Qingzhou Zhihang, California'da karantinaya alındıktan sonra sürücüsüz bir açık sınıfa katıldı.
"California'nın" Evde İzolasyon "yaptırım kararının verilmesinden sonraki üç saat, Qingzhou Zhihang için unutulmaz üç saattir."
16 Mart, Silikon Vadisi saatine göre saat 16: 23'te, şirketin kurucu ortağı ve CEO'su Yu Qian, ilgili Kaliforniya hükümeti tarafından gıda satın alımları, tıbbi tedavi veya diğer acil durumlar dışında tüm sakinlerin evde izole edilmesini gerektiren resmi bir zorunlu emir aldı. Evi terk et. Emir o gün gece yarısı 12'de yürürlüğe girdi.
Başka bir deyişle, Qingzhou Zhihang'ın canlı test sürüşünü yapması için sadece 8 saat kaldı.
Yu Qian, Silikon Vadisi risk sermayesi BoomingStar Ventures'ın yönetici ortağı Alex Ren ile üçüncü şahıs olarak hemen iletişime geçti ve o gün saat 19: 00'da yol testinin bir acil durum videosunu kaydetti. Zaman daralıyor ve ekibin kaydı tek seferde başarıyla tamamlaması gerekiyor.
Neyse ki, test arabası haritadaki rotayı takip ederek Arabadan geçme senaryosu mücadelesini başarıyla tamamladı.
Pekin saatine göre 21 Mart'ta Qingzhou Zhihang videoyu çevrimiçi paylaşım oturumuna taşıdı. Resimdeki şeritlerin geleneksel tek şeritli şeritlerden daha dar olduğu ve konumlandırma ve kontrol gereksinimlerinin nispeten yüksek olduğu görülebilir.Yatay konumlandırma ve kontrol doğru değilse kaldırıma yuvarlanacak veya binaya çarpacak; ve dikey doğru değilse , Yiyecek penceresini sipariş etmenize izin verilmeyecek; ikincisi, çıkışta yapılandırılmamış bir yol olan bir otopark var.İnsanların ve araçların karışık durumuyla başa çıkıp, korumasız bir sağa dönüşle ana yola girmek gerekiyor. En zorlu nokta, tekrar tekrar test edilebilen açık yolların aksine, buranın normal iş yeri olması.
Temel algı algoritması ve harita uzmanı olan Yu Qian, ilk başarılı yolculuk deneyimini ekibin çok sayıda erken simülasyon testine bağladı.
Büyük ölçekli akıllı simülasyon sistemi ve karar verme planlama çerçevesini bağımsız olarak öğrenebilen teknik yol, insansız şirket Qingzhou Zhihang'ın temel avantajlarıdır. Paylaşım oturumunda Yu Qian, bu benzersiz teknolojik yolu "otomatik ölçekli bir üretim fabrikasının" kurulması ile karşılaştırdı: "Geleneksel" merdiven inşa etme "yoluna kıyasla, daha çok" bir roket inşa etmek "gibi."
Otonom sürüşün uzun kuyruk etkisiİşine başlamadan önce, Waymo'nun algısının anahtar modülünün makine öğrenimi algoritması araştırma ve geliştirmesinin başkanı olarak deneyimi, Qian üzerinde ince bir etkiye sahipti.
Ona göre, Kaliforniya Motorlu Araçlar Dairesi (DMV) tarafından her yıl yayınlanan MPI göstergesi, doğrudan karşılaştırılırsa anlamsızdır. Aksine aynı şirketin devralma oranını zaman boyutunda karşılaştırmak daha ilginç.
Waymo'yu örnek olarak, toplam kilometre ve kilometre kapsamı çeşitliliği açısından sektör tarafından tanınan bir örnek olarak alın. 2018 ve 2019'da Waymo'nun devralma türlerini karşılaştırırken, algı yüzdesinin 25'ten önemli ölçüde arttığını göreceğiz. % 47'ye yükseldi.
Bu, Waymo'nun algılama yeteneğinin azaldığı anlamına mı geliyor?
"Pek sayılmaz."
Mutlak MPI perspektifinden bakıldığında Waymo, algılama ve hareket planlamasında ilerleme kaydetmiştir. Genel orandaki değişimden, algı oranındaki artışın, planlama kararlarının neden olduğu devralma oranındaki düşüşe bağlı olduğu görülmektedir. Bu, şirketin büyük ölçekli simülasyon testinden de ayrılamayan planlama ve karar verme konusunda büyük teknolojik ilerleme kaydettiği anlamına gelir.
Bu, Yu Qian'a kendi işini kurması için ilham verdi.
