Otonom sürüş serisi | Xiaopeng Motors'un otonom sürüşü nasıl toplu olarak ürettiğini görün!
Öncülük etmek: Otomobil endüstrisi ciddi değişikliklere uğradı ve otonom sürüş dalgası geliyor. Dalga tarafından mı yutuldu yoksa dalganın tepesinde mi durdu? "Yapay Zekanın Annesi Projeleri" unvanı nasıl kazanılır ve araçları kontrol etmek için el yerine zeka nasıl kullanılır? 14 Eylül'den itibaren Zhixi 9 seri otonom sürüş kursu başlattı. Dokuz pratik eğitmen size 810 dakikadan fazla sistem açıklaması ve derinlemesine etkileşim sunacak, 33 bilgi noktasının profesyonelce kaldırılmasını tamamlayacak ve otomobillerin geleceği için bilgi engellerini oluşturmak için sizinle birlikte çalışacaktır.
Ders 6, Xiaopeng Auto'nun otonom sürüşünden sorumlu kişi Xiao Zhiguang tarafından "Yeni bir araba pragmatisti otonom sürüşü nasıl görür?" Temasıyla açıklanıyor.
Ders serisinin PPT yüklemesini almak için aracın genel hesap iletişim kutusunda "otomatik sürüş" yanıtını verin.
Bu dersten alıntılar ve Xiao Zhiguangın harika bakış açıları, derse bir dakikalık bir genel bakış olarak aşağıdaki gibidir.
Hızlı genel bakış
1. Yeni otomobil şirketleri otonom sürüş teknolojisine nasıl bakıyor?
Otopilotun gerçekleşme yolu iki büyük okula bölünmüştür, biri Google tarafından temsil edilir ve doğrudan L4-L5'e "bir adım" gider; diğeri ise L1'den L4'e "kademeli ilerleme" olan Tesla tarafından temsil edilir.
Otonom sürüş teknolojisi, birden fazla boyutta düşünüldüğünde sıcak olmasına rağmen, gelişimi bir süre daha emekleme döneminde olacak Önümüzdeki yedi veya sekiz yıl içinde, L1-L3 seviyesindeki "insan-makine birlikte sürüş" kitlesel olarak üretilen otonom sürüş olacak. Genel olarak, bu aşamanın özelliklerini belirleyen faktörler, otonom sürüşün teknik darboğazını ve destek hizmetlerinin göreceli geri kalmışlığını içerir.
Teknik darboğazlar şunları içerir: yapay zeka olgunluğunun geliştirilmesi gerekiyor; kitlesel üretilen araba gösterge sensörleri ideal durumda değil; hızla yükselen otonom sürüş kodlarının araba kontrolünde doğrulanması gerekiyor; düşük maliyetli kablo kontrol sistemleri henüz popüler hale gelmedi.
Destek tesisleriyle ilgili sorunlar şunları içerir: yasalar ve düzenlemeler henüz mükemmel değildir; altyapı henüz kurulmamıştır; halkın otonom sürüşü olgunlaşmamış kabulü.
Bu duruma bağlı olarak, yeni otomobil şirketlerinin kademeli bir yol seçme olasılığı daha yüksektir.
2. Otonom sürüş teknolojisinin toplu üretimi ve yüklenmesi
Otomasyonlu sürüş teknolojisinin toplu olarak üretilebilmesi için öncelikle ürünleri makul bir şekilde tanımlaması, Ar-Ge yetenekleri oluşturması ve tedarik zincirini derinlemesine entegre etmesi gerekir. Temel koşullar yerine getirildikten sonra otomatik sürüş sistemini (donanım) tasarlamak ve aynı zamanda destekleyici algoritmalar ve yazılımlar geliştirmek gerekir.
Donanım sistemlerinde, sensör verilerini doğrudan okuyabilen ve birleştirebilen ve karar verme kontrol sonuçlarını çıkarabilen entegre mimariler giderek daha fazla kabul görmektedir. Yazılım sisteminde, gevşek bağlı algoritma modülleri, otonom sürüş yazılımının taşınabilirliğini ve ölçeklenebilirliğini geliştirmeye yardımcı olur. Böyle bir yazılım ve donanım sisteminde, gelecekteki eğilim, otonom sürüşün evrimini kademeli olarak gerçekleştirmek için havadan yükseltmeler yoluyla tam (L4 özellikli) otonom sürüş donanımı platformunda yazılım yinelemeleri gerçekleştirmek olacaktır.
3. Otonom Sürüş İnsanlara Ne Kadar Yakın? Xiaopeng Davası
Yeni otomobil şirketleri, otonom sürüş açısından nispeten pragmatik ve ilk önce birincil otonom sürüş işlevlerini iyi bir şekilde yapma eğilimindedir. Xiaopeng Automobile'i örnek olarak alırsak, şu anda 60 km / s'de tam otomatik park etme ve otomatik takip işlevlerinin geliştirilmesine odaklanıyor.Yol ortamı hedef tanıma ve düşük maliyetli yüksek hassasiyetli konumlandırma üzerine ön araştırmalar da devam ediyor.
Ders Kaydı
Xiao Zhiguang: Herkese merhaba. Ben Xiaopeng Motors'tan Xiao Zhiguang ve şu anda şirketin otonom sürüş geliştirme işinden sorumluyum. Bugün otonom sürüşü tüm meslektaşlarımla tartışmaktan çok mutluyum Bugün paylaşacağım konu otonom sürüşün nasıl uygulanacağı. Otonom sürüş, otonom sürüşü nasıl uyguladığımız ve ilerlememize ilişkin görüşlerimizi paylaşacağım.Araştırma ve geliştirme veya araştırma alanında tüm meslektaşlarımıza yardımcı olacağını umuyorum.
