Lei Gang dari kuil cekung
Laporan Qubit | Akun Publik QbitAI
Wow, wow, wow ~
Pameran CES 2019 telah dibuka.Pada 8 Januari, di ruang perjamuan Hotel Westgate, desahan datang dan pergi satu per satu.
Ini ada di konferensi Baidu Apollo CES. Para pengunjung di sini berasal dari kebangsaan, identitas, dan aksen bahasa yang berbeda, tetapi mereka memiliki topik yang sama tentang mengemudi mandiri.
Sekarang, di situs konferensi pers, mereka memiliki fokus lebih lanjut dari seruan bulat: Apollo3.5 .
Dan dalam iterasi terbaru dari sistem sumber terbuka untuk mengemudi otonom ini, ada banyak teknologi hitam, dan mereka menyentuh titik sakit praktisi autopilot, sehingga mereka sering mendapat tepuk tangan dan desahan.
Mungkin Anda harus bertanya, sebenarnya apa sih Apollo 3.5 yang dirilis?
Singkatnya: 7 teknologi hitam terbaru Baidu untuk mengemudi tanpa pengemudi telah bersumber terbuka.
NO.1 Buka kunci jalan terbuka kota
Senjata teknologi hitam pertama, sisi pemandangan, Apollo3.5 membuka kunci lalu lintas jalan raya kota.
Apollo mengatakan bahwa ini adalah salah satu alasan utama peningkatan terkuat dalam sejarah Apollo.
Karena Apollo3.5 adalah platform penggerak otonom open source pertama yang dapat diterapkan pada lingkungan lalu lintas perkotaan yang kompleks.
Ini mendukung mengemudi otonom di jalan perkotaan yang kompleks termasuk pemandangan pusat kota dan distrik perumahan.
Terdapat lebih dari belasan kondisi jalan diantaranya jalur sempit, speed bumps, trotoar, perempatan jalan, persimpangan tanpa lampu lalu lintas, serta jalur yang lewat dan mobil penyeberangan.
Padahal, di awal konferensi ini telah ditentukan tema: kondisi jalan yang rumit, disesuaikan sepenuhnya.
Namun, baru setelah pengumuman pembukaan jalan kota yang terbuka, saya memahami maknanya secara lebih gamblang - betapapun rumitnya kondisi jalan, mengemudi otonom dapat menjadi pengemudi tua dalam hitungan detik.
Di masa lalu, Apollo membuka jalan raya, taman tertutup, tempat-tempat indah, dll. Sekarang ini membuka solusi paling mutakhir untuk mengemudi tanpa awak, dan juga open source, dan lakukan seperti yang Anda katakan, untuk menerapkan Mingzhi.
Apollo mengumumkan kemitraan dengan Udelv, penyedia layanan pengiriman, untuk memulai layanan pengiriman tanpa pengemudi di Silicon Valley, tempat kelahiran kendaraan tanpa pengemudi, mulai tahun 2019. Ford city van Transit yang dilengkapi dengan Apollo 3.5 akan mengambil "mimpi yang menjadi kenyataan" di Silicon Valley. Tugas penting.
Udelv mengatakan pada konferensi pers bahwa truk pengiriman tanpa pengemudi yang dilengkapi dengan Apollo 3.5 akan melakukan tugas distribusi kargo Wal-Mart.
Dan pada 2019, armada angkutan tak berawak akan bertambah menjadi 100 kendaraan.
Di China, Apollo juga menyambut mitra baru.
Baidu Apollo mengumumkan telah mencapai kemitraan strategis jangka panjang dengan Weimar di bidang solusi mengemudi otonom L3 dan L4. Diantaranya, solusi penggerak otonom kecepatan tinggi L3 akan diproduksi secara massal pada tahun 2021, dan penjualan kendaraan Weimar yang dilengkapi dengan fungsi penggerak otonom berkecepatan tinggi L3 diperkirakan akan mencapai ratusan ribu.
