今日信息网

Roadstar.ai自动驾驶样车上路,深度融合技术路线

高精度舆图分为不同的层级,有与驾驶相关的语义信息层级(如车道线、休止线和十字路口、交通规则等信息),而且更高层次的感知与定位的层级,用来做车辆的感知与定位。

Roadstar.ai原型车上的“车顶盒”

原标题:独家 | Roadstar.ai自动驾驶样车上路,深度融合技术路线能否超越Waymo?(附独家路测视频)

这辆车来自Roadstar.ai,这是一家今年5月成立,横跨硅谷与深圳两地的自动驾驶公司。公司三位联合创始人佟显乔(CEO)、衡量(CTO)、周光(首席机器人专家),曾供职于Google、苹果、特斯拉、英伟达、百度等公司,拥有丰硕的自动驾驶经验。

Roadstar.ai自动驾驶样车上路,深度融合技术路线

多传感器融合倒也并不独特。从目前已经曝光的图片来看,通用与Cruise在两周前发布推出的全球首款可量产自动驾驶车,就是用的这种方案;硅谷着名的自动驾驶公司Drive.ai,以及向来保持低调的Zoox也是如斯。曾供职于苹果自动驾驶部分的佟显乔告诉雷锋网,苹果也是用的多传感器融合方案。

你们的原型车刚出来不久,数据较少会是一个弱点吗?

面向贸易化

另一方面,佟显乔表示,采纳多传感器融合架构,也是考虑到了自动驾驶车辆的贸易化。

他解释称,这是由于异构传感器的原理不一样,会导致采样速率、对空间的描绘和信息表达方式也不一样,而怎么把不同的信息结合起来变得一致,做到时间空间同步,以及信息表达同步,这非常难题。融合不是传感器的堆叠,“融合不好,反倒会成为干扰”。

目前,Roadstar.ai已经与华夏幸福合作,明年会在南京溧水区有小范围的自动驾驶车辆运营。另外,据称关于自动驾驶的贸易化路径,他们进行了调研,会在接下来的1-2个月内表露详细的贸易计划。雷锋网会保持持续关注。

衡量表示,从信息论的角度看,前融合对信息的利用更为充分,信息也没有丢失。

衡量告诉雷锋网,高精度舆图的第二个枢纽,是提供感知与定位所需的特征的有效表示,而这也是他们的上风所在。

绿灯亮起,我们乘坐的这辆MKZ起步并按照预定路线右拐。一路上,道路右侧有遛狗的人、踩着滑板的人,而且逆行的自行车。我们的车按照30英里的时速在苹果的后花园Cupertino行驶了一圈,然后回到了出发时的车库门口。

Google把以激光雷达为主的技术路线走到了极致,在它最开始做自动驾驶的那些年,图像识别技术还不够成熟,只能依赖激光雷达。但这种时代特色与背景,让新方法没有在其技术上体现出来,而这也是新兴公司的机会。Google自研的激光雷达机能非常凸起,但这一传感器目前本钱降低而且很长一段时间。

“传统舆图与高精度舆图在工具链、出产流程不一样,目的、舆图表达方式和数据来源也不一样,Google舆图部分与自动驾驶的舆图部分就是分开的。前者是一个大规模数据库快速查询的题目,但对后者来说,更枢纽的是舆图怎么天生,怎么有效表示,怎么尽量减少存储空间,这是我们的优点。”

佟显乔还推测,使用多传感器融合方案,并考虑未来固态激光雷达带来的本钱下降,2018年自动驾驶系统的本钱会在50万左右,2019年还会降到30万以内,在2020年甚至会降到8万以内,让技术更为普及。

Roadstar.ai的厘米级精度三维舆图,图片来自Roadstar.ai

深度融合:DeepFusion

当然多传感器融合的重要性不问可知,但衡量以为,并非所有人都能做好。

Roadstar.ai自动驾驶样车上路,深度融合技术路线

一开始就做最难的场景,对于简朴场景不必重新做。

佟显乔在今年6月接受雷锋网采访时称,公司的目标直指L4级别自动驾驶,但愿成为中国最强战队。在约3个月后,Roadstar.ai的原型车初步成型。上文就是我们近日体验了原型车后的感慨感染,雷锋网也是除公司员工外首批体验原型车的外部人士,并在试乘后与三位联合创始人聊了聊背后的技术细节。

他以为,惟独做感知与定位算法的自动驾驶公司,才更懂得怎么做舆图特征的提取。由于把原始点云数据存下来不现实,需要压缩并减少数据量。

而固态激光雷达长短旋转式,只能笼盖一定范围的区域,需要多个同步才干实现对附近空间的全面笼盖。所以使用固态激光雷达必需使用多传感器融合方案。

Cruise的第三代可量产自动驾驶车,用了多颗激光雷达分布式布局

雷锋网见到那款MKZ原型车上,顶部有一个被称为“车顶盒”的方形架子,有车身宽,约30多厘米高。架子上布置了7个Velodyne的16线激光雷达,三个摄像头,以及一个毫米波雷达。7个激光雷达在统一平面罗列成一个钝角三角形,最外的两个朝车身两边倾斜,中间四个水平放置,顶上的那个最为奇特,是垂直放置躺着旋转的。

那么在原型车出来之后,接下来应该做什么?

Roadstar.ai今年5月才成立,佟显乔表示,这个时候开始做肯定是要有特殊的上风,要走新的路线,达到事半功倍的效果。这条路线就是多传感器融合,还有“大家都逐渐意识到这是一个准确的方向,终极各主要玩家也会趋同,而我们目前是率先的”。

周光称,这是由于各家已经逐渐“试探出了准确的道路”。

高精度舆图

你兴许已经猜到了,这是一辆自动驾驶原型车。

Roadstar.ai将自己的融合方案称为“DeepFusion”,这一方面是指用到了深度学习等技术,另一方面是指触达了更深层次的数据信息。

相关推荐
新闻聚焦
猜你喜欢
热门推荐
返回列表
 
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。