江苏龙网

  1. 首页 > 人文 > >

『车家号』0 到 1 再到 ∞ | 得数据者，得自动驾驶天下，从( 二 )


简单来说 ， 特斯拉车主开着车上班或旅游的同时 ， 也在帮助训练特斯拉的人工智能和机器学习大脑网络 。
对于掌握自动辅助驾驶数据的能力来说 ， 目前来看 ， 在特斯拉之后 ， 差距比较小的是同样在ADAS领域采取自研为主策略的蔚来和小鹏 ， 而其他采取委托集成策略的主机厂们 ， 差距可能达到5年之久了 。
『车家号』0 到 1 再到 ∞ | 得数据者，得自动驾驶天下，从
文章图片
小鹏Xpliot3.0视觉传感识别画面
做好准备迎接海量数据的“洗礼”
我们知道 ， 自动驾驶汽车在进行工作时会产生大量数据 ， 每辆汽车每秒就会产生6--8GB的数据 。 据统计 ， 仅仅在2017年 ， 该领域就创造了大约250EB的大数据（1EB=1024PB ， 1PB=1024TB） 。 而这仅仅还是两年前的数据 ， 所以 ， 从21世纪20年代开始 ， 每个主机厂都会有几十PB的数据 ， 这就需要有先进的概念来处理这些数据并从中获取价值 。
『车家号』0 到 1 再到 ∞ | 得数据者，得自动驾驶天下，从
文章图片
其次 ， 在汽车研发与计算机和数据科学之间搭建一座桥梁 。 工程制造是汽车厂商的强项 ， 但他们对于数据科学可能并不太熟悉 。 这些学科的交融 ， 可以帮汽车厂商打开新大门 ， 加快其创新和研发 。 虽然车企研发部门也有专门的数据工程团队 ， 但他们经常还是需要借助数据科学以及人工智能领域专家的力量 ， 以实现最好的研发效果 。
第三 ， 高效处理和分析数据 。 当自动驾驶汽车进行测试时 ， LiDAR、视觉相机和雷达等部件会生产大量以ADTF、ROSbag和MDF4等格式呈现的专业化数据 。 现在已经有可以对这些海量数据以PB为单位进行快速访问的工具了 。 在过去 ， 通常需要好几天的时间来提取和分析数据 ， 而现在只需要几分钟或几秒钟就可以得到结果 。
『车家号』0 到 1 再到 ∞ | 得数据者，得自动驾驶天下，从
文章图片
第四 ， 做一整套测试验证流程需要多种能力 ， 除了基本的数据采集外 ， 还要对数据采集有经验 ， 建环境真值 ， 对数据算法要有理解；做测试验证流程 ， 对传统汽车行业测试工具链要掌握 ， 最后面对海量数据 ， 要有大数据分析能力 。
最后 ， 优化自动生成数据 。 当一个自动驾驶系统作出一个不同于人类驾驶者的决策 ， 肯定需要被记录下来 。 同样 ， 当半自动驾驶汽车发生决策错误而被人类驾驶者纠正时 ， 也要加以重视 ， 这样工程师可以对系统进行优化 。 如果自动驾驶系统可以持续优化和改进 ， 那么消费者对于自动驾驶汽车也会更放心 。
在未来 ， 支撑特斯拉3000亿市值的或许会有很多因素 ， 而这些年 ， 他们自动辅助驾驶积累的海量数据以及处理数据的能力必定是其中含金量最高的之一 。
编辑总结/
【『车家号』0 到 1 再到 ∞ | 得数据者，得自动驾驶天下，从】自动辅助驾驶发展如火如荼 ， 诸多领域即将步入从0到1的质变过程 ， 当然 ， 如果做成了 ， 接下来便是星辰大海 。 只有那些掌握了背后大数据的车企 ， 基于自身优势深入专研这一块 ， 慢慢形成技术壁垒 ， 建立起护城河 ， 或许就可以在诺大的自动驾驶产业中站稳自己的脚跟 。


推荐阅读


上一篇：「威锋网」百度发布“云手机”：再也不用担心手机发烫了

下一篇：【极客小七】徐雷上任后反其道而行，2件事将让京东再度爆发，刘强东预测成真