百度Apollo L4级纯视觉解决方案首次曝光,称性能比肩英特尔Mobileye

本文主要是介绍百度Apollo L4级纯视觉解决方案首次曝光,称性能比肩英特尔Mobileye,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

文章发布于公号【数智物语】 (ID:decision_engine),关注公号不错过每一篇干货。

 

 

 

来源 | AI报道(AI-Reporting)

 

近日,百度 Apollo 在全球计算机视觉及模式识别领域顶级学术会议 IEEE CVPR 2019 召开期间发布了国内唯一的自动驾驶纯视觉城市道路闭环解决方案--百度 Apollo Lite

 

百度将此方案与英特尔旗下 Mobileye 相类比,认为在前期技术积淀和半年路测迭代后,Apollo Lite 的性能表现与 Mobileye 在同一维度。

 

01

Apollo LiteL4级纯视觉方案

 

Apollo Lite,一套城市道路 L4 级视觉感知解决方案,能够支持对 10 路摄像头、200 帧/秒数据量的并行处理,单视觉链路最高丢帧率能够控制在 5‰ 以下,实现全方位 360° 实时环境感知,前向障碍物的稳定检测视距达到 240 米。

 

 

2019 年上半年,Apollo Lite 已经在北京稻香湖等多地多路段落地测试。在路测过程中,测试车辆数目、累计测试里程和车辆在城市道路上的闭环自动驾驶表现优异。Apollo 技术委员会主席王亮表示:经过前期的技术研发投入和 2019 年上半年的路测迭代,凭借这套 10 相机的感知系统,百度无人车已经可以在城市道路上实现不依赖高线数旋转式激光雷达的端到端闭环自动驾驶。 

 

 

据了解,目前中国车市的量产车型大都处于 L1-L2 级的 ADAS 水平。无论是在技术层面还是成本问题,从 L3 过渡到 L4 难度可想而知。英伟达解决方案架构师程亚冰曾表示:从 L3 到 L4 则有 50 倍的计算量和数据量的提升,这基于现有的决策控制算法和学习技术是很难达到的。在成本方面,L4 级无人驾驶汽车所需要的 64 线激光雷达成本高达 8 万美元左右,且生产技术要求水平极高。这些都为自动驾驶进入 L4 级别设置了短时间内难以突破的障碍。

 

值得注意的是,这也是百度 Apollo 在 L4 自动驾驶领域的首次纯视觉方案披露。百度 Apollo 方面也谈到了原因:相比旋转式激光雷达感知方案,视觉感知方案价格低且便于获得。这套低成本近车规级环视感知方案也能够降级支持 ADAS 辅助驾驶应用,创造更多有价值的应用场景,将 ADAS 产品的能力提升到一个新的高度,为企业、开发者们提供了一个低价、优质的自动驾驶解决方案。

 

02

传统车企布局无人车研发

 

在中国自动驾驶市场,百度布局最早,研发以及商用都走在最前沿。百度无人驾驶车项目于 2013 年起步,由百度研究院主导研发,其技术核心是“百度汽车大脑”,包括高精度地图、定位、感知、智能决策与控制四大模块。目前,各大巨头都将人工智能视作下一个产业风口。其中,无人驾驶汽车被寄予厚望,以期商业化带动汽车上中下游产业链发展,尤其是高级驾驶辅助系统(ADAS)市场。 

 

近日,法国汽车制造商雷诺(Renault SA)及其日本合作伙伴日产汽车(Nissan Motor Co)宣布,与谷歌母公司 Alphabet 旗下自动驾驶部门签署独家协议,建立合作伙伴关系,合作开发无人驾驶移动出行服务,使用自动驾驶汽车在法国和日本运送乘客及货物。雷诺称,三方将联合评估市场机会,并研究与无人驾驶交通服务有关的商业、法律和监管问题。据悉到 2022 年,该公司将使用谷歌和三星的技术将其所有汽车连接起来,提供音乐和视频服务,并促进未来的汽车共享和自动驾驶能力。

 

 

据国外媒体报道,沃尔沃集团日前与英伟达签署协议,联合开发适用于自动驾驶卡车的 AI(人工智能)平台。双方将共同开发用于自动驾驶商用车辆和设备的决策系统,通过利用英伟达的端到端人工智能平台进行训练、模拟和车载计算,以实现最终的系统可以帮助车辆安全地在公路和高速路上进行全自动驾驶。该解决方案将基于英伟达的整套“软件栈”(software stack,一系列软件程序或组件)进行开发,包括传感器处理、感知、地图本地化和路径规划等方面的软件,以支持各种自动驾驶应用情况,如货物运输、垃圾清运回收、公共交通,建筑施工、采矿和林场作业等应用。

 

03

5G+AI深度融合无人驾驶

 