1. Yeni otomobil şirketleri otonom sürüşü nasıl görüyor?
İnsan-makine birlikte sürüş
İlk konuya başlıyoruz. Önümüzdeki yedi veya sekiz yıl içinde, binek otomobillerin esas olarak insan-makine ortak sürüşü şeklinde toplu üretilen otonom sürüş ürünlerini piyasaya süreceğine inanıyoruz. Amerikan Otomotiv Mühendisleri Derneği'nin tanımına göre, Seviye 1, Seviye 2 ve Seviye 3, insan-makine ortak sürüşüdür.Seviye 1 ve Seviye 2 temelde insan izleme ortamına, Seviye 3 ise araç izleme ortamına dayanmaktadır.
Otonom sürüş alanı şu anda iki türe ayrılmıştır, biri tek adımdır, yani Seviye 4 ve Seviye 5 otonom sürüşü doğrudan geliştirmek. Örneğin, Google 2015 yılında çok sevimli bir araba olan Waymo'yu piyasaya sürdü ve çok cesur bir girişimde bulundular, direksiyon simidini, frenleri ve gaz pedalını söktüler. 100 yıldan uzun süredir arabada bulunan bu aktüatörleri kaldırarak, sürücüsüz arabaları doğrudan geliştirme kararlılıklarını gösterdiler, ancak bu araba henüz seri üretilmedi.
Diğeri, Seviye 1'den Seviye 4 aşamalı yinelemeye kademeli ilerlemedir. Örneğin Tesla, süper seyir ve şerit tutma temelinde çok tanıdık olan Otopilot 1.0'ı piyasaya sürdü.Yüksek derecede otomasyona sahip, ancak aynı zamanda Seviye 2 seviyesine de ait. Tesla, bu yıl tamamen otonom sürüş için bir donanım çözümü başlattı, ancak serbest bırakma işlevi hala 2. seviyede başlıyor. Daha yüksek seviyeli otonom sürüş, daha sonra havadan yükseltmelerle yinelenecek.
Binek araç ürünlerinin inişinin başlangıç noktasına dayanarak, geliştirmeye kademeli bir yaklaşım tercih ediyoruz. Otomatik sürüşün mevcut donanım ve algoritma düzeyine göre, kullanıcı deneyimini iyileştirebilen ve oldukça akıllı olan otomatik sürüş işlevleri sunacak.
Seri üretim otonom sürüşün teknik darboğazı
Görüşlerimden iki boyuttan bahsedeyim. Her şeyden önce, otonom sürüşte hala bazı teknik darboğazlar var ve aşılması uzun zaman alıyor. Resimde dört noktayı sıraladım mesela popüler yapay zeka beklentilerimize ulaşmaktan ve Turing testini geçmekten çok uzak, insan gibi düşünen genel bir yapay zeka algoritması yok. Örnek olarak yapay zeka alanındaki en popüler derin öğrenmeyi ele alalım. Gerçekten de görüntü tanıma, konuşma tanıma ve metin tanımada ve hatta bazı tıbbi teşhislerde çığır açan gelişmeler kaydetti. Ancak verilerin sertliğini ve anlaşılmazlığını göz ardı edemeyiz, aynı zamanda yeni durumlarla başa çıkmak zordur ve güvensizdir. Bu sorunlar bana yapay zekanın hala giriş aşamasında olduğunu düşündürüyor, büyük potansiyele sahip olmasına rağmen büyümesi uzun zaman alacak.
İkinci nokta, sensörlerin ideal duruma ulaşmamış olmasıdır, otonom sürüş için kullanılan her sensörün sınırlamaları ve eksiklikleri vardır. Örneğin, milimetre dalga radarının yatay doğruluğu özellikle yüksek değildir, aynı zamanda sabit nesnelerin algılanmasını da kaçırabilir ve lidar gibi nesnelerin konturlarını tanımlayamaz. Başka bir örnek olarak, kameranın algılama yeteneği ve güvenilirliği büyük ölçüde algoritmanın seviyesine bağlıdır ve aynı zamanda güçlü ışık, yağmur ve sis gibi hava koşullarından nispeten etkilenir.
Üçüncü nokta ise, akıllı algoritmaların ve mimari yazılımların yoğun bir şekilde uygulanmasıyla, otomotiv alanındaki kod miktarının daha önce hiç olmadığı kadar artmasıdır.Ödünç alınan birçok kod, arabada titizlikle doğrulanmamıştır.Kod nasıl test edilir ve güvenli bir şekilde uygulanır. Çok önemli bir iş. Örneğin, insansız araçlara ROS sistemini uygulamak gerçekten güvenli mi, otomotiv uygulama alanı için araca özel bir ROS sistemi gerektiriyor mu? Bu şeyleri keşfetmenin uzun zaman alacağına inanıyorum.
2015 yılında Çin'in araba satışları yaklaşık 25 milyondu ve bunun% 3'ünden azı ADAS sistemleriyle donatılmıştı. Bu verilerden, tel kontrol yürütme sisteminin penetrasyon oranının çok düşük olduğu ve bunun da tel kontrol yürütme sisteminin çeşitli sorunlarını yansıtabileceği görülebilir. Maliyeti nispeten yüksek ve bazı teknik eşikleri var Şu anda, Bosch ve Continental gibi sadece birkaç üst düzey tedarikçi bunu yapabilir.Üretim kapasitesini artırmak bir süreç ve zaman alır.
