中國自動駕駛市場潛力巨大。麥肯錫預測，在中國乘用車市場，到2040年，自動駕駛將占到乘客總里程的約66%，自動駕駛車輛的銷售收入將達0.9萬億美元，與自動駕駛相關(guān)的移動出行所帶來的市場收入將達1.1萬億美元*1。自動駕駛作為智能汽車、智能交通發(fā)展的一致方向，已經(jīng)被我國列為重點發(fā)展領(lǐng)域。國務院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》提出要重點發(fā)展汽車產(chǎn)業(yè)中的自動駕駛技術(shù)，并且要在智能交通建設和自主無人駕駛技術(shù)平臺等方面實現(xiàn)突破。而這一進程的推進離不開

來源：麥肯錫，How china will help fuel the evolution in autonomous vehicles

第一階段，~2023：在這一階段，自動駕駛技術(shù)已經(jīng)準備就緒，但受限于我國復雜的交通環(huán)境，例如高度復雜的標識、交通信號燈和道路標志尚未完全標準化，以及駕駛員不良習慣駕駛等，導致自動駕駛的初步使用，更多的在具有更少交通流量且駕駛要求更為簡單的郊區(qū)進行，且駕駛速度只能維持在60km/小時以下的低速。

第二階段，~2027：到2027年，自動駕駛技術(shù)不斷發(fā)展，已經(jīng)解決了城市和郊區(qū)駕駛的大部分所需條件，開始得到大規(guī)模的商業(yè)化采用。但自動駕駛還需解決壞天氣帶來的信號不佳，以及鄉(xiāng)村獨特的交通復雜性以及道路標識不統(tǒng)一的問題。

第三階段，~2032：“移動即服務”(MaaS)在中國市場的快速增長，帶來對自動駕駛出行的強烈需求。在這一階段，隨著自動駕駛技術(shù)的日益成熟和成本的逐步降低，自動駕駛將在城市、郊區(qū)和農(nóng)村得到全面采用。

從技術(shù)角度而言，自動駕駛的過程涉及眾多技術(shù)，其中感知、智能引擎和機器學習這三點非常關(guān)鍵。

感知：在工業(yè)互聯(lián)網(wǎng)下，通過傳感器、通信設備以及連接設備的數(shù)字化技術(shù)來感知多車型、多場景車輛數(shù)據(jù)，通過傳感多數(shù)據(jù)交互，邊緣端實時處理，實現(xiàn)實時、可靠的系統(tǒng)響應和感知。

智能引擎：在云層之上，結(jié)合大數(shù)據(jù)和人工智能，對收集的車輛海量數(shù)據(jù)進行實時處理，并作出智能決策，是實現(xiàn)自動駕駛的關(guān)鍵。這就需要自動駕駛系統(tǒng)具有高速可靠的計算能力，能夠通過智能大數(shù)據(jù)分析，對車輛行駛做出相應決策。

深度學習：自動駕駛過程中，需要對基于汽車行駛的數(shù)據(jù)、性能評價進行智能判斷、診斷和維護，這就對深度學習提出了要求，需要先進的深度學習框架，通過機器學習建模根據(jù)數(shù)據(jù)進行訓練和改進。

• AWS加速自動駕駛

全球先進的傳統(tǒng)汽車制造商Rolls-Royce、BMW、Volvo、Toyota、Remault、福特、德國奧迪和新興出行服務商如Lyft都是基于AWS ，以及云層之上的物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能，滿足車聯(lián)網(wǎng)和自動駕駛的開發(fā)和部署需求。基于云平臺靈活、豐富的計算資源，在運用大數(shù)據(jù)技術(shù)和先進的人工智能算法基礎上，AWS自動駕駛系統(tǒng)分為車、云(平臺)兩層，通過車云協(xié)同，AWS一整套服務可助力自動駕駛的開發(fā)和部署。

AWS 具備及用戶所需的存儲，支持海量數(shù)據(jù)存儲。AWS Snowball Edge Storage Optimized 提供了 100 TB 的容量和 24個 vCPU，滿足本地存儲和大型數(shù)據(jù)傳輸需求。

Amazon Elastic Compute Cloud (Amazon EC2) P3 實例提供靈活且強大的高性能計算能力，可以實現(xiàn)高達 1 petaflop 的混合精度性能，顯著加快機器學習和高性能計算應用程序的速度。且Amazon EC2 P3 實例支持所有主流機器學習框架，包括Apache MXNet、TensorFlow 和 PyTorch 等。

