraki şey, anlaşma ile arabaya binme sürecinin nasıl uygulanacağı. C-V2X protokolünün ve 5g protokolünün kullandığı frekans bantlarının her ikisinin de 5000 Hz içinde olduğunu belirtmekte fayda var yani 5g alıcı yongası araca takıldıktan sonra doğal olarak C-V2X protokolünü alıp yol kenarına da bağlanma yeteneğine sahip olacak. Ünitenin kapasitesi.
Konumlandırma boyutu açısından bakıldığında, uydulara ve Beidou uydularına ek olarak Çin'in geçmişteki büyük ölçekli konumlandırma sistemleri, yol kenarı farklı konumlandırma baz istasyonlarıdır. Şu anda, Çin'de temelde iki farklı konumlandırma baz istasyonu sağlayıcısı bulunmaktadır. Eskisi, ülke genelinde 2.000'den fazla baz istasyonunu konuşlandıran Chihiro. Yeni gelişme China Mobile'dır. Şimdi China Mobile, Çin'deki en büyük diferansiyel konumlandırma baz istasyonu operatörü haline gelmiş olabilir ve 2020'de 250.0005G diferansiyel konumlandırma baz istasyonu kurması bekleniyor.
Bu altyapı ve donanım mimarileri, Çin'in Cheyunlu işbirliğinin uygulanması için çok iyidir. Altyapı düzeyinden yüksek oranda bağımlı ve güvenilir birçok altyapıyı çözmeye eşdeğerdir. Bu temel katmandır.
Yazılım katmanı ve donanım katmanı açısından bakıldığında, arabadaki sensörler, antenler ve frenler gibi donanım bileşenlerinin tümü OEM'e teslim edilir. Yazılım ve bulut kısımlarında, özellikle yazılım algılama, konumlandırma ve planlamanın üç kısmı, aslında "araba, bulut ve yol işbirliği modelinin" gerçek değerini oynayabileceği yerdir. Juefei Technology tarafından benimsenen teknik rota, konteyner olarak son derece güvenilir, yüksek hassasiyetli bir harita kullanmaktır.Üst katman çoklu sensör füzyonu konteynere yerleştirilir ve birleşik hesaplama daha güvenilir bir karar motoru gerçekleştirir.
Juefei Technology'nin konumu, tüm akıllı seyahat endüstrisi için bir veri motoru oluşturmak ve "iki tekerlekten çekişli" bir model oluşturmaktır. Bir yandan, operasyon senaryoları için yüksek hassasiyetli dijitalleştirme yetenekleriyle güçlendirilmiştir. Öte yandan, akıllı terminaller için etkili zaman ve alan senkronizasyonu ve füzyon, araç tarafı sensör verileri, yol tarafı sensör verileri ve yüksek hassasiyetli harita verileri aracılığıyla gerçekleştirilir ve güvenilir ve doğru akıllı çözümler sağlamak için bilgiye dayalı ve veriye dayalı olarak birleştirilir. Otonom araçların güvenliğini etkin bir şekilde sağlayabilir.
Veri motorumuz pazara girdikten sonra, otonom sürüş endüstrisindeki birçok sorunlu noktayı çözdü. Örneğin, algı, lidar ile kamera arasında tamamen lidar'a güvenmeden bir milisaniyenin altında senkronizasyon sağlayabilir ve bu da bisiklet akıllı modunun bazı doğal eksikliklerini telafi eder.
Özetle Juefei Teknolojisinin 4 teknik avantajı vardır; dijital yol motoru, çoklu veri normalleştirme motoru, çapraz platform ve çapraz terminal yol muhakeme motoru ve bulut ile araba terminali arasında büyük verilerin kurulması. Dağıtım motoru.
Ardından, China Mobile ile elde ettiğimiz araçlar ve altyapı arasındaki farklı konumlandırmanın etkisini sizlerle paylaşacağım.
Araç yolun ortasına doğru birleştiğinde şeridin ortasına gidin. Yüksek çözünürlüklü haritada aracın da çok isabetli gittiğini görebilirsiniz. Otomobilin kendisi 10.000 yuan'dan fazla lidar ve algılama ekipmanı ile donatılmamış. Takılan tek cihaz, China Mobile'ın zemin diferansiyel konumlandırma baz istasyonunun alıcısıdır.Alıcı üzerinde çalışan Jufei tarafından sağlanan veri motoru algoritması, bu arabanın elde etmesini sağlar Santimetre seviyesinde yüksek hassasiyetli konumlandırma.