NO.2 Layanan simulasi Apollo
Senjata teknologi hitam terbesar kedua diluncurkan selama peningkatan Layanan simulasi Apollo Fitur.
Ada pepatah di lingkaran autopilot: mereka yang memiliki simulasi memiliki dunia.
Meski sedikit radikal, hal itu juga menunjukkan pentingnya kemampuan simulasi dalam pengembangan autonomous driving.
Dalam versi baru Apollo3.5, kemampuan simulasi telah meningkat pesat dibandingkan dengan versi sebelumnya, jumlah simulasi lingkungan berkendara telah meningkat 10 kali lipat, dan 20 fungsi baru telah ditambahkan.
Makna di balik data ini secara alami dapat meningkatkan efisiensi, mengurangi biaya litbang jalan raya yang sebenarnya, dan meningkatkan keamanan pengujian.
Oleh karena itu, nilai dari teknologi hitam simulasi dari iterasi ini jauh melebihi data kinerja teknis itu sendiri.
Dan ini juga merupakan model kerjasama "lintas batas". Simulasi Apollo terbaru didasarkan pada mesin game Unity, yang dapat sangat meningkatkan efisiensi penelitian dan pengembangan Apollo.
Dilengkapi dengan pemandangan visual 3D, perubahan dinamis jalan dan cuaca, serta sistem evaluasi persepsi yang akurat.
Sederhananya, bahkan jika raja autopilot China seperti Baidu ditentukan, tidak peduli seberapa kaya itu, tidak peduli berapa banyak kendaraan yang ada, akan ada batas atas untuk pengujian jalan.
Tetapi dengan tambahan alat simulasi Apollo3.5, tidak hanya setiap pengembang dapat berdiri di pundak raksasa, tetapi uji jalan juga dapat men-debug berbagai model pelatihan pemandangan siang dan malam, dan mempercepat penerapan mengemudi otonom.
Dan semua orang mengambil kayu bakar. Sudah lebih dari sepuluh tahun sejak uji jalan hingga peluncuran, tetapi sekarang jika Apollo dapat mengumpulkan data uji simulasi dari banyak pemain, iterasi dan evolusi lebih cepat daripada Google.
NO.3 Kerangka kerja komputasi open source berkinerja tinggi
Senjata teknologi hitam terbesar ketiga, kerangka kerja komputasi open source berkinerja tinggi Apollo Cyber RT , Dan bisa disebut raja teknologi hitam di konferensi ini.
Bahkan Apollo menghela nafas secara internal bahwa ini adalah produk komprehensif yang dikembangkan oleh Apollo dan juga merupakan langkah kunci untuk penerapan mengemudi otonom skala besar di jalan yang sebenarnya. Kerangka kerja komputasi sumber terbuka berkinerja tinggi pertama di dunia yang dirancang untuk mengemudi secara otonom .
Qu Ning, kepala arsitek Apollo, mengatakan bahwa selama pengembangan dan penyebaran Apollo, kami terus melihat tuntutan yang kuat untuk performa tinggi dan ketahanan tinggi untuk mengemudi otonom.
Jadi butuh lebih dari 2 tahun untuk akhirnya mengembangkan sistem Apollo Cyber RT.
Sistem ini merupakan bagian dari lapisan platform perangkat lunak open source Apollo, sebagai kerangka kerja komputasi runtime, antara sistem operasi waktu nyata (RTOS) dan modul aplikasi. Sebagai platform dasar, Apollo Cyber RT mendukung pengoperasian semua modul aplikasi yang lancar dan efisien.
Dalam hal prinsip tertentu, konsep inti kerangka kerja Apollo Cyber RT didasarkan pada komponen, yang memiliki masukan dan keluaran yang telah ditetapkan sebelumnya.
Faktanya, setiap komponen mewakili modul algoritme khusus. Kerangka kerja dapat menghasilkan grafik asiklik terarah (DAG) berdasarkan semua komponen yang telah ditentukan.