Seri üretim otonom sürüş için inşaat sorunlarını desteklemek
Başka bir boyuta bakalım: Otonom sürüşün destekleyici yapısının şu anda eksiklikleri var. Her şeyden önce, kanunlar ve yönetmelikler mükemmel değildir ve yerel kanun ve yönetmelikler bile boştur.Araştırma ve geliştirmeyi test etmek veya Alman otonom sürüş ürünleri için sorumluluk paylaşımı için Kaliforniya'ya benzer herhangi bir kanun ve yönetmelik yoktur. Daha sonra, ulaşım olanaklarının desteklenmesinde, otonom sürüş, ulaşım alanında devrim niteliğinde bir teknoloji olarak, kaçınılmaz olarak atlı vagonlar yerine arabalar gibi yol tesislerinde derin bir etkiye sahip olacaktır. Ve ne tür bir etkisi olacak ve nihai yol şekli nedir? Bunlar net değil. Sadece ulaşım tesislerinin yapımında çok fazla şey olduğunu biliyoruz ve döngü çok uzun olacak. Son olarak, otonom sürüş şu anda aşırı ısınan bir dikkat çekiyor. Otomatik sürüşün neden olduğu herhangi bir güvenlik kazası büyütülecektir ve başkalarının otomatik sürüşün güvensiz olduğu izlenimini edinmesi kolaydır ve herkesin bunu doğru bir şekilde anlamasını etkiler.Bu nedenle, insanların bunu doğru bir şekilde anlaması biraz zaman alacaktır.
Genel olarak konuşursak, otonom sürüş sistematik bir projedir, kaynak yoğun ve teknik olarak zor bir şeydir. Her yönüyle kapsamlı kaynaklar gerektiren bu tür bir projenin kısa devre etkisi olması muhtemeldir, bu nedenle hangi teknolojiyi açıkça ayırt etmeniz gerekir. Çığır açan amaçlara yönelik Ar-Ge, teknoloji biriktirme için Ar-Ge ve kullanıcıların gerçekten deneyimleyebilecekleri ürünler için Ar-Ge.
Seri üretilen otonom sürüşün, teknoloji ve destekleyici etkileşimler ilerledikçe yavaş yavaş olgunlaşması gerektiğine inanıyoruz. Bu insan-makine ortak sürüş şekli uzun süre devam edecek, aslında şu anda piyasaya sürülen seri üretilen modeller istisnasız bu formdadır. Aşağıdaki resim herkesin aşina olduğu üç modeli listeliyor, bu yüzden onları tekrar etmeyeceğim.
2. Otomatik pilot nasıl toplu üretilir ve yüklenir
İkinci konuya bir göz atalım - otomatik sürüşe nasıl inilir? Elbette burada tartışılan otomatik sürüş Demo değil, Xiaopeng modellerinde bazı kullanıcı odaklı işlevler.
Otonom sürüş geliştirme sistemi odağı
Bu PPT'ye odaklanmak istiyorum. Öncelikle geliştirme fikirlerimizden bahsetmek istiyorum: Kitlesel üretim geliştirmemiz üç yönden gerçekleştiriliyor: makul ürün tanımlama, kendi araştırma ve geliştirme yeteneklerimizin oluşturulması ve tedarik zincirinin derin entegrasyonu.
Ürün geliştirme sürecinde öncelikle kısa vadede seri üretim prensibini takip ediyoruz. Bu sadece Xiaopeng'in gelişiminin ihtiyaçları değil, aynı zamanda savunduğumuz hızlı yineleme konseptiyle de uyumlu. Bu, tanımladığımız ürünlerin geriye dönük ürünler olduğu anlamına gelmez, mevcut teknolojilerin potansiyelinden tam olarak yararlanacağız ve kullanıcı deneyimini iyileştirme perspektifinden ürünler tasarlayacağız. Örneğin Tesla, Autopilot 1.0'ı piyasaya sürdüğünde dikkat çekiciydi, ancak aslında çok fazla teknolojik atılım yapmadı. Bunun yerine, şerit tutmayı, süper seyir ve araç takip teknolojilerini entegre etti ve sorunsuz bir Kullanıcı deneyimini iyileştirmek için geçiş yapın.
İkinci husus, kendi Ar-Ge kabiliyetlerimizi oluşturmaktır. Otomobillerin donanım tanımlarından yazılım tanımlarına dönüştüğü bir dönem olduğuna inanıyoruz.Yazılım mühendisleri, otomobil yapımı için çok önemli bir insan kaynakları ve temel teknolojiler kaynağı olacak, bu nedenle algoritmaların geliştirilmesine büyük önem veriyoruz. Aynı zamanda, otomotiv endüstrisindeki deneyim birikimine de büyük önem veriyoruz.Otomotiv endüstrisi, yüz yılı aşkın bir süredir geliştirme deneyimine sahip ve zengin bir mühendislik deneyimi biriktirdi: sistemleri nasıl entegre edip eşleştirecek, çok olgun bir teknik yönetim tecrübesine sahip tedarikçiler nasıl kontrol edilecek. Bizim için bir şeyler öğrenmeye değer. Aynı zamanda otomobil güvenliğinin de temel taşıdır.Bu deneyimleri nasıl uygulayacağımız ve devlerin omuzlarında nasıl yenilikler yapacağımız da aşmak için çabaladığımız yollardan biridir.
