杜堂资讯>科技>魔视智能创始人兼CEO虞正华:出行和量产是无人驾驶商业化两大

魔视智能创始人兼CEO虞正华:出行和量产是无人驾驶商业化两大

2019-11-12 16:40:11 作者:匿名 阅读量:2932

摘要:在本次年会上,魔视智能创始人兼ceo虞正华在主题演讲中表示,自动驾驶商业化有两种路径:一种是直接做l4,做出行的运营,强调出行服务,强调快速,对量产和成本的要求都不重要;另外一种是走向量产,强调安全,

2019年9月19日,在江苏省政府投资基金管理办公室和南京市人民政府的指导下,由中国投资信息集团和南京建业区人民政府主办,中国投资网、江苏分福基金产业管理公司和南京河西中央商务区承办,主题为“汇聚资本,打造产业”的“2019中国投资年会(南京)投资者峰会”在南京金霍费尔蒙酒店举行。

在这次年会上,魔幻视觉智能的创始人兼首席执行官余华政在一次主旨演讲中表示,有两种方式可以将自动驾驶商业化:一种是直接做l4,做商业运营,强调旅游服务,强调速度,既不需要大规模生产,也不需要成本。二是大规模生产,强调安全和成本控制。

魔术视觉智能创始人兼首席执行官俞华政

以下是俞华政在2019年中国投资大会(南京)投资者峰会上的主旨发言全文,由投中网编辑:

俞华政:大家下午好。我很高兴与大家分享我对无人驾驶商业道路的想法。

20年前中国a股市值前十名的公司是浦东发展银行。今天最高的一个是阿里,另一个是腾讯。从2004年到今天,腾讯的市值已经变化了超过3万亿元。

为什么会有这么大的变化?机会是什么?是移动互联网。

在过去的20年里,最大的机遇是移动互联网。我们认为未来20年最大的机遇是人工智能。这无疑是一个改变人类未来的大好机会,今天它仍然是投资和创业的主线。人工智能带来的变化是全方位的,包括物联网、自动驾驶仪、机器人等。其中,自动驾驶仪是着陆的关键点。

每个人都知道自驾的巨大商业价值,有很多报道称,到2030年,自驾租赁市场将超过2万亿美元。然而,在过去的一年里,我们也看到了许多挑战,特别是在l4自动驾驶仪中。例如,通用汽车的巡航将自动出租车服务推迟到2019年底。瓦伊莫的进步只维持在1000的范围内。

为什么人们会怀疑无人驾驶?在过去的一年里,发生了很多事情,遇到了太多的安全问题。许多企业在实验过程中或多或少遇到了安全事故。为什么会有这样的问题?本质不是技术不好,而是实验不够。

每个人都想比较现有的2.4亿辆汽车。成千上万辆测试车的积累远远不够。

自主驾驶商业化的途径是什么?

我们可以看到有两种方法,一种是直接做l4和做生意。l4的困境就在这里。l4车过去不跳。跳跃的基础仅仅是基于几十万辆测试车,而且速度有点太大了。从大规模生产的角度来看,虽然是l4技术,但在大规模生产之前,相应的技术和产品需要通过非常充分的测试来验证。有两种不同的途径,一种是操作,另一种是大规模生产。

不同路线带来的选择是不同的。面向旅行运营的l4强调快速和早期服务启动非常重要,对大规模生产和成本的要求并不重要。然而,考虑到大规模生产、安全和成本、第一安全性和第二成本控制,汽车公司非常保守。所以注意力的焦点是不同的。

今天,让我们来谈谈大规模生产的道路。从l1到l4,有不同等级的批量生产产品,包括从预警功能到l2自动紧急制动等。如今,许多高档汽车已经组装完毕,预计在未来3至5年内载客量将达到50%。和l4使用相同的传感技术和决策技术,但将其简化为安全可控的应用场景。从l3开始,它包括自动停车和tjp等应用场景,并且已经计划了这样的大规模生产。能够大规模生产的l4包括垂直可控着陆场景。通过这条路线,虽然我们是l4技术,但我们可以逐步验证和推进未来不同水平的完全开放道路自动驾驶的目标。