Mühendis yavaş yavaş, algının uzun süredir nispeten belirleyici bir sorun olduğunu ve endüstrinin çok net test ve değerlendirme standartlarına sahip olduğunu ve genel metodolojinin de çok açık olduğunu fark etti. İşte tam da bu nedenle herkes şu anda en zorlu sorun olarak görülen planlama ve karar verme teknolojisine odaklanmaya başladı:
Her şeyden önce, teknik belirsizliğin ölçülmesi zordur; ikincisi, endüstrinin ana akım planlama ve karar verme metodolojisinin 20 yıl öncesine kıyasla büyük bir atılımı yoktur. Bununla birlikte, taklit öğrenme veya pekiştirmeli öğrenme yöntemleri, büyük ölçekli pratik uygulamalarda hala birçok soruna sahiptir.
Bu, insansız sürüşün neden yavaş inişe geçtiğini açıklıyor gibi görünüyor: "Otonom sürüş teknolojisi belirgin bir uzun kuyruk etkisine sahiptir. Sorunların% 90'ını teknik olarak çözmüştür, ancak geri kalan% 10 aynı miktarda veya daha fazlasına mal olabilir. Enerji, bu% 10 birçok sınır problemi içeriyor. "
Büyük miktarda veri toplama ihtiyacına ek olarak, sürekli olarak toplanan etkili verileri otomatik araçlar aracılığıyla kullanılabilir modeller halinde işlemek için otomatik bir üretim fabrikası kurmak daha önemlidir.
Daha sonra, bu, Qingzhou Zhihang'ın otonom sürüş endüstrisinin uzun kuyruk etkisiyle başa çıkmak için problem çözme yöntemi haline geldi.
Simülasyon yazılımının çoğu "gösterişli""Simülasyonun büyük ölçekli insansız sürüş teknolojisine ulaşmanın tek yolu olduğuna inanıyoruz." Qingzhou Zhihang Wang Kun ve Yu Qian'ın bir diğer kurucu ortağı bir fikir birliğine vardı.
Piyasada çok sayıda simülasyon yazılımı bulunmaktadır, en popüler olanı oyun motoruna dayalı simülasyon yazılımıdır. Arayüz açısından daha iyi görünüyor, simüle edilmiş bir şehir gibi, sahne çok gerçek.
Ancak, Qingzhou Zhihang, bu ana akım "gösterişli" yaklaşımı reddetti. Simülasyon yazılım arayüzleri çok basittir, karmaşık oluşturma işini terk eder ve düşük maliyet, esneklik, ölçeklenebilirlik ve ölçülebilirlik elde etmeyi umarak yalnızca 3B Kutu ve radar noktalarının üst üste binmesi dahil olmak üzere algılama sonuçlarını tutar.
Ekrandaki iki uygulama tanıtım videosundan, bir yandan simülasyon ve ilgili araç zincirlerinin yardımıyla verimli bir veri testi kapalı döngüsü oluşturabileceği, algoritma testini ve verimli yinelemeyi destekleyebileceği ve insanları istifleme veya araçları istifleme şeklinin yerini alabileceği görülebilir. Öte yandan, yalnızca büyük ölçekli akıllı simülasyonla doğrulanan yazılım, güvenliği ve kullanılabilirliği garanti edebilir.
Geçen yılın ilk aşamasında, Qingzhou Zhihang, hile ve demontaj yoluyla belirli bir küçük uygulama senaryosuna girmek istemedi ve sorunları insanları istifleyerek çözebilen ve ölçeklenemeyen bir mühendislik şirketi haline geldi. Bunun yerine, "iç gücü uygulamaya" odaklanır ve yeterince derin ve yatay olarak genişletilebilir ana çizgiye ulaştıktan sonra, gerçek insansız sürüş hafif ve hızlı bir şekilde gerçekleştirilebilir.
Ekip, genişletmek için ilk önce simülasyonu ve ilgili araç zincirlerini kullanarak verimli bir veri testi kapalı döngüsü oluşturuyor, algoritma testini ve verimli yinelemeyi destekliyor ve insanların veya kamyonların yerini alıyor. Güvenliği ve kullanılabilirliği sağlamak için.
Şirket, üç noktaya etkili veri, akıllı simülasyon sistemi ve karar verme planlama çerçevesini teknolojiyi ileriye taşıyan vitesler olarak ele almayı hedefliyor. Büyük ölçekli bir akıllı simülasyon sistemi ve kendi kendine öğrenen bir karar verme planlama çerçevesinin yardımıyla, nihayet geçerli verilerin kullanımını en üst düzeye çıkarabilir, test maliyetlerini büyük ölçüde azaltabilir, geliştirme verimliliğini artırabilir ve çözümlerin ölçeklenebilirliğini sağlayabiliriz.
Resmi açıklamaya göre, Amerika Birleşik Devletleri'ndeki Silikon Vadisi'nden bu otonom otomobil şirketi, karmaşık kentsel trafik ortamına uyum sağlayan "eski bir sürücü" yaratmak için bu "ana akım olmayan" yöntemi kullanıyor.