Üçüncü husus, tedarik zincirinin derin entegrasyonudur. Bu, orijinal olgun teknolojiye olan bilincimizi yansıtır ve aynı zamanda yenilik arayışımız için bir dönüm noktasıdır. OEM ile tedarikçi arasındaki işbirliğine dayalı ilişki ve sürecin pekişmesinden sonra, yönetimi kolaylaştırıp geliştirme verimliliğini ve ürün kalitesini iyileştirebilmesine rağmen, yenilikçi düşünce ve girişimleri de engellemektedir. Şu anda, önceki doğal işbirliği yöntemleri, son yıllarda teknolojik ilerlemenin ürettiği teknolojik potansiyelin bir kısmını gizlemiştir, bu nedenle, ürün geliştirme ve yeniliği hızlandırmak ve aynı zamanda kendi teknolojik yeteneklerimizi biriktirmek için tedarik zincirinde yeni işbirliği modelleri arıyoruz. Zaten bir üst tedarikçiyle deneyler yapıyoruz ve aynı zamanda, sensörleri bir yeniliğe zorlamak için bazı yeni sensörler geliştirmek üzere tedarikçilerle işbirliği yapmak için otonom sürüş anlayışımızı kullanmaya çalışıyoruz.
Otonom sürüş geliştirme süreci
Bu balık kılçığı diyagramı, otonom sürüş fonksiyonlarını geliştirmemiz için genel bir süreçtir.Açıklama açısı farklı olduğu için, genellikle gördüğünüz V şeklindeki sürece benzemez.Bundan başka bir açıdan bahsetmek istiyorum.
Otonom sürüşün bağımsız gelişimi, iki şeyin aynı anda yapılmasını gerektirir; biri sistemin tasarımı ve eşleştirilmesi, diğeri ise algoritmaların ve destekleyici yazılımların geliştirilmesi. Sıfırdan bir şeye bir şey yapmak aslında çok zordur.Mümkün olduğunca çok şey yapmak için sınırlı kaynakları kullanmayı tam olarak düşünmek gerekir. Otonom sürüş sisteminin geliştirme süreci aslında Xiaopeng'in geliştirilmesiyle yakından ilgilidir.
Xiaopeng çıplak arabaları yeniden yapılandırmaya başladığında, otonom bir sürüş sistemi kurmaya başladık ve aynı zamanda algoritma geliştirmeye devam ettik. Yetenek ekibini de eğiten donanım sistemi çözümleri ve algoritmalarının seçiminde bir çok girişimde bulunduk. Xiaopeng Motors geliştirilirken, doğal olarak çıplak arabadaki ön doğrulama sistemini eşleştirdik ve nihayet küçük araba grupları üzerinde bazı güvenilirlik ve tutarlılık testleri yaptık.
Aşağıda kısaca donanım ve yazılım sistemini tanıtıyoruz.
Donanım sistemi mimarisi
Donanım sistemimiz entegre bir mimari kullanır.Otopilot algoritmalarıyla donatılmış otopilot işlemcisi, kamera modülü, milimetre dalga radarı ve ultrasonik radar sensörlerinin bilgilerini doğrudan okuyabilir, bu sinyalleri birleştirebilir ve ardından karar verme kontrolü yapabilir. Son olarak, kontrol komutları doğrudan direksiyon ve otomatik gaz kelebeği gibi tel kontrollü yürütme sistemlerine gönderilir. Aynı zamanda, kontrolör büyük ekranlı enstrümanlar, direksiyon simidi ve düğmelerle doğrudan etkileşime girebilir.Bu, aynı donanım setine dayalı olarak işlevleri yinelememizi sağlar. Güncelleme yöntemi bir hava yükseltmesidir. Tesla, Nvidia ve Intel'in tanıtımıyla herkes bu tür çerçeveleri ortadan kaldırdı, ancak aslında 2014 yılında böyle bir sistem kurmak çok zor. En doğrudan sorun, sensörler ve aktüatörler arasındaki arayüzlerin açık olmaması. .
Yazılım sistemi mimarisi
AutoSAR standardına dayalı bir yazılım ortamı oluşturduk, araçla düzenlenmiş bir işletim sistemi benimsedik ve algoritma modüllerini ve destekleyici yazılımı oldukça soyutladık ve modüller birbirinden bağımsızdı. Bu, taşınabilirliğini ve ölçeklenebilirliğini artırabilir.Elbette, çok önemli bir başka faktör, birden çok algoritma mühendisleri arasında işbölümü ve işbirliğini kolaylaştırmaktır.
Gelecekteki trendin bu olduğuna inanıyoruz.Akıllı otomobiller tam otomatik sürüş donanım sistemi ile donatılmıştır ve yazılım yinelemeleri havadan yükseltmelerle gerçekleştirilir.
Bu PPT, Xiaopengin seri üretilen ilk modeline şu anda monte edilmiş otomatik sürüş sistemini göstermektedir. Sensör sistemi şunları içerir: 5 kamera, 12 ultrasonik radar, 1 ileri milimetre dalga radarı ve 2 geri. Milimetre dalga radarı, 1 atalet birimi. Sol alt köşede akıllı denetleyicimiz var, ona SCU adında bir takma ad verdik. Sağ alt köşede, GPS ve 4G ağlarının yanı sıra şu anda bize en iyi tedarikçiler tarafından sağlanan tel kontrol özellikli yürütme sistemi var.Ayrıca, önceki yılların teknolojilerini de tam olarak kullandık.