Saat runtime, kerangka kerja mengemas data sensor yang menyatu dan komponen yang telah ditentukan bersama-sama untuk membentuk tugas ringan tingkat pengguna.
Setelah itu, penjadwal kerangka kerja dapat mengirimkan tugas-tugas ini berdasarkan ketersediaan sumber daya dan prioritas tugas.
Apa artinya bagi pengembang?
- Pertama, kerangka itu bisa mempercepat perkembangan teknologi penggerak otonom.
Kerangka kerja tersebut mencakup antarmuka tugas dan fusi data yang efisien, dan aplikasi tidak lagi harus berurusan dengan proses fusi dari berbagai saluran data. Pengembang dapat fokus pada pengembangan algoritme inti dan membangun solusi teknis tingkat atas yang lebih baik.
Kerangka kerja ini juga dilengkapi dengan berbagai alat pengembangan, termasuk alat visualisasi dengan antarmuka grafis dan alat terminal dengan sejumlah besar informasi diagnostik, dan perangkat pengembangan lengkap Apollo versi sebelumnya telah dimigrasikan ke versi baru berdasarkan kerangka kerja.
- Kedua, kerangka kerja dapat memberikan pengalaman penerapan yang lebih nyaman. Solusi teknologi penggerak otonom berdasarkan kerangka kerja Apollo Cyber RT memiliki kinerja yang lebih tinggi pada waktu proses, dan dapat dengan cepat diterapkan tanpa banyak konfigurasi yang rumit.
Framework Apollo Cyber RT adalah sistem yang sangat fleksibel dan sangat terintegrasi dengan ketergantungan rendah pada lingkungan, sehingga menyederhanakan proses penerapan.
Kerangka kerja ini memiliki fungsi komunikasi adaptif bawaan, yang dapat menangani komunikasi data secara efisien dalam skenario apa pun.
Penjadwal kerangka kerja dapat diatur sesuai dengan ketersediaan sumber daya untuk memastikan bahwa model komputasi terpusat dapat beroperasi secara efisien.
Perlu ditekankan bahwa penjadwal Apollo Cyber RT adalah tingkat pengguna, sehingga dapat dikonfigurasi secara efisien pada platform perangkat keras baru sesuai dengan berbagai jenis aplikasi mengemudi otonom.
Ketiga, sistem Apollo Cyber RT adalah kerangka kerja runtime independen yang membantu pengembang membangun solusi teknologi penggerak otonom mereka sendiri dengan lebih mudah.
Sistem ini memiliki banyak komponen yang dirancang untuk modul dan aplikasi penggerak otonom, plug and play, menyediakan cara standar bagi pengembang untuk membangun modul aplikasi, menyederhanakan proses pengembangan solusi teknis.
Di saat yang sama, Baidu juga meluncurkan RSS (Responsibility Sensitive Safety Model) bekerja sama dengan Intel untuk lebih meningkatkan keselamatan dan keandalan berkendara otonom.
NO.4 V2X sebagai pembaruan perangkat keras inti
Senjata teknologi hitam keempat adalah V2X terpanas untuk mengemudi otonom dalam kolaborasi kendaraan-jalan 2018.
Sekarang, Apollo juga diperbarui dengan hangat dalam konfigurasi perangkat keras 3.5.
Mari kita mulai dengan pembaruan perangkat keras Apollo3.5, terutama ada 5 pembaruan modul utama.
Termasuk unit komputasi, sistem navigasi GPS / IMU, kamera, radar dan lidar.
Perlu dicatat bahwa ada dua modul perangkat keras baru: AXU Unit Ekspansi Apollo dengan Vehicle-Road Collaboration V2X Vehicle Unit .
Rangkaian sensor: Apollo 3.0 dilengkapi dengan lidar 64-beam tunggal dengan jangkauan deteksi hingga 120 meter, 3 kamera tampak depan, 1 radar tampak depan, dan GNSS antena tunggal (Sistem Satelit Navigasi Global).
