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

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

黑神话,XSKY 星飞全闪单卷性能突破310万

当下,云计算仍然是企业主要的基础架构,随着关键业务的逐步虚拟化和云化,对于块存储的性能要求也日益提高。企业对于低延迟、高稳定性的存储解决方案的需求日益迫切。为了满足这些日益增长的 IO 密集型应用场景,众多云服务提供商正在不断推陈出新,推出具有更低时延和更高 IOPS 性能的云硬盘产品。 8 月 22 日 2024 DTCC 大会上(第十五届中国数据库技术大会),XSKY星辰天合正式公布了基于星

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动

js异步提交form表单的解决方案

1.定义异步提交表单的方法 (通用方法) /*** 异步提交form表单* @param options {form:form表单元素,success:执行成功后处理函数}* <span style="color:#ff0000;"><strong>@注意 后台接收参数要解码否则中文会导致乱码 如:URLDecoder.decode(param,"UTF-8")</strong></span>

PR曲线——一个更敏感的性能评估工具

在不均衡数据集的情况下,精确率-召回率(Precision-Recall, PR)曲线是一种非常有用的工具,因为它提供了比传统的ROC曲线更准确的性能评估。以下是PR曲线在不均衡数据情况下的一些作用: 关注少数类:在不均衡数据集中,少数类的样本数量远少于多数类。PR曲线通过关注少数类(通常是正类)的性能来弥补这一点,因为它直接评估模型在识别正类方面的能力。 精确率与召回率的平衡:精确率(Pr

计算机视觉工程师所需的基本技能

一、编程技能 熟练掌握编程语言 Python:在计算机视觉领域广泛应用,有丰富的库如 OpenCV、TensorFlow、PyTorch 等,方便进行算法实现和模型开发。 C++:运行效率高,适用于对性能要求严格的计算机视觉应用。 数据结构与算法 掌握常见的数据结构(如数组、链表、栈、队列、树、图等)和算法(如排序、搜索、动态规划等),能够优化代码性能,提高算法效率。 二、数学基础

明明的随机数处理问题分析与解决方案

明明的随机数处理问题分析与解决方案 引言问题描述解决方案数据结构设计具体步骤伪代码C语言实现详细解释读取输入去重操作排序操作输出结果复杂度分析 引言 明明生成了N个1到500之间的随机整数,我们需要对这些整数进行处理,删去重复的数字,然后进行排序并输出结果。本文将详细讲解如何通过算法、数据结构以及C语言来解决这个问题。我们将会使用数组和哈希表来实现去重操作,再利用排序算法对结果