Bir test örneği vereyim. Yukarıdaki resim, yürüttüğümüz ağ bağlantı testi sürecidir. Ağ bağlantısı testi, test verimliliğini artırmak ve zaman kazanmak içindir. Şu anda, otonom sürüş fonksiyonlarının ilgili testleri de dahil olmak üzere, dışarıda çeşitli testlerden geçen düzinelerce araç var. Test verileri zaman içinde bulut arka planına yüklenecek ve arka plan verileri ayıklayıp işleyecektir. Algoritma ekibimiz, bir yandan hataları düzeltmek, diğer yandan algoritmayı optimize etmek için veriler üzerinde daha fazla analiz yapacak. Şirketin hizmete alma aracında test edin Test uygulanabilir olduktan sonra, test ve geliştirmenin verimliliğini büyük ölçüde artırabilecek toplu test için en son program her araca güncellenecektir.
Son konu hakkında konuşalım ve mevcut gelişmelerimizden bazılarını kısaca tanıtalım.
3. Otonom Sürüş İnsanlara Ne Kadar Yakın? Xiaopeng Davası
Öncelikle Xiaopeng Motor ne tür bir araba yapmak istiyor? Bu PPT üç yönü yansıtır: elektrikli, bağlantılı ve otonom sürüş. Xiaopeng Motors, öncelikle bir ağır elektrikli araç şirketidir.Elektriğin özelliklerini yansıtmak için şarj etmenin yanı sıra, otomatik kapı algılama, otomatik koltuk ayarı, akıllı pencere kaldırma vb. De var. İkincisi, ağda OTA yükseltmeleri ve cep telefonlarının uzaktan etkileşimi var. Ses, park ödemesi vb. Sonuncusu temamız ... Seri üretilen ilk arabamızın otonom sürüş fonksiyonu şeritten ayrılma uyarısı, kör nokta izleme, otomatik acil frenleme, otomatik takip, otomatik park etme ve arama özelliklerine sahip. Biz sadece yapıyoruz. Nihai deneyime sahip süper uygun maliyetli bir otomobil.
Xiaopeng Motors, otonom sürüşün geliştirilmesini her zaman şirketin stratejisinin bir konusu olarak görmüştür. Şu anda, otonom sürüşün geliştirilmesi üzerinde çalışan yaklaşık 30 kişilik bir ekip var. Gelişmeyi hızlandırmak için yakında Silikon Vadisi'nde başka bir otonom sürüş Ar-Ge ekibi kuracağız. Kanada Mühendislik Akademisi akademisyeni Profesör Zhang Hong, bizim baş bilimsel danışmanımızdır. O bir robot. Alandaki tanınmış uzmanların yanı sıra CUHK ve Carnegie Mellon Üniversitesi'nden bir Avustralyalı profesör olan, robotik ve görme uzmanı Gary Overett tam zamanlı olarak baş bilim adamımız olarak katıldı. Üyelerimizin yaklaşık% 90'ı, algoritma sistem entegrasyonu, kalibrasyon ve test gibi çeşitli alanları kapsayan ünlü şirketlerden ve okullardan geliyor ve gelecekte daha fazla yetenek bize katılacak.
Otomatik park
Şu anda tamamen kendi geliştirdiğimiz tam otomatik park sistemimiz seri üretime yakın olup, güvenilirlik ve tutarlılık testleri yapıyoruz. Piyasada görülen Bosch ve Valeo tarafından geliştirilen otomatik park sistemlerinden çok farklı olan donanım sistemlerinden algoritmalara kadar pek çok yenilik yapılmıştır. Robotik alanında, uyarlanabilirliği ve kullanıcı deneyimini büyük ölçüde iyileştiren çok sayıda teknolojiyi tanıttık.Bu PPT'de bazı parametreleri görebilirsiniz. Bununla birlikte, piyasada hala nispeten az sayıda model olduğu için, bu odadaki sadece az sayıda kişi tam otomatik park etme deneyimi yaşamıştır. Sistemimiz aslında park alanları ve sürücü yörüngesi gereksinimlerini rahatlatır, dinamik direksiyon simidini destekler, uyarlamalı olarak vites değiştirebilir, engellerden aktif olarak kaçınabilir, garaja geri dönebilir, arama ve diğer işlevler.
Otomatik takip
Aynı anda otomatik takip fonksiyonunun geliştirilmesine de başladık: Otomatik park etme fonksiyonu ile karşılaştırıldığında, ilerlemesi biraz daha yavaş. Şu anda, düşük hacimli araçlarımız ilgili donanım sistemleriyle donatılmıştır, şerit tutma ve saatte 60 kilometrenin altında otomatik seyir işlevlerini yerine getirmiştir ve daha yüksek hızlara çıkmaya devam edecektir.
İleriye Yönelik Araştırma: Yol Tanımlama ve Konumlandırma
Son PPT, ileriye dönük bazı ön araştırmalar için benden. Bu tür bir ön araştırma, seri üretim fizibilitesinin baskısı altında yapılan bir ön araştırmadır.Hangi noktalara daha fazla dikkat ettiğimizi göstermek için iki örnek vereyim.
Birincisi, yol ortamının hedef olarak tanınmasıdır. Herkes bir ismi değiştirdiğimi ve şerit tanımayı çağırmadığımı fark etti. Gelecekte tam otomatik sürüş sahnesinde üçten fazla tanıma hedefi olacağını düşünüyoruz, bunlar konumlandırma için gerekli statik nesneler, sokak görünümü tanıma ve planlamada kullanılan bordür taşları ile karıştırılacak, ancak mevcut donanım kaynaklarının Bunları yapmak için sınırlı, hatta algoritmalar parçalanmış olabilir, bu nedenle hedef türlerinin nasıl tanımlanacağına, algoritma kaynaklarının nasıl entegre edileceğine ve test verimliliğinin nasıl artırılacağına odaklanıyoruz.