Dalam versi Apollo 3.5, semua kit sensor dapat mencakup jangkauan deteksi hingga 300 meter.
Ini termasuk 128 beam lidar resolusi tinggi, 3 lidar 16-beam untuk menutupi area buta, ekstensi radar tampilan depan dan belakang, 10 kamera pengukur mobil untuk memastikan tampilan surround 360 derajat, dan GNSS antena ganda untuk memastikan navigasi kendaraan dalam mode statis Kemampuan konfirmasi tajuk.
Apollo 3.5 juga meningkatkan platform komputasi penggerak otonom ke arsitektur yang dapat diskalakan-AXU (Apollo Expansion Unit).
Ini akan dikombinasikan dengan ASU (Apollo Sensor Unit) yang ada untuk menambahkan fungsi yang dapat dicolokkan dan diprogram untuk sensor penggerak otonom dan percepatan data.
Kombinasi kedua sistem ini dengan IPC (komputer pribadi industri) dapat memenuhi semua persyaratan platform komputasi penggerak otonom.
Selain itu, AXU juga menyediakan akselerasi komputasi, analisis dan pemrosesan data yang ditingkatkan, fungsi penyimpanan yang aman, dan mendukung banyak antarmuka.
Dan untuk meningkatkan penerapan mobil, AXU juga akan menambahkan pendingin cair dalam beberapa bulan ke depan.
Perangkat keras baru lainnya adalah teknologi kolaborasi kendaraan yang dilengkapi dengan V2X OBU (Internet of Vehicle On-board Unit).
Kolaborasi kendaraan-jalan diwujudkan oleh perangkat keras, perangkat lunak dan cloud. Dalam hal platform perangkat keras, OBU mencakup peralatan perangkat keras dan semua driver serta tumpukan protokol yang diperlukan oleh LTE-V2X dan DSRC.
Platform perangkat lunak menggunakan adaptor Apollo V2X dengan fungsi keamanan dan fusi data bawaan.
Platform layanan cloud menyediakan layanan pinggir jalan untuk Internet Kendaraan, seperti pengontrol lampu sinyal dan RSU (peralatan pinggir jalan).
Dan karena ini adalah bagian dari Apollo3.5, solusi perangkat lunak dan perangkat keras dalam rangkaian sistem kolaborasi kendaraan-jalan cerdas IVICS di atas juga telah diumumkan sebagai sumber terbuka.
NO.5 perencanaan jalur
Senjata teknologi hitam terbesar kelima, sisi perangkat lunak, perencanaan dan perkiraan, memiliki banyak sorotan baru.
Pertama adalah Apollo berbasis adegan Modul perencanaan .
Apollo memperoleh input data dari peta dan modul lokalisasi, yang dapat menunjukkan lokasi kendaraan di peta.
Pada saat yang sama, dengan menggabungkan modul rute, persepsi dan prediksi, kendaraan otonom dapat memahami target mengemudi dan lingkungan sekitarnya.
Berdasarkan ini, baru ditambahkan Penjadwal perencanaan dengan Manajer adegan Itu lahir untuk menangani pergerakan dan pemosisian kendaraan.
Peningkatan seperti itu terlihat seperti "plug-in kecil" di Apollo3.5 ini, tetapi kekuatan teknis di baliknya tidak boleh diremehkan.
Dalam kerangka kerja saat ini, mengikuti jalur, memutar samping, dan pemroses adegan lainnya juga disediakan, yang dapat ditambahkan oleh pengembang secara fleksibel.
Selain itu, Apollo juga melakukan refaktorisasi Pengambil keputusan perilaku lalu lintas sebaik Pengoptimal matematika , Untuk lebih memperkaya pustaka alat.
Selain itu, arsitektur perencanaan baru dapat diskalakan dan fleksibel. Pengembang dapat membangun pemroses adegan "eksklusif" sesuai dengan kebutuhan adegan mereka sendiri.