Amazon SageMaker 機器學習托管服務，能夠讓自動駕駛研發(fā)人員快速構(gòu)建、訓練和部署機器學習模型，在減少研發(fā)工作量的同時降低成本，縮短產(chǎn)品面世周期。

AWS IoT Greengrass 提供邊緣計算及機器學習推理功能，可以實時處理車輛中的本地規(guī)則和事件，同時盡可能降低向云傳輸數(shù)據(jù)的成本。

下面我們通過兩個實際案例看看AWS 如何助力自動駕駛。

• 豐田研究所利用AWS深度學習加快自動駕駛速度

自動駕駛系統(tǒng)的開發(fā)和部署，需要IT具有收集、存儲和管理大量數(shù)據(jù)的能力，高性能計算能力和先進的深度學習技術(shù)，以及實時處理車輛數(shù)據(jù)的能力。豐田旗下的豐田研究所(Toyota Research Institute，以下簡稱TRI)的首要任務之一就是通過人工智能，幫助豐田生產(chǎn)更安全、更可用、更環(huán)保的汽車，為此，他們在AWS云服務基礎上，通過Amazon EC2 P3實例、Amazon Simple Storage Service (Amazon S3)、Amazon Simple Queue Service (Amazon SQS)和AWS網(wǎng)絡服務構(gòu)建了一個可擴展且高性能的解決方案。Amazon EC2 P3實例為機器學習模型培訓提供了所需的核心計算能力，在快速優(yōu)化和重新培訓模型的基礎上，將培訓模型的時間縮短了75%，顯著加快TRI的自動駕駛研究和開發(fā)速度;通過Amazon S3，TRI能夠快速存儲和檢索任何地方任何數(shù)量的數(shù)據(jù)，并將這些數(shù)據(jù)用于機器學習模型和模擬的分析和再培訓;TRI還使用Amazon SQS協(xié)調(diào)遠程數(shù)據(jù)采集站點之間的數(shù)據(jù)傳輸，并根據(jù)需求調(diào)整計算和存儲資源。通過這一方案的部署，TRI的數(shù)據(jù)科學家和機器學習工程師能夠更快地迭代、培訓更多模型，并在應用程序中建立競爭優(yōu)勢，從而縮短研發(fā)自動駕駛研發(fā)周期，向未來幫助豐田生產(chǎn)更安全的汽車這一目標邁進。

• AWS助力TuSimple 開發(fā)自動駕駛卡車系統(tǒng)

創(chuàng)立于2015年9月的TuSimple(以下簡稱“圖森”)一直專注于研發(fā)可商用的 L4 級別(SAE 標準)無人駕駛卡車解決方案。該解決方案以攝像頭為主要傳感器，融合激光雷達和毫米波雷達，實現(xiàn)了感知、定位、決策、控制等無人駕駛核心功能，能夠讓貨運卡車在干線物流場景和半封閉樞紐場景中實現(xiàn)全無人駕駛。借助AWS云服務，圖森加快了這一解決方案的開發(fā)效率和速度，并降低開發(fā)成本。AWS具備用戶所需的計算和存儲，通過AWS Snowball Edge，圖森能夠加速將海量數(shù)據(jù)傳輸?shù)紸WS云并進行處理，從而讓圖森能夠進行非常廣泛的模擬駕駛測試;通過AWS 彈性云服務，圖森能夠創(chuàng)建和訓練其深度學習模型，從而將培訓時間從數(shù)天縮短至數(shù)小時。借助AWS，圖森建立了自主駕駛仿真平臺，可以在其用于導航卡車的每一種算法上運行數(shù)百萬英里的模擬里程，從而使安全可靠的自動車輛成為現(xiàn)實。

自動駕駛的實現(xiàn)，不僅要求通過傳感器對周圍環(huán)境實現(xiàn)感知，同時具備更強大的數(shù)據(jù)分析能力，通過數(shù)據(jù)進行智能決策和控制。針對自動駕駛開發(fā)的AWS云服務，借助云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能，加快了汽車制造商和研發(fā)機構(gòu)在自動駕駛系統(tǒng)這一方向的研發(fā)進程。借助AWS云服務，TRI和圖森加快了自動駕駛研發(fā)的速度，向可靠、安全的自動駕駛不斷前進。

網(wǎng)站欄目：智能物聯(lián)-自動駕駛核心技術(shù)
網(wǎng)站鏈接：http://www.rwnh.cn/news35/104585.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站收錄、微信小程序、軟件開發(fā)、移動網(wǎng)站建設、網(wǎng)站排名、自適應網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)