İkinci örnek, konumlandırma sorunudur. Şu anda, çoğu insansız araç konumlandırma için RTK kullanıyor. Herkes bu ekipmanın son derece pahalı olduğunu ve gelecekte seri üretim için bir konumlandırma bileşeni olarak kullanılamayacağını biliyor. Konumlandırma, otomatik sürüşte temel teknolojilerden biridir. Konumlandırma çıktısının sabit ve gerçek zamanlı olup olmadığına büyük önem vererek bazı girişimlerde bulunuyoruz.GPS'nin mutlak konumlandırmasıyla karşılaştırıldığında, araç ortamındaki göreceli konumlandırma doğruluğunu daha çok önemsiyoruz. Konumlandırma maliyeti kontrol edilebilir olmalıdır, bu da partilerde kullanılıp kullanılamayacağını doğrudan etkileyecektir. Aslında, sadece konumlandırmaya çalışmakla kalmıyoruz, mevcut üretim arabalardaki nispeten konumlandırılmış bazı bileşenler zaten nispeten olgun ve kullanımda.
Paylaşım sona erdi. Umarım bu bilgiler size yardımcı olabilir ve soru sorabilirsiniz, teşekkür ederim.
Soru-Cevap Kaydı
Birinci soru
Xu Rongrong-Ningbo Jifeng Auto Parts Co., Ltd.-ie müdür yardımcısı
Otopilot donanımı OEM'lerle eşleştirildiğinde, araç yönetmeliklerini karşılamak için hangi testlerin yapılması gerekir?
Xiao Zhiguang: Bu soru da sık sık düşündüğümüz bir sorudur.Geleneksel OEM'lerin elektrik ve elektronik departmanlarında çok fazla deneyime sahip olduğunu düşünüyorum. Bu standardı takip ederseniz, büyük bir sorun olduğunu düşünmüyorum, ancak göz önünde bulundurmanız gereken şey, otomatik sürüş ve aktif kontrol özellikleri için bazı gereksinimler getirmektir. Örneğin, bizim için direksiyon sistemi bir yandan geleneksel elektrik ve elektronik gereksinimlerden bazılarıdır, diğer yandan statik ve dinamik performansının gereksinimlerimizi karşılayıp karşılayamayacağı da dahil olmak üzere aktif kontrol için bazı gereksinimlerdir. Beklenen performans gereksinimleri ve dinamik performans, tasarruf ve yanıt verme gibi bazı otomasyon göstergelerinden başka bir şey değildir.
Soru iki
Yu Hongda-Beijing Luchi Otomobil-Donanım Mühendisi
1. Seri üretim araba lidar için seri üretim (yüksek fiyat) nasıl çözülür?
2. Yüksek hassasiyetli haritalama, ulusal politika ve düzenlemeleri nasıl çözer?
Xiao Zhiguang:
1. Bu soruya cevap vermek gerçekten zor. Öncelikle lidarın seri üretim probleminin nasıl çözüleceğine gelince, bu lidar bileşen tedarikçilerinin yapmak için çok çalışması gereken bir şey olmalıdır. Gruptan biri de şu anda kursumda neden lidar'dan söz edilmediğini sordu, kitlesel üretime gelince, şu anda herkes keşif aşamasında, aslında biz de bekle-gör aşamasındayız. Ancak Lidar'ın hem çevresel modellemenin doğruluğu hem de güvenliği açısından çok iyi bir sensör olduğuna inanıyorum. Engelleri tespit etmek için lidar kullanmak çok güvenilirdir.Kameradan farklıdır.Bir kameranın güvenilirliği esas olarak tanıma algoritmasına bağlıdır.Tanıma algoritmasında bir problem olduğunda, ona çarpabilirsiniz; ancak lidar kendi fiziksel prensiplerine dayanır. Önündeki engelin bir engel olup olmadığına karar verildi.
2. Ulusal politikalara gelince, sektör belli bir seviyeye geldikten sonra doğal olarak bazı politikalar getireceğini düşünüyorum.Bisiklet paylaşımı ve Didi örnek, bunun yapılması gerektiğinde her zaman bir çözümü olacaktır. nın-nin.
Soru üç
Zhang Hongyan-Beijing Times Minxin Teknoloji-Donanım Mühendisi
Sürücüsüz araçların hareket kontrolünde genel olarak nasıl bir dinamik model kullanıldığını bize anlatır mısınız? Ana kontrol algoritmaları nelerdir?
Xiao Zhiguang: Bunu yaparken düşündüğümüz hakkında konuşmama izin verin Bunu yaptığımızda, birçok makalede ilgili bilgileri de topluyoruz ve sonra sistemimizde bazı simülasyonlar yapmaya çalışacağız. Son olarak, daha iyi bir algoritma bulun ve uygulayın. Ayrıca şirketler için belirli temel algoritmalar oluşturmazlar, ancak esas olarak akademideki bazı kişilerin icat ettiği algoritmaları belirli bir alana uygularlar ve sonra çok iyi eşleşirlerse, o zaman istediğimizi elde ettiğimizi düşünüyorum. Amacı. Tabii ki, birçok stratejik düşüncesi olacak ve birçok deney ve girişim yapması gerekiyor.
