數(shù)據(jù)閉環(huán)重塑高階智駕未來(lái) 數(shù)據(jù)成自動(dòng)駕駛“稀缺品”

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-10-11 16:31:04 鈦媒體APP

數(shù)據(jù)閉環(huán)重塑高階智駕未來(lái)

自動(dòng)駕駛技術(shù)正處在一個(gè)關(guān)鍵的發(fā)展節(jié)點(diǎn)——城市NOA（導(dǎo)航輔助駕駛），它被視為智能汽車(chē)新時(shí)代的起點(diǎn)。自2023年上海車(chē)展后，業(yè)界對(duì)城市NOA實(shí)現(xiàn)路徑的認(rèn)識(shí)逐步清晰，普遍接受了結(jié)合“重感知輕地圖”、融合感知技術(shù)和BEV（Bird's Eye View）視角加上Transformer模型的方案。

目前，城市NOA正加速向商業(yè)化邁進(jìn)，高效算力、完善算法模型以及大數(shù)據(jù)的閉環(huán)應(yīng)用，成為了大規(guī)模量產(chǎn)的三大支柱。在這個(gè)過(guò)程中，數(shù)據(jù)被喻為智能駕駛的命脈，其重要性不言而喻。傳統(tǒng)算法依賴(lài)于明確規(guī)則，而端到端的自動(dòng)駕駛算法則需通過(guò)分析駕駛視頻片段學(xué)習(xí)，這對(duì)數(shù)據(jù)的質(zhì)量和多樣性提出了極高要求。獲取并利用大量包含各種駕駛情境、天氣變化和交通狀況的數(shù)據(jù)，尤其是那些能教會(huì)模型特定駕駛先驗(yàn)知識(shí)（如左讓直行）的數(shù)據(jù)，成為了技術(shù)突破的關(guān)鍵。

以特斯拉為例，馬斯克強(qiáng)調(diào)積累數(shù)十億英里的測(cè)試?yán)锍虒?duì)實(shí)現(xiàn)全球監(jiān)管要求的重要性，這突顯了海量數(shù)據(jù)在推動(dòng)自動(dòng)駕駛技術(shù)質(zhì)變中的核心地位。特斯拉通過(guò)分析客戶(hù)車(chē)輛收集的視頻數(shù)據(jù)，特別是篩選出優(yōu)質(zhì)駕駛行為作為模型訓(xùn)練資料，進(jìn)一步說(shuō)明了高質(zhì)量數(shù)據(jù)的不可或缺。

自動(dòng)駕駛領(lǐng)域正面臨數(shù)據(jù)需求的激增，特別是采用BEV感知方案，需要億級(jí)數(shù)據(jù)幀的訓(xùn)練才能保證系統(tǒng)性能。因此，構(gòu)建一個(gè)能夠高效收集、回傳、標(biāo)注、訓(xùn)練數(shù)據(jù)，并快速反饋至車(chē)輛端的“數(shù)據(jù)閉環(huán)”體系，成為眾多車(chē)企追求的目標(biāo)。這個(gè)過(guò)程不僅借鑒了傳統(tǒng)軟件開(kāi)發(fā)的數(shù)據(jù)反饋機(jī)制，還需融入AI模型訓(xùn)練和優(yōu)化的新元素，面臨著數(shù)據(jù)采集策略、數(shù)據(jù)質(zhì)量、分布處理以及隱私保護(hù)等多方面的挑戰(zhàn)。

12 全文共 2 頁(yè)下一頁(yè)

關(guān)閉

數(shù)據(jù)閉環(huán)重塑高階智駕未來(lái) 數(shù)據(jù)成自動(dòng)駕駛“稀缺品”

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)