 

无人驾驶汽车与 5G 网络关系密切,想要实现完全无人驾驶是离不开新一代网络通信技术的支持的,各家车企对于二者的融合发展也报以巨大期待。从特斯拉、福特、比亚迪等越来越多的车企加入到无人驾驶技术的深层次研发和测试中。

 

 

目前全球范围内绝大部分的无人驾驶公司,都纯粹地依赖于人工智能。全球最领先的无人驾驶公司在路测里程数、数据采集量和算法成熟度方面已大幅领先于中国公司。不过,随着国内 5G 商用牌照的发放,5G 与 AI 结合,构成了中国在无人车领域弯道超车的机会。5G+AI 实现车与路、人、车等万物互联,就如同给车安上一副全天候、全场景 360° 的“透视眼”,让每辆车都成为信息的接收者、转发者和处理者,从而大大提升无人驾驶车辆出行的安全性。

 

成立一周年的无人驾驶公司中智行,早在 5 月 30 日就与南京联通达成联合建立 5G 智能车联网的战略合作。中智行也对外正式宣布“中国 5GAI 新一代无人驾驶战略”。在超强感知、智能规划、指挥调度等方面,AI 赋能的单车智能和 5G 赋能的智能网联相结合,将改变自动驾驶领域惯常的单兵作战的方式,转为有组织的高效协同合作:通过 5G 和 AI 深度融合实现新一代、更安全无人驾驶;通过 5GAI 新一代无人驾驶促进高科技、汽车制造、电信和交通出行行业的融合;通过 5GAI 占据全球无人驾驶行业的制高点,实现无人驾驶的“中国标准”即“中国式无人驾驶”,力助中国无人驾驶行业实现换道超车。

 

 

从全球范围来看,目前无人驾驶领域都处于行业初期,未来还有巨大的市场前景,况且中国无人驾驶仍占优势,或将有更多黑马跑入全球赛道。在国外,谷歌凭借其多年的积累和前瞻性,形成了良好的生态闭环,稳居全球榜首。

 

在国内,无人驾驶已经驶入快速发展的快车道,除了中智行、小马智行、百度、地平线等第一梯队企业,还有文远知行、图森、驭势之类的第二梯队企业意欲分羹,形势可谓一片大好。根据调查数据显示,中国市场对自动驾驶的喜欢程度为 63%,远高于成熟市场的 41%,表明中国市场对自动驾驶等新技术的接受度更高。面对如此庞大的汽车销量和消费者需求,未来中国或将成为全球最大的无人驾驶市场。

 

 

数智物语征稿启事0613.png

 

星标我,每天多一点智慧

 

这篇关于百度Apollo L4级纯视觉解决方案首次曝光,称性能比肩英特尔Mobileye的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/392880

相关文章

Redis高性能Key-Value存储与缓存利器常见解决方案

《Redis高性能Key-Value存储与缓存利器常见解决方案》Redis是高性能内存Key-Value存储系统,支持丰富数据类型与持久化方案(RDB/AOF),本文给大家介绍Redis高性能Key-... 目录Redis:高性能Key-Value存储与缓存利器什么是Redis?为什么选择Redis?Red

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke

线上Java OOM问题定位与解决方案超详细解析

《线上JavaOOM问题定位与解决方案超详细解析》OOM是JVM抛出的错误,表示内存分配失败,:本文主要介绍线上JavaOOM问题定位与解决方案的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一、OOM问题核心认知1.1 OOM定义与技术定位1.2 OOM常见类型及技术特征二、OOM问题定位工具

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

java.sql.SQLTransientConnectionException连接超时异常原因及解决方案

《java.sql.SQLTransientConnectionException连接超时异常原因及解决方案》:本文主要介绍java.sql.SQLTransientConnectionExcep... 目录一、引言二、异常信息分析三、可能的原因3.1 连接池配置不合理3.2 数据库负载过高3.3 连接泄漏

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C#文件复制异常:"未能找到文件"的解决方案与预防措施

《C#文件复制异常:未能找到文件的解决方案与预防措施》在C#开发中,文件操作是基础中的基础,但有时最基础的File.Copy()方法也会抛出令人困惑的异常,当targetFilePath设置为D:2... 目录一个看似简单的文件操作问题问题重现与错误分析错误代码示例错误信息根本原因分析全面解决方案1. 确保

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

深度剖析SpringBoot日志性能提升的原因与解决

《深度剖析SpringBoot日志性能提升的原因与解决》日志记录本该是辅助工具,却为何成了性能瓶颈,SpringBoot如何用代码彻底破解日志导致的高延迟问题,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言第一章:日志性能陷阱的底层原理1.1 日志级别的“双刃剑”效应1.2 同步日志的“吞吐量杀手”