Araç ve yol arasındaki işbirliğine ek olarak, "Akıllı Araç Geliştirme Stratejisi" ayrıca gelişmiş altyapının inşasından bahsediyor ve ardından büyük veri bulut kontrol altyapı platformunun yapımını teşvik etmeye odaklanıyor. Bulut kontrol platformu neden bu kadar önemli?
Bulut kontrol platformu, buluttan eksiksiz bir veri seti oluşturur ve ardından yoldaki araçları bulut aracılığıyla birbirine bağlar. Bu araçların uçta çalışan cihazlar olduğu anlaşılabilir. Uç cihaz ile bulut kontrol veri platformu arasındaki etkileşim, birden çok akıllı terminal ve birden çok seyahat senaryosu için küresel bir çözüm sağlayabilen bir füzyon modeli oluşturur.
Gelecekte, geleneksel araçlar gerçekten uç cihazlar haline gelecektir. Araç, bulut kontrol platformu üzerinden bağlandıktan sonra, araç ağa gerçek zamanlı olarak bağlanabilir ve asla düşürülmez. Artık her cep telefonu Sanayi ve Bilgi Teknolojileri Bakanlığı'nın ağ erişim sertifikasına sahip.Yakın gelecekte bulut kontrol platformunun inişiyle ve 5g ağının bağlanmasıyla her arabanın da bir erişim bağlantısı olacağına inanıyorum.
Özetle, teknolojiden seri üretime kadar karşılanması gereken dört gerekli ve yeterli koşul olduğuna inanıyorum.
İlk nokta, sektörde talep ve sıkıntılı noktalar olması gerektiğidir. Geçmişteki birçok otonom sürüş çözümü, çoğunlukla pastaya krema sağladı. Tüketiciler binek araçlara baktıklarında, nihayetinde güvenliğe bakmaları gerekir.
İkinci nokta, ekonomi açısından, ister teknoloji, ister donanım, ister yazılım olsun, çözümün büyük ölçekte uygulanabilir olması gerektiğidir. Bir araba ve beş araba, modifikasyon şemaları aracılığıyla otomatik sürüşü gerçekleştirebilir. Ancak bu yaklaşım gerçekten ölçek getirebilir mi? Hayır, aynı zamanda birçok tedarik zinciri sorununu ve orijinal üretim hattının dönüşümünü de içeriyor.Bu, tedarik zinciri açısından değerlendiriliyor. Herhangi bir otonom sürüş teknolojisi, yere indiğinde farklı donanımlarla uyumlu olmalıdır.
Üçüncü nokta, rekabet düzeyinde, birçok girişimci şirket için kendi rekabet avantajlarını oluşturmaları gerekir. İnternet çağı kapalı döngü yinelemelerinden bahsediyor. Kapalı döngü yineleme, piyasaya sürülen teknolojilerin ve ürünlerin müşterilerden ve kullanıcılardan geri bildirim ve veri toplayabilmesi gerektiği anlamına gelir.
Geleneksel OEM modeli için otonom sürüşün önemi, donanımı tanımlamak için yazılım kullanmaktır. Bu nedenle, kapalı döngü yinelemesinin nasıl kurulacağı dikkatli tasarım ve düşünmeyi gerektirir. Ne tür bir işbirliği verileri kapalı döngüye sokabilir? Bu nedenle, veri kapalı döngüsüne ek olarak, bir endüstri ittifakının nasıl kurulacağı da düşünülmektedir.
Son nokta teknik düzeydir, yüksek güvenilirlikli çözümler sağlamalıyız. Belirli bir yol ve bir donanım parçası belirlemek aslında çok riskli bir seçimdir. Ancak bu, kısa vadede bir şirkete bir miktar donanım geliri getirebilir. Ancak son bakış açısından, sürücüsüz sürüş büyük ölçekli ve evrensel hale gelirse, insanların, araçların ve yolların işbirliği gerçeğe dönüştükten sonra, pazarın iş mantığı hala donanım tarafından yönlendirilmiyor mu?
Bu nedenle, ekonomi, endüstri, rekabet ve teknolojinin dört boyutundan, teknolojiden ürün seri üretimine kadar olan süreçte dikkate alınması gereken dört unsur bunlar.
(Lei Feng Ağı)
Lei Feng
