NIO organisiert seine Forschungs- und Entwicklungsabteilung für intelligentes Fahren neu und führt Wahrnehmung und Kontrolle in einem großen Modellteam zusammen

DoNews berichtete am 19. Juni, dass Wawanan Auto erfahren habe, dass die Forschungs- und Entwicklungsabteilung von NIO kürzlich strukturelle Anpassungen abgeschlossen habe. Zuvor bestand die Forschungs- und Entwicklungsabteilung für intelligentes Fahren von NIO aus den Abteilungen Wahrnehmung, Steuerung und Integration. Nach der Anpassung wurden die Wahrnehmungs- und Kontrollteams zum großen Modellteam zusammengeführt und das Integrationsteam zum Bereitstellungsteam umorganisiert. Das fusionierte große Modellteam wird von Peng Chao geleitet, dem ehemaligen Leiter des Wahrnehmungsteams von NIO.

Die neu organisierte Forschungs- und Entwicklungsabteilung für autonomes Fahren wird weiterhin von Ren Shaoqing, Vizepräsident von NIO Intelligent Driving R&D, geleitet. Nach dieser Anpassung teilte Ren Shaoqing dem Team mit, dass das traditionelle Paradigma der „Wahrnehmung-Entscheidung-Kontrolle“, das in der Branche seit vielen Jahren verwendet wird, aufgegeben werden sollte. Das bedeutet, dass NIO den Einsatz durchgängiger Großmodelle zur Erreichung intelligenten High-End-Fahrens deutlicher untersuchen wird.

Ren Shaoqing absolvierte das gemeinsam von der University of Science and Technology of China und Microsoft Research Asia ausgebildete Doktorandenprogramm. 2015 veröffentlichte er zusammen mit He Kaiming, Zhang Xiangyu und Sun Jian das Restnetzwerk ResNet bei Microsoft Research Asia das erste im ImageNet-Bildklassifizierungswettbewerb. Im Jahr 2018 beteiligte sich Ren Shaoqing an der Gründung von Momenta und fungierte als Partner und F&E-Direktor. Im Jahr 2020 kam er zu NIO. Peng Chao schloss sein Masterstudium an der Tsinghua-Universität ab und arbeitete als leitender Ingenieur für visuelle Algorithmen bei Momenta.

Derzeit besteht das Smart-Driving-Team von NIO aus etwa 1.500 Mitarbeitern, was im Vergleich zu anderen Unternehmen relativ schlank ist. Das Smart-Driving-Team von Huawei besteht aus mehr als 7.000 Mitarbeitern, BYD aus etwa 4.000 Mitarbeitern und Xpeng aus etwa 3.000 Mitarbeitern. Nachdem Ideal im vergangenen Monat sein Smart-Driving-Team verkleinert hat, sind es derzeit etwa 800 Mitarbeiter.

Tesla veröffentlichte Anfang des Jahres die FSD v12-Version, und die Ergebnisse waren erstaunlich. Dadurch wurde die von Tesla verwendete End-to-End-Großmodelltechnologie allmählich zu einem Branchenkonsens, und mehr chinesische Automobilhersteller begannen, dies zu versuchen Route.

Menschen fahren, indem sie mit ihren Augen sehen, mit ihrem Gehirn urteilen und dann mit ihren Händen und Füßen steuern. Die Betriebslogik des intelligenten Fahrsystems ähnelt dieser. Es besteht hauptsächlich aus Wahrnehmungs-, Planungs- und Steuerungsmodulen: Es verlässt sich auf Sensoren wie Kameras oder Radare, um die äußere Umgebung zu „sehen“, und verlässt sich auf das Softwaresystem, um zu bestimmen, wie Fahren und steuert schließlich das Lenksystem und das Gaspedal, die Bremse usw., um den Fahrvorgang abzuschließen.

Vor der Einführung intelligenter Fahrsysteme, insbesondere der Planungs- und Steuerungsteile, musste eine große Anzahl von Regeln programmiert werden, um verschiedene Szenarien zu bewältigen. Dies war nicht die aktuelle gängige KI-Methode. tiefe neuronale Netze.

Das sogenannte End-to-End bezieht sich auf den gesamten Prozess von der Eingabeseite, die die äußere Umgebung erfasst, bis zur Ausgabeseite, die Steueranweisungen für Komponenten wie Gaspedal und Bremse generiert, alles wird durch ein tiefes neuronales Netzwerk vervollständigt. Dies erfordert ein Vortraining mit einer großen Menge an Fahrverhaltensdaten, um ein „großes Modell“ zu erstellen, das Wahrnehmung und Kontrolle integriert.

Seit letztem Jahr liegt das Hauptaugenmerk der Smart-Driving-Lösung darauf, die Führung bei der Umsetzung groß angelegter städtischer NOA (Navigate on Pilot, pilotunterstütztes Fahren) zu übernehmen. Es kann Punkt-zu-Punkt-unterstütztes Fahren auf städtischen Straßenabschnitten realisieren. Das Fahrzeug kann autonom überholen, die Spur wechseln, Kreuzungen passieren usw. Es kommt dem nahe, was Menschen fahren können, und intelligente Fahrsysteme können fahren.