Soru dört
Yan Ming-Çin-İsviçre Trafik Güvenliği Araştırma Merkezi-Proje Yöneticisi
Kendi kendine giden arabalar aslında toplu olarak üretilip toplu halde kullanıma sokulduktan sonra, ortaya çıkabilecek yeni sorunların nasıl çözüleceği:
1) Kendi kendine giden arabalara çok inanan sürücülerin yol açtığı potansiyel güvenlik tehlikeleri;
2) Çok sayıda sürücüsüz araba kademeli olarak ortadan kaldırılacak ve bunların depolanması ve taşınması da toplum üzerinde büyük bir yük haline gelecektir.
Xiao Zhiguang:
1. Bu soru çok iyi sorulmuş. Bu yönü de sık sık dikkate alıyoruz.Tabii ki Xiaopeng Motors tarafından donatılan ilk otomobil için artık Seviye 2 otonom sürüş olarak konumlandık.Aynı zamanda direksiyon simidine sensör takmak gibi bir çok iş de yaptık. Sürücü için ayrıca direksiyon simidini aralıklarla tutmak gerekir, prensipte sürücünün eli direksiyon simidini terk edemez. Sürücünün eli direksiyon simidini terk ederse, örneğin direksiyondan çıktıktan bir dakika sonra, otomatik sürüşümüz aktif olarak çıkacaktır.Bu şekilde sürücüye sürekli olarak hatırlatacak ve sürücüye çevreyi gözlemlemesi gerektiğini bildireceğiz. Seviye 2 otomatik sürüş seviyesi, sürücünün yalnızca direksiyon, fren ve gaz verme işlemlerini çözmesine yardımcı olur.
2. Sorunun ikinci noktasına gelince, bence birden ortadan kaldırılmamalı, nispeten uzun bir süreç olmalı ve bu sorunla ilgili endişelenmeye gerek yok.
Soru 5
Chen Siyu-Glubo-Otonom Sürüş Geliştirme
AEB geliştirildi mi? Lidar'ı tanıtmayı düşünüyor musunuz?
Xiao Zhiguang: Xiaopengin ilk otomobili AEB işlevi ile donatılacak. Ayrıca, lidar'ın tanıtılıp tanıtılmayacağı konusuyla ilgili olarak, geliştirme sırasında önceden tam bir prova yapacağız. Lidar için, az önce Hepimiz ilgili tedarikçilerle iletişim halindeyiz, tabi önce ürünlerinin bazı testlerini ve fonksiyonel geliştirmelerini yapacağız, belli bir seviyeye geldiğini düşünürsek doğal olarak taşınacaktır.
Soru 6
Zhou Quan-Bosch-ADAS Mühendisi
Xiaopeng'in akıllı denetleyicisi tüm sensörlerin birleşik planlamasını ve kontrolünü gerçekleştirebilir mi?
Xiao Zhiguang: Evet, mevcut akıllı denetleyicimiz tüm sensörlerin verilerini okuyabiliyor ve aynı zamanda bir füzyon algoritması ve son olarak hedefin izlenmesi ve tanınması.
Soru 7
Yang Feiyu-Jiangsu Beiren Robot-Görsel Ar-Ge Mühendisi
Otonom sürüşte kullanılan görme kısmı için, algoritma parametreleri şu anda manuel olarak mı ayarlanıyor yoksa derin öğrenme ve yapay zeka ile mi hesaplanıyor?
Xiao Zhiguang: Şu anda, derin öğrenme algoritması Xiaopeng'in ilk arabasında kullanılmıyor, ancak bazı modüller kendi kendine öğrenme algoritmalarını kullanacak.Derin öğrenme algoritması Xiaopeng Motors'un ikinci arabasına yansıtılacak.
Soru 8
Wu Yongqing-Eastern Fortune-Veri Araştırmacısı
Şirketinizin Haima Motor ile işbirliği nasıl bir düşünceye dayanıyor? Şirket gelecekte teknoloji araştırma ve geliştirmeye odaklanacak ve ardından Haima Motor gibi araç üreticileri ile işbirliği yapacak mı?
Xiao Zhiguang: Xiaopeng'in Zhaoqing Şehrinde kendi inşaat fabrikası var.Fabrikanın tamamlanmasından önce, seri üretim modellerimizi mümkün olan en kısa sürede piyasaya sürmek için şu anda Haima ile işbirliği yapıyoruz.
Soru 9
Lu Haifeng-Shanghai Daishi Intelligent-Engineer
1. Şirketiniz Nvidia'nın PX2 sürücüsünün kullanımından bahsetti, bu üretim arabasında bulunuyor mu?
2. Tüm otonom sürüş sisteminde IMU'nun rolü nedir?
Xiao Zhiguang:
-
Nvidia'nın px2'si ilk üretim arabasında donatılmamıştı çünkü NVIDIAnın px2 şu anda sadece bir geliştirme panosu. Arabaya monte etmek istiyorsak, daha fazla geliştirmeye ihtiyaç var.
-
IMU'ya eskiden arabalarda savrulma ivme sensörü deniyordu ESP için kullanılıyordu.Birçok kişi fark etmemiş olabilir.Akıllı araba geldiğinde IMU çok büyük bir değişikliğe uğradı, artık basit değil. Tetikleyici sinyal sensörü olarak kullanılır. Ve bunu 2015 yılında fark ettik. O zaman biz de tedarikçi bulmaya çalıştık, o zamanlar temelde tedarikçi yoktu, şimdiye kadar çok az olmalıydı, bu yüzden son iki yılda kendimizi geliştirdik. Şimdi arabamıza bir IMU bileşeni monte edilmiştir. Bence robot sistemi geliştiren kişiler, IMU'nun ne kadar önemli olduğunu bilmeli.Otopilot yapmak istiyorsanız, bu bileşen özellikle konumlandırma için çok önemlidir.
