腾讯入局自动驾驶,称目标在L3级别的高速公路

摘要:在11月7日,彭博社报道,腾讯创建了一个自主驾驶系统,正在与谷歌、百度、特斯拉等在这个价值 420 亿美元的领域进行角逐。 消息曝出后,腾讯股票上涨 3%,达到公司 2004 年IPO以来的最高水平。

11月9日,腾讯全球合作伙伴大会汽车论坛上,腾讯自动驾驶实验室总监苏奎峰出席,并详细阐述了腾讯自动驾驶的思路。而在此之前,腾讯没有透露过关于自动驾驶的消息。 

实际上,在11月7日,彭博社报道,腾讯创建了一个自主驾驶系统,正在与谷歌、百度、特斯拉等在这个价值 420 亿美元的领域进行角逐。 

消息曝出后,腾讯股票上涨 3%,达到公司 2004 年首次公开募股以来的最高水平。 

此次公开自动驾驶,也说明了一些东西。苏奎峰说到,为了解决导航定位、环境感知、预测情况和驾驶决策四个难点方面,腾讯搭建了平台,将数据更强调场景化,与合作伙伴一起打造硬件,通过仿真产生数据,通过数据标注场景分析,再通过迭代更新,新收集数据评测。 

对于自动驾驶的等级,苏奎峰表示,更多是看用户真正的需求痛点在哪里。苏奎峰说到,腾讯目前更关注客户的高速公路类似于L3的解决方案。在上班和下班的2个小时路程中,80%的时间都是半封闭道路(高速路)上。“如果把这个80%的时间,给你解决掉,把你的驾驶任务时间省下来,让你专注于你美好的事物上去,这是非常有价值的。所以我们当前会以这个为切入点,跟合作伙伴共同打造产品。” 

同时,腾讯也会针对L4,L5核心技术,在进行算法研发,以及数据上的积累,两条线都在走。 

微信截图_20171113190240

腾讯自动驾驶实验室总监苏奎峰

以下是苏奎峰的演讲实录: 

各位朋友下午好!首先感谢秋凤邀请我们来分享腾讯的自动驾驶。这是腾讯自动驾驶在相对的公开场合里面第一次分享。我这里要强调的是,对于腾讯来讲,我们的自动驾驶希望强调从用户的体验出发。从用户的需求出发,跟合作伙伴们一同打造产品。利用腾讯的资源优势,整合能力,在自动驾驶领域的能力的输出。我们在自动驾驶,我们当前想强调的是自动网联的整个体系。在我们这个里面,包括交互智能,服务场景智能,驾驶智能。在昨天的车辆专场里面更多的介绍交互智能,服务场景智能。在这里我跟大家分享一下,腾讯关于自动驾驶的一些技术。 

在讨论自动驾驶之前,我想跟大家分享一下,我们在自动驾驶里面到底需要解决的技术问题。第一是解决在哪里的问题,第二情况如何,第三在哪里去做,第四是如何去做。第一在哪里就是导航定位问题。我们要知道我们自己在何方。这个对于自动驾驶来说,最大的挑战在于我需要连续,实时,可靠的获取我自身的位置,以及目标的位置。在感知良好的情况下这些都不是问题。一旦遇到特殊的场景,我如果没有这种最后的地图的保障一定会有安全问题。 

第二就是在于环境感知,目标的检测跟踪,识别等等。我们检测到周围环境以后,我们需要知道周围的目标,下一个时刻如何去发生。我们要预测下一个时刻,周围环境的场景,你我自身的走向。这个里面最具有挑战性。 

还有预测到下一刻的情况。在一定程度上,希望自动驾驶系统能够理解环境。比如我们在前面有一个骑自行车的人,骑自行车的人稍微一回头我们知道很容易碰撞,但是对于自动驾驶我们需要很多技术来实现,解决问题。我们除了感知以外,在预测方面也做了大量的工作。

接下来就是如何去做。它的挑战在于决策。根据场景,根据设备结果进行决策,规划,最终到车里面的实现自动驾驶的地方。为了解决这4个方面的问题,腾讯自动驾驶,我们构建的一个基本结构。从高精度地图,场景数据,仿真平台。这是我们做的一个平台。高精度地图要有一个保证,高精度地图本身也是一个补充。我们如果把高精度的地图,它更需要在感知失败的情况下,如何解决车辆还能行驶,甚至靠边停车的问题。对于我们来说,我们希望它能发挥最后保命的十秒问题。我们在自动驾驶感知,你的算法也好,一定存在各种各样的问题。在解决不了我们需要高精度定位来解决。 

一说到数据我们就想到算法,想到硬件。数据就目前来说,人工智能的算法都是依赖数据。数据是作为算法的基础。我们的数据更强调场景,对腾讯我们的工作就是在积累数据,我们所有的数据都是场景化,标签化。然后根据场景的标签化推动数据的演算。我们有高精度地图,VR构成虚拟的仿真场景。对于硬件平台来说,我们更愿意跟合作伙伴一起打造云端和车端支持互联驾驶的平台。对于这些平台我们做感知决策,预测,算法。