Der Hauptvorteil von End-to-End besteht darin, dass es die Implementierung intelligenter High-End-Fahrfunktionen wie NOA in städtischen Gebieten beschleunigen kann. Da es Long-Tail-Fälle (Eckfälle) abdecken kann, die durch Regelmethoden nicht vollständig abgedeckt werden können, ermöglicht es intelligentes Fahren, sich besser an verschiedene Umgebungen und Szenarien anzupassen, ohne dass Städte einzeln „eröffnet“ werden müssen, wodurch die Popularisierungskosten gesenkt werden NOA in städtischen Gebieten, wodurch der Popularisierungszyklus verkürzt wird. Ein gutes durchgängiges intelligentes Fahrsystem kann auch das Fahrverhalten menschlicher Fahrer besser simulieren und so das Fahrerlebnis komfortabler und reibungsloser gestalten.

Im Wettbewerb um NOA-Funktionen in städtischen Gebieten hat NIO, das zuvor eine relativ geringe Dynamik beim intelligenten Fahren hatte, hinsichtlich der Anzahl der Dienstnutzer allmählich aufgeholt.

Ende April stellte NIO den Benutzern die globale Navigationsunterstützung NOP+ vor, die Hochgeschwindigkeits- und Stadt-NOA umfasst (NIO nennt die NOA-Funktion NOP). Nach offiziellen Angaben von NIO deckt die Lösung Autobahnabschnitte im ganzen Land und städtische Abschnitte in 726 Städten ab und bedient fast 260.000 Benutzer.

Der regulatorische Teil des Plans, den Weilai in Angriff genommen hat, basiert immer noch auf Regeln. NIO hat bereits angekündigt, in der ersten Hälfte dieses Jahres umfassende aktive Sicherheitsfunktionen (einschließlich AEB-Automatikbremsung usw.) einzuführen. Es wird davon ausgegangen, dass die neueste Banyan-Version 2.6.5 von NIO bald veröffentlicht wird und eine End-to-End-AEB-Funktionalität enthalten wird. NIO hat noch keinen End-to-End-Massenproduktionsknoten angekündigt.

In Bezug auf die Abdeckungsfläche hat Huaweis städtisches NOA die schnellsten Fortschritte gemacht. Im Februar brachte Huawei die ADS 2.0-Lösung auf den Markt. Es handelt sich nicht um eine vollständige End-to-End-Architektur, aber Huawei behauptet, dass die Lösung Benutzer bereits dabei unterstützen kann, Punkt-zu-Punkt-unterstütztes Fahren auf jedem Straßenabschnitt im ganzen Land zu aktivieren. High-End-Versionen von Wenjie, Zhijie, Avita und anderen Modellen nutzen bereits ADS 2.0.

Huawei erwartet, die Massenproduktion im August vollständig auf ADS 3.0 mit End-to-End-Architektur umzustellen.

Xpeng ist auch eines der Automobilunternehmen, das derzeit über die umfangreichste NOA-Funktion in städtischen Gebieten verfügt. Im Mai dieses Jahres gab Xpeng offiziell bekannt, dass es das End-to-End-Netzwerk an Bord von Fahrzeugen erreicht hat, und Xpengs städtisches NGP (Xpeng nennt die NOA-Funktion NGP) Sie hat mehr als 300 Städte abgedeckt und wird voraussichtlich im dritten Quartal dieses Jahres das ganze Land abdecken. Xpengs End-to-End besteht derzeit aus drei Modellen: XNet, einem großen Wahrnehmungsmodell, XPlanner, einem großen Kontrollmodell, und XBrain, einem großen Sprachmodell. Es gibt immer noch einen Unterschied zwischen den Wahrnehmungs- und Kontrollprozessen, die von einem Modell durchgeführt werden.

Ideal hat diese Woche den Kanal zur Registrierung des bildfreien NOA-Erlebnisses AD Max 3.0 eröffnet und erklärt, dass Sie landesweit städtisches NOA und andere Funktionen unabhängig von Straßenabschnitten erleben können, und hat insgesamt 9.000 Autobesitzer rekrutiert, die sich für die Erstanwender entschieden haben. Ein Beamter von Lili sagte, dass man voraussichtlich Ende dieses Jahres oder Anfang nächsten Jahres eine intelligente High-End-Fahrlösung auf den Markt bringen werde, die auf dem von Lili entwickelten End-to-End-Großmodell basiert.

Es wird davon ausgegangen, dass Great Wall in diesem Jahr eine durchgängige Massenproduktion von Smart-Driving-Modellen plant. Der Plan sieht eine Zusammenarbeit mit dem Zulieferer Yuanrong Qixing vor, der ebenfalls eine entsprechende Zusammenarbeit mit BYD geschlossen hat. SAIC Zhiji hat den Nutzern außerdem bildlose High-End-Lösungen für intelligentes Fahren mit End-to-End-Architektur zur Verfügung gestellt. Diese Lösungen werden in Zusammenarbeit mit dem Anbieter Momenta entwickelt.

Von Januar bis Mai lieferte NIO insgesamt 66.217 Neuwagen aus, eine Steigerung von 51 % gegenüber dem Vorjahr.

Das obige ist der detaillierte Inhalt vonNIO organisiert seine Forschungs- und Entwicklungsabteilung für intelligentes Fahren neu und führt Wahrnehmung und Kontrolle in einem großen Modellteam zusammen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!