Apollo juga mendemonstrasikan prinsip kerja pemroses adegan di tempat:
Saat ini, modul perencanaan Apollo mendukung berbagai skenario jalan yang sederhana atau kompleks, seperti jalan dengan sabuk isolasi, jalan sempit, jalan dengan bumper, area tanpa parkir, trotoar, jalan dengan tempat parkir di samping jalan, dan sebagainya.
Ini juga mendukung pemandangan termasuk persimpangan dengan tanda berhenti omnidirectional dan lampu lalu lintas, dan persimpangan dengan tanda berhenti dua arah dan lampu lalu lintas yang menyatu menjadi persimpangan.
Perencana ruang terbuka yang dirancang oleh Apollo dirancang untuk menangani parkir garasi dan skenario putar balik tiga titik.
NO.6 Prediksi persimpangan
Senjata teknologi hitam keenam, juga di sisi perangkat lunak, adalah untuk membuka lalu lintas Apllo yang sangat diperlukan di jalan terbuka kota. Modul prediksi .
Menurut lokasi dan target mengemudi kendaraan otonom, Apollo 3.5 menambahkan Pengklasifikasi adegan .
Hambatan berperilaku berbeda dalam skenario yang berbeda. Misalnya, dalam skenario mengikuti jalan lurus, arah mengemudi kendaraan sangat terbatas, dan di beberapa persimpangan, kendaraan dapat melaju keluar dari persimpangan dari arah yang berbeda.
Untuk menangani skenario yang berbeda ini, Apollo memuat beberapa model pembelajaran mendalam di kumpulan model.
Dengan prinsip yang sama, trajectory predictor juga memiliki kumpulan algoritme tempat pengembang dapat memilih algoritme yang dapat menangani pemandangan tertentu.
Dua pemandangan, mengikuti lajur dan persimpangan, menggunakan model yang sama sekali berbeda, dan fitur lajur yang mencerminkan pemandangan jalan juga dikodekan dalam lapisan konvolusional 1D di jaringan saraf.
Apollo menjelaskan, Saat kami dapat lebih memahami berbagai skenario, kami dapat memprediksi dengan lebih baik . Kami mengenkode adegan dalam model pembelajaran mendalam untuk mencapai prediksi yang lebih akurat dan menghasilkan lintasan prediksi yang disesuaikan.
NO.7 Apollo Enterprise Edition
Item terakhir dapat dianggap sebagai pencapaian bertahap dari mengemudi tanpa awak Baidu, dan itu juga dapat dianggap sebagai tahap baru mengemudi tanpa awak.
Pasalnya Baidu juga resmi merilis brand baru: Baidu Apollo Enterprise (Apollo Enterprise Edition).
Ini juga merupakan solusi komersial pertama di dunia di bidang mengemudi otonom terlengkap dan Internet Kendaraan, mempercepat realisasi kecerdasan, jaringan dan berbagi untuk perusahaan otomotif, pemasok dan penyedia layanan perjalanan, dan menyediakan produksi massal, penyesuaian, dan mengemudi otonom yang aman. Dan solusi jaringan mobil.
Diantaranya, solusinya mencakup solusi Internet Kendaraan OS mobil kecil , Parkir otomatis , Mengemudi otonom dalam adegan kecepatan tinggi , Minibus autopilot ,sebaik Layanan data peta dll.
Tidak diragukan lagi bahwa Apollo Enterprise Edition juga dapat dianggap sebagai cikal bakal pendapatan nirsir Baidu.
Sejak Baidu IDL memulai penelitian dan pengembangan laboratorium pada tahun 2012, dan sekarang Apollo sedang menuju dunia, langkah kecil Apollo 3.5 ini dan upaya baru Apollo Enterprise Edition semuanya mengambil langkah besar ke depan dalam dunia mengemudi tanpa pengemudi.
Oleh karena itu, peluncuran program versi perusahaan juga menjelaskan di samping: laju komersialisasi global mengemudi otonom lebih cepat.
