端到端,、世界模型,、車路云……誰將成為明年“AI+交通”最熱詞,？(2)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-12-13 14:37:29 極智GeeTech

對于駕駛而言，感知交通環(huán)境信息越全面,、越及時,，駕駛的安全性也就相對越高。因此,，自動駕駛系統(tǒng)對感知能力的需求是沒有上限的,。

BEV網(wǎng)絡(luò)固然可以檢測白名單障礙物，但能檢測到1000多種物體基本上就是目前BEV網(wǎng)絡(luò)的感知上限,。OCC占用網(wǎng)絡(luò)可以檢測通用障礙物,，但OCC算法的運(yùn)算量跟隨網(wǎng)格的大小成倍變化，網(wǎng)格大小縮減一倍,，OCC算法的運(yùn)算量將增加8倍,，受限于算力和實(shí)時性，OCC網(wǎng)格的大小一般只能做到10厘米左右,，這就意味著它很難檢測微小物體,。在很多情況下,，10公分大的物體足以造成交通事故了,。

不僅如此，那些和駕駛安全,、效率,、舒適性密切相關(guān)的天氣、光照,、雨霧等復(fù)雜語義,，也是目前的BEV+OCC所解決不了的，而光照和天氣恰恰是可以影響自動駕駛車輛行駛的關(guān)鍵要素,。

數(shù)據(jù)正在成為端到端最大瓶頸

相較于分模塊的自動駕駛方案,，端到端方案主要解決了兩個問題。首先,，從人工邏輯代碼到數(shù)據(jù)驅(qū)動,，人工智能真正擺脫了“人工”，從此可以使用海量的數(shù)據(jù)迭代模型的性能,；其次,，通過自動抽取信息，減少信息損失,，可以充分利用數(shù)據(jù)中的信息,。

在過去幾年的時間里，隨著Transformer+BEV+OCC的問世,，分立級聯(lián)的感知模塊已經(jīng)慢慢完成了到端到端感知的切換,，自2023年下半年以來這波端到端狂潮引發(fā)的“從人工邏輯代碼到數(shù)據(jù)驅(qū)動”的轉(zhuǎn)變,，其實(shí)主要體現(xiàn)在決策和規(guī)劃層面。

決策和規(guī)劃從一板一眼的手工編寫規(guī)則進(jìn)化到基于神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)直覺,，這種AI化和端到端化使得可以通過海量數(shù)據(jù)不間斷訓(xùn)練優(yōu)化駕駛策略,，復(fù)現(xiàn)擬人且絲滑的老司機(jī)腳法。決策和規(guī)劃的進(jìn)步是巨大的,，相比之下,，感知能力的進(jìn)步并不大。

首頁上一頁 123 4 5...全文共 7 頁下一頁

關(guān)閉

端到端,、世界模型,、車路云……誰將成為明年“AI+交通”最熱詞,？(2)

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)