2019全球未来出行大会|首汽约车高级技术总监夏智卿:数字化、自动驾驶与智慧的未来交通

中国汽车网(www.powasolar.com)专业汽车网站
核心提示:2019全球未来出行大会现场嘉宾演讲实录,敬请关注!

为更好地推动全球范围的跨界协同,理清出行公司、汽车公司、城市等各个主体在未来出行生态中的角色,讨论未来出行方式、出行科技、交通结构、交通战略会发生的重大变化以及整个行业将面临的机遇与挑战,中国电动汽车百人会组织举办2019 全球未来出行大会,以推动出行生态变革、转型创新和国际协同,迎接出行革命。以下为首汽约车高级技术总监夏智卿演讲内容实录:

自动驾驶,2019全球未来出行大会

大家中午好,虽然系中午,我跟大家介绍一下首汽约车的情况,首先大家到北京一定要去吃东来顺涮肉吃北京全聚德烤鸭,大家一定不要忘了坐首汽约车。大家讲了理论和前沿技术,我们是做工程落地的背景。莫干山是爸爸去哪儿的外景地,来到外景地那个地方我就不介绍了宣传莫干山,我昨天为了把小宝宝送到了那个场地,我开了80公里的盘山路,盘山路为了赶上6点的飞机,我玩了漂移各种超速,体验到V2X重要性,如果我在盘山路有V2X告诉我前面有来车,前面有重大的拐弯,我特别安全特别舒心就可以驾驶,但是现在还有很长的路要走,相信在V2X场景下有很强很强需求,最好办法我去飞机场车可以把孩子送到过生日的地方。首汽约车为了解决整个网约车运营的情况,我们在两年前这个时间启动车联网的业务,主要解决两个难点,道路安全和营收模式的创新。我们创建的CI系统解决智能语音、视觉识别和边缘计算的能力。

首汽约车在车联网业务方面我们构建了自己整个车联网的平台,司机车载业务以及乘客的增值业务,以这个为核心在网约车上完成我们的安全保障,比如说酒驾,酒驾问题的解决,以及像疲劳驾驶问题的解决,当然还有一个我们在人人交互车人交互上面,完成很多具体的落地,这个里面用多了很多AI的前沿技术。基于现在车联网业务的发展,我们把事件行为和信息进行实时计算,通过实时计算的能力来实现我们动态的安全监管能力和行为管理能力,来解决我们网约车安全运营和网约车事件管理的能力。我们现在首约在安全事件管理尤其超速方面可以形成自动化的预警识别以及处置,这个方面可以在几万辆车上让大家乘坐出行更加安全,对于司机的运行更加规范。我们通过上CI系统,在超速行为上大概下幅60%以上不合规行为。

这里面主要介绍了我们在人工智能技术解决的安全监管难题上的一些内容,一个是我们在疲劳驾驶上的监测,一个道路路况的预警,我们对于道路用ADAS技术反着用,收集司机的驾驶行为,来解决我们司机驾驶的一个合规性问题和评价问题,让一个好的司机为大家提供好的服务。驾驶行为分析,对于这种酒驾我们进行评价和管理,对于身份和定位,我们进一步在做的就是说手势接单以及语音接单,解决网约车出行方面手机接单安全问题。我们还研发了自己车载娱乐终端,很多车厂现在已经在做前沿性的车载娱乐内容,我们在做的时候,其实没有行业里面太好的先例,以前我们在做的时候,所有的都是在车载上进行一个纯粹内容化固态化车载,我们希望是动态的内容,动态的交互千人千面,我们把设备、内容和流量进行了深度的整合,我们花了极大的代价解决这样的问题,其中很重要的一点就在于你在内容版权上歌曲影片怎么让它在突破版权限制,在车辆上进行商业化运营,这在中国的行业里面还是有很多困难。

这是现在整个公司内部对于全员的安全监管能力以及安全评价模型的实际情况,我们收集的数据大概现在是2000亿条,2000亿条整个驾驶数据,未来在为自动驾驶评价以及我们在高精地图上面做了很多深入合作。

最后一点点我大概说一下在我们工程实践上的问题,我们中国有一个理论,有路就有丰田车,大家把这个词深深记在脑海里面,我上学开始就有这样的词,一个真正的理论是有路就有坑,我们今天所说的不是说给大家介绍我们有多好多好,而是在研发过程当中实际上车联网业务遇到多少坑,需要在座的各位大家踩坑的时候不要踩在这上面。