为了满足大规模生产的需求,我们可以查看算法、芯片、汽车规格和海量数据。从系统划分来看,无论是apa、avp还是l4用于开放道路,系统组成都是相同的,可以分为感知、定位、路径规划、决策和车辆控制。

当前感知系统的主流是基于深度学习,这是人工智能的一个突破。不管是演讲还是其他什么。这个视频是一个前瞻性的观点,我们用深度学习来做。任务是像素级语义分割。包括车道线和可行驶区域,人和车的轮廓可以被清楚地识别。六个月来,我们在城市空间方面一直名列世界第一。

以下是我们在一线汽车工厂制造的10台摄像机自动驾驶的视觉部分。这种传感系统可用于l3和l4的自动驱动。深蓝色路面是通过深度学习方法计算的可锻炼区域,以及其他区域,包括人、车、斑马线等。可以通过深度学习从技术角度来满足。

除了感知,自动驾驶最重要的技术是车辆定位。定位技术可应用于港区的自动驾驶。这是l4可以着陆的场景。该视频使用3台摄像机通过vslam算法实现厘米级定位。我们不需要数万美元的定位设备,我们可以使用现有的汽车摄像机进行高精度定位。

自动驾驶仪也有相关的有线控制技术。人们过去担心被国际供应商控制。我们面临瓶颈吗?我们可以完成与国际第1层的大量对接,从线控机箱的角度来看,这不会成为限制大规模生产的瓶颈。还有一个与大规模生产相关的芯片。自动驾驶涉及深度学习的技术路线,对芯片要求很高。我们在这里做了一个尝试,用fpga实现前端大规模生产。以色列最大数量的mobileye芯片以前在这里使用过。我们突破了这个瓶颈。

从大规模生产的角度来看,l1到l4的产品是实现的,l3和l4是更领域的控制器产品形式,视觉、毫米波雷达、超声波雷达等在内部完成感知、融合、定位和决策,最后给出执行指令。

作为从业者,我们也感受到过去一年不同的市场变化。从l1到l3是一个可以直接批量生产的市场。最近,很明显,大规模生产正在加速,这涉及客车的应用和商用车辆国家标准的实施。商用车,国家今年强制所有9米以上的公交车都要配备aeb,明年必须强制所有200-300万辆卡车都要报警,明年必须强制aeb,这在数量上是一个很大的提升。

l3和l4的大规模生产是为了停车。我们与一线汽车厂合作做自动停车。我们使用4台摄像机和12台超声波雷达来实现自动停车。在这个功能中,在过去,每个人都可以购买的汽车都是通过超声波停放的。我们正在做的是视觉和超声波停车的整合。将来,不管停车空间的类型如何,例如单面停车或狭窄停车空间,都可以实现自动停车。

此外,我们还与一线汽车工厂进行了远程停车。过去,宝马曾经投放50万元的高端汽车,但现在我们有10万元的汽车。你为什么需要遥控器?典型的场景是当一辆车遇到狭窄的停车位时,车停在里面的时候门不能打开,或者最初停在里面的时候很好,但是当一辆车回来的时候,门不能打开,车可以通过遥控停车自己停在里面或者外面。

L4自动驾驶仪从商业和大规模生产的角度来看,还是在垂直着陆场景中首次着陆,包括停车服务、港口自动驾驶仪。这是我们一线汽车厂的停车服务。例如,当一辆车到达一座建筑时,它会把自己停在停车场,人们不需要跟着它。当我出来的时候,我的手机按下了一个应用程序,汽车驶回了我下车的地方。该系统有5台摄像机、12台超声波和1台雷达,可实现自动传感、定位、规划和控制。另一个l4自动驾驶场景是在港区自动驾驶。

这种商业化道路上,国内一线汽车厂正沿着这条路线走,包括SAIC、一汽等。我们已经积累了行业经验,自动驾驶的量产之路越来越平坦。

谢谢大家。

中彩网 极速飞艇购买 江西快三开奖结果 pk10注册送58