10. soru
Ying Hengjun, Stratejik Direktör, Putian Eastern Communications Group Co., Ltd.
Google bir zamanlar, yazılım tanımlı araba denilen geleneksel Amerikan otomobil şirketlerinin kendisi için çalışmasına izin vermek istedi. Mevcut bakış açısından, bu tür bir rol tersine çevirme henüz ortaya çıkmadı. Otonom sürüş parçası olan Xiaopeng Motors ile şasi gibi geleneksel otomobil üreticileri arasındaki işbirliğine dayalı ilişki nedir ve hangi taraf baskındır? teşekkür!
Xiao Zhiguang: Şu anda, yazılım tanımlı arabaların henüz ortaya çıkmadığı doğru, ancak herkesin bu eğilimi gördüğüne inanıyorum. Şimdi bu form çok büyük değişikliklere uğradı Nvidia ve Intel'in müdahalesini gördük ve onların müdahalesi az önce bahsedilen entegre mimariyi mümkün kıldı. Şu anda, birçok bileşen tedarikçisi ve donanım tedarikçisi tutumlarında çok büyük değişiklikler geçirdi ve hatta bu eğilime ayak uyduramazlarsa ortadan kaldırılabileceklerini bile hissedebilirler. Hakim pozisyona gelince, şu anda yarı yarıya olduğumuzu düşünüyorum.
Soru 11
Lei Hao-Nanjing Mewit Bilgi Teknolojisi-Teknik Departman Müdürü
Baidu ne iş yapıyor ve Xiaopeng'in yaptıklarıyla örtüşüyor mu?
Xiao Zhiguang:
Baidu ve Xiaopeng iki tür olmalı, Baidu bir adım yerinde ve Xiaopeng aşamalı bir tür. Arkada kesinlikle örtüşmeler olacak, ancak hedefe giden mevcut yolumuz farklı ve arkada örtüşmeler olmalı.
Baidu'nun hangi kısmının olduğu sorusuna gelince, belirli ayrıntılar hakkında konuşmak benim için uygun değil. Anlayacak alakalı insanlar bulabileceğine inanıyorum ve onları değerlendirmekte pek iyi değilim, ama sanırım Birleşik Devletler'de Google var, o zaman Çin'in buna ihtiyacı var. Böyle bir Baidu, yani Baidu, Çin halkımızın umutlarını da tuttu ve umarım daha iyisini yapabilirler.
Soru 12
Dai Guanxiong-Intel-Yazılım Mühendisi
Xiaopeng Motors şu anda kendisi veya intel gibi diğer üreticiler tarafından geliştirilen bir kontrolör kullanıyor.
Xiao Zhiguang: Mevcut kontrolörümüz kendimiz tarafından geliştirildi. Elbette, ihtiyacımız olan denetleyiciyi sağlamayı umarak tedarikçiler arıyorduk. Ayrıca, Intelin bunu nasıl planladığını bilmiyorum ve Intelin bizi araba kontrollü denetleyiciler yapabilen müşterilerle tanıştırıp tanıtmadığını bilmiyorum.
Soru 13
Gao Haoqiang-JAC-Teknik Planlama İş Danışmanı
Baidu'nun Apollo projesi hakkında ne düşünüyorsunuz? Xiaopeng Motors'un Apollo Projesi'ne katılma planları var mı?
Xiao Zhiguang: Aslında Baidu'nun Apollo projesi konusunda çok iyimserim, bize çok iyi bir yazılım mimarisi platformu sağlıyor ve biz onu ciddiye aldık. Daha önce sürücüsüz yazılım kodu yazmıştım. Bu yazılım sistemlerini kurduğumuzda, aslında çok katı bir yazılım mimarisi konseptimiz yoktu. Bu sadece basit bir yığınlamaydı. Ancak Baidu'nun yazılım mimarisine baktıktan sonra, Çok iyi tabii ki aynı zamanda ROS sistem dönüşümüne de dayanıyor ama bence fikri çok iyi, sadece sürücüsüz geliştirme eşiğini düşürmekle kalmıyor, aynı zamanda avantajlarını da oynayabiliyor, bu yüzden Baidu'nun yaklaşımı hala çok akıllı nın-nin. Ayrıca pek çok OEM ve tedarikçi de bunu kendileriyle yapmaya isteklidir, itici bir güç olabilir ve onlarla çalışanların katılım duygusunu artırabilir. Xiaopeng'in tarafına gelince, asıl önemli olan doktrini kullanmaktır.Bir şeyin kullanımı gerçekten kolaysa ve bizden daha iyi yapılmışsa, o zaman onu doğrudan kullanmalıyız.
Bir faydası daha var
"Otonom sürüş" topluluğumuz uygulamalara tamamen açıktır. Sizi katılmaya içtenlikle davet ediyoruz ve Google Waymo, SAIC, BAIC, FAW, Baidu, Bosch, Continental, NIO, NVIDIA, Mobileye, Zhixingzhe, Tucson, AutoNavi vb. Ülkelerdeki otomobil üreticilerini ve tedarikçilerini tanıyabileceksiniz. On bin otomotiv mühendisi ve uygulayıcısı.
Aynı zamanda, otonom sürüş ve yeni enerji araçları alanında tanınmış girişimcileri ve teknik uzmanları otonom sürüş serileri hakkında ders vermeye düzenli olarak davet edeceğiz. Otonom sürüşe büyük ilgi duyuyorsanız, grup iletişimine başvurmak için araba Xiaodong arkadaşı (ID: cdxauto) ekleyebilirsiniz.