OMT: Jawaban Apollo 2018
Terakhir, selain tujuh teknologi hitam terbaru untuk mengemudi tanpa awak, Apollo juga mengulas 2018 pada pertemuan tersebut.
Hal ini "dikerdilkan" dalam menghadapi teknologi baru, produk baru, dan skenario baru, tetapi dapat menjelaskan alasan utama mengapa Apollo dapat memenangkan sorakan di kancah pameran global.
Faktanya, pada pembukaan konferensi pers Apollo, Wang Jingao, kepala R&D platform Apollo, langsung mengulas tahun lalu.
Dia mengatakan bahwa dari rilis Apollo 2.0 di bulan Januari, update versi 2.5 di bulan April, dan rilis Apollo versi 3.0 di bulan Juli ... ini adalah tahun tanpa henti.
Pada saat yang sama, itu adalah tahun pemenuhan janji yang terus menerus. Mulai dari membuka kunci truk kargo berkecepatan tinggi, hingga peluncuran minibus tak berawak Apollon dan peluncuran mobil pengiriman Neulix, baru-baru ini ia mengembangkan solusi mengemudi otonom berkecepatan rendah berenergi rendah dan berbiaya rendah untuk digunakan dalam rover Jinruiqi.
Namun dari perspektif platform terbuka dan kinerja pengembang, 2018 adalah tahun yang gemilang.
Selama tahun ini, Apollo memiliki lebih dari 130+ mitra, lebih dari 15.000 pengembang layanan komunitas, yang tersebar di 97 negara di seluruh dunia.
Jadi inilah alasan naik turunnya "WOW" di kancah Apollo.
Apollo bukan hanya kartu nama tanpa pengemudi China, tetapi juga menjadi topik umum untuk kendaraan tanpa pengemudi di seluruh dunia.
Sekarang, tinju kombinasi berteknologi hitam ini juga telah diakui di Amerika Serikat, menarik sorak-sorai dan memenangkan rasa hormat.
Di atas momentum, Apollo, sangat ganas, sangat bagus, Terus mengemudi ~
- Selesai -
Perekrutan yang tulus
Qubit merekrut editor / reporter dan berbasis di Zhongguancun, Beijing. Kami menantikan siswa berbakat dan antusias bergabung dengan kami! Untuk detailnya, harap balas kata "perekrutan" di antarmuka dialog QbitAI.
Qubit QbitAI · Toutiao Signing Author
'' Lacak tren baru dalam produk dan teknologi AI- Komputer kuantum komersial pertama di dunia dirilis! Ukurannya seperti gajah, daya komputasinya tidak sebagus notebook
- Di awal putaran ketiga Liga Super, orang pertama yang mengakhiri kelas tahun ini semakin dekat. Marin bukanlah pilihan tunggal
- GitHub diperbarui! Basis kode pribadi akan bebas mulai sekarang, dan pengembang akan memuji Microsoft sebagai bonus
- Tenis Meja Super | Wang Manyu dan Liu Shiwen dua poin untuk membantu tim menang, Luneng Shougang meraih tiga kemenangan beruntun
- Liga Super Ping Pong | Xu Xin dua poin, Shanghai Zhongxing memenangkan pertandingan kandang, Shandong Luneng untuk sementara berada di puncak daftar
- Striker sentral berusia 34 tahun itu mematahkan gawang Bayern, dan kekalahan 1-8-nya mengandalkannya sebagai daun ara.
- Kumpulan makalah terbaik di konferensi teratas di bidang ilmu komputer: Microsoft Research memiliki peringkat terbanyak, Tsinghua peringkat 24
- Tunggal putri Zhongzheng Wang Kun memenangkan empat kejuaraan berturut-turut, tunggal putra Shanshi Wang Cong menduduki puncak daftar
- Perempat final Liga Champions sudah siap pagi ini: La Liga dan Serie A lolos, tiga tim Liga Primer tersingkir, Bayern menang