从整个技术架构来说,我们强调的是车端和云端的打通。我们目前用的4G,以及短距离的热点网络来构建通道。当然我们会利用腾讯在其他方面的技术压缩提供数据的交换。实现关键场景的数据同传。我们会有一些关键的场景数据传到云端。我们底层的传感器和计算平台是依托其他的第三方。我们的重点在于资源调度,共新架构,以及算法层和云层。在资源调度层我们能进行多任务实时调度就是框架机制,通过算法,通过实时的数据交换机制来保证个人的任务现成能有效的通信,快速同步。核心算法层是我们大部分公司都要去做的,我们也需要去创新。在服务层,我们除了高精地图服务以外,还在人机交互,健康管理,数据记录等方面。实际上本身在这个服务层,刚才提到的交互智能和服务场景智能,在腾讯的智能网汽车里面集成在我们的自动驾驶的层面。 

对于云端来说,下面这三个层级,做自动驾驶也好,做其他AI的场景分析也好,基本上是类似的。在整个体系架构当中,对于我们团队来说,我们更强调的是讲高精地图,数据仿真,数据平台进行打分。实现自动驾驶的研发和技术验证的支持。我们的数据平台,通过仿真产生数据,通过数据标注场景分析,再通过迭代更新,新收集数据评测,其中我们所有收集的数据我们有大量的人工先处理一遍,人工筛选的方式。把处理不了的场景标注出来。我相信它一定是快速的增长。这是我们整个架构。

对于仿真来说,我们实际上利用游戏引擎的搭建完全自己的仿真环境。我们这个仿真环境最大的区别在于虚和实的打通。我们建立了3D环境和实际场景测试的场地是一样的。有感知决策,规划,控制,以及车辆的动学模型,AI等等都集成在一起。同时我们又建立了一些场景数据库,以及系统的评测,还有自动的,批量的处理和评测性。这是一般的仿真机都会做的,同时我们用AI技术讲人。人可以通过VR看到仿真的场景,人可以参与到自己的车辆控制。在这个过程当中,我们最大的优势在于你可以通过这样的系统,进行极端案子的体验测试。同时更有利于你打造更好的用户体验。我相信在座的汽车行业里,实现这种仿真模式,在这种仿真环境下,不单是做一个仿真验证,更大的是系统的闭环验证,会把我们所有的场景数据放在这个测试。你可以整个场景测试,也可以各种案例的测试。我们这个视角看到的是把感知决策,规划,控制全部闭环在一起。为了提高车子的动力学特性,我们直接买的汽车专业的仿真软件。在验证规划决策控制的时候,可以直观的体验。我们专门做交通的仿真。能够有效的跟场景结合。 

刚才主要是分享了在自动驾驶方面的路线。实际上,从我们产品来说,大家都区别分L1,L2,L3。我们更多是看用户真正的需求痛点在哪里。我们有各种场景道路。我们目前更关注客户的高速公路类似于L3的解决方案。我们认为就目前的技术成熟度,已经足够支撑自动驾驶的应用。同时在这种场景下,我们可以想像一下,你在上班和下班的时候。刚才有同学说是2个小时。但是80%的时间都是半封闭道路,高速路上。如果把这个80%的时间,给你解决掉,把你的驾驶任务时间省下来,让你专注于你美好的事物上去,这是非常有价值的。所以我们当前会以这个为切入点,跟合作伙伴共同打造产品。同时我们也会针对L4,L5这种未来的核心技术,在进行算法研发,以及数据上的积累。我们两条线都在走。在当前阶段核心的问题还是从客户出发,为后续的经济提供更好的数据支撑。 

对于腾讯自动驾驶来说和腾讯的理念完全一样的。我们也秉持开放的态度,包容的愿景,希望跟大家一起合作。我们更愿意跟科研院所一起进行算法上的探索创新,探索更优秀的算法和方向。我们更愿意跟产业和各个环节的伙伴们一起合作。从用户出发,从产品出发,打磨产品,积累能力,共同实现自动驾驶的愿景。对于自动驾驶来说,当前它的未来已经来到了,我们已经能看到,在一定的应用场景下,他有相应的场景去实现。对于更理想的自动驾驶来说,或者我们理想的驾驶,L5的这种驾驶还有一段时间。我们更相信自动驾驶的未来一定会来,所以我们一定会去努力向一个完全的理想的自动驾

.


本文为 品途商业评论(http://www.pintu360.com)原创作品,作者: 赵子潇,责编:冯群英。欢迎转载,转载请注明原文出处: 。本文仅代表作者观点,不代表品途商业评论观点。

您可能感兴趣的文章

围攻头条,挑战百度,进逼阿里,腾讯在这个领域的野心有多大?

百度与盼达用车达成战略合作,共享汽车无人化还有多远?

和刘强东壕送员工10辆凯迪拉克相比,感觉京东的物流机器人快要干掉人类了

发表评论

您的操作太快喽,请输入验证码

您输入的验证码不正确。

看不清? 点击更换
确定