我们在人工智能AI技术应用当中发现AI技术只是一部分,真正AI技术的落地产业化,需要算法实现工程化的落地,以及数据验证三维一体进行场景化的应用,这里面怎么说呢你算法可以识别人,一个算法如果放在低成本硬件上,基本上要颠覆性重做,就算颠覆性重做实现了,真正道路上没有几百万公里的验证没有办法真正走入商业化运营。这里面大家可以看到国内有很多专业化规范,专业化规范只是解决验证性问题,没有解决实际路况正在商业化的运营。

我们在车联网和物联网应用里面遇到了很多专业化难题,比如传感器声、光、电信号融合比较难,另外多种传感器之间一致性问题,这里面所有行业里面都会碰到这样的困难。对于车联网行业来说,传输也是很重要的内容,如果我们实时传输不管运行的成本还是我们难度视频都会带来很高的成本,如果车联网业务在5G没有到来之前,数据不能实时上传也是没有办法大规模应用,这里面讲到什么样的数据进行实时运算,什么数据进行非实时处理,对于现阶段是非常重要基础设施规划的问题,大家需要进行4G化创新的时候进行很好的取舍。实时计算会作为思考性行为,像人思考处理场景化判断,为车联网业务,场景匹配带来一个基础设施,传统的计算机应用架构已经没有办法再适应车联网发展实时大量海量数据运算。大家都在讲边缘计算,重要的基础实时感知各种传感器和事件并且判断出来,一个人的超速不是说在那一刻超速是真正的超速,而是连续十分钟里面出现了130迈以上的速度才是真正的超速,以前的设备取出来数据没有真正的业务价值,疲劳不代表打瞌睡就疲劳,真正的疲劳连续行驶三小时以上出现打瞌睡行为才判断疲劳行为,实时计算很重要一点我们如何进行场景匹配。每台设备每天几万条记录数据产生,对我们未来我们在海量存储海量处理上面有很大的挑战。这个过程当中跟百度腾讯进行合作,海量数据上来以后,传统存储不可以成熟,好的存储方式将会未来我们的发展提供良好的基础。因为视频、图片是传统业务的几十倍。

还有声音识别、图像识别、定位我们遇到问题点,比如麦克风灵敏度,高灵敏度不可以,低灵敏度也不可以,这个都需要进行专业化处理,回音也需要解决,一个设备放音乐的同时还要收录声音这样的声音需要解决,方言是现在语音识别非常难以解决的问题,中国那么多方言,如果在AI识别大规模应用,里面处理和难度是现在要面对和产业化发展需要处理的事情。图像识别领域里面,我们想光照度直接决定图像识别能不能做,夜间用红外给人家照脸,深圳出了一件事情20瓦红外灯照司机,司机视网膜出问题了,这在工程领域里面需要去考虑的问题,技术领域从来不会考虑这个会带来这个问题。还有焦距和视角,视角ADAS要求很苛刻,行车对视角要求是宽的,这两个兼容性未来如何融合,行车记录不能司机再买行车记录仪,ADAS再上专业的设备,这样的难题有没有办法解决。未来随着自动驾驶高精度定位的发展,定位也会成为需要解决的问题,现阶段我们的定位还没有办法实现低成本化的运行,在现阶段我们通过各种商业化的手段,工程化的手段解决漂移、误差、计量单位问题,天线也是很重要的一方面,如果你长时间使用没有天线良好支持定位都是伪命题。这是大规模工程应用里面大家看到都是我们踩过的坑,希望专业人士在未来使用过程当中在这方面共同把这个解决。

最后一个作为车联网行业涉及到内容、软件、传输等等,很多领域作为应用的团队来讲,作为行业的解决方案团队我们需要解决很深入底层性问题,这个过程当中我们用商业化标准软件或者技术对于前沿需求你没有办法突破的,比如说你要识别一万部影片的时候,你说这个就是识别不了,优先级比如大风就会识别为标准词,场景化适配都需要和底层很多的厂商和合作伙伴进行深入的合作,来解决这样的难题,比如海量视频存储问题,我们现在如果用传统的方式去做,它的成本和它的困难度是极高的,编解码技术需要很多合作伙伴一起去完成这个产业链。

这是我们整个车联网在发展以及在遇到问题的一个总体的概述,谢谢大家。


敬请关注盖世汽车“2019 全球未来出行大会”直播专题!

PC:https://auto.gasgoo.com/NewsTopic/211.html

移动:https://m.gasgoo.com/news/topic/211



中国汽车网(www.powasolar.com)专业汽车网站

作者头像
中国汽车网创始人

上一篇:2019全球未来出行大会|蜂巢科技能源有限公司总经理杨红新:未来动力电池安全与高能量密度协同发展趋势
下一篇:2019全球未来出行大会|华为MDC产品线总监佘远飞:华为MDC平台化与标准化,促进行业健康发展

发表评论