Solution de données de conduite intelligente 2.0 : l'efficacité du traitement des données de l'IA est considérablement améliorée et la technologie de publication des données de mesure dans le cloud est mise à niveau.

Le 24 août, le Salon international de la conduite autonome de Chine s'est tenu à Shanghai. 10 conférences ont eu lieu sur le site d'exposition, avec un total de 120 discours principaux, couvrant le radar de conduite intelligent, les caméras visuelles, les cartes et le positionnement, le contrôle du domaine du châssis et l'intégration du stationnement et du stationnement, la sécurité de l'information et la sécurité fonctionnelle, les données d'IA, les logiciels de simulation, réseau intelligent Discussions sur 10 sujets, dont la connectivité, le cockpit intelligent et les solutions de scènes à basse vitesse

Le directeur général de Cloud Measurement Data a participé au sommet ICVS Intelligent Cockpit Technology Summit 2023. Étaient également présents d'éminents représentants de l'industrie du groupe FAW, Harman China, Xpeng Motors, Quanji Technology, l'Université de Tongji, la Société chinoise des ingénieurs automobiles et l'Université de technologie de Pékin. , etc. . Lors de la réunion, Cloud Test Data a publié une nouvelle solution de données d'IA de conduite intelligente 2.0 récemment mise à niveau, qui fournit la solution de service de données d'IA optimale pour le développement de la conduite intelligente et libère un nouvel élan de données d'IA de haute efficacité et de haute qualité

Sous la double influence des politiques et des modèles d'intelligence artificielle à grande échelle, le processus d'intelligentisation et de commercialisation de la conduite autonome s'accélère. Étant donné que les données de scène nécessaires à la conduite autonome sont des données de longue traîne, elles doivent couvrir autant de situations extrêmes que possible. La mise à niveau et l'itération des modèles d'algorithmes nécessitent également un investissement continu dans de nouvelles données de scène, et l'importance des données est devenue de plus en plus importante. Des constructeurs automobiles aux fournisseurs de premier rang, divers acteurs de l'ensemble de la chaîne industrielle de la conduite autonome commencent à s'intéresser à la construction d'une boucle fermée de données de conduite autonome

Face à la tendance à la mise en œuvre progressive de la conduite intelligente et à des scénarios d'application plus abondants, la boucle fermée des données est devenue la tendance actuelle de développement de l'industrie. La manière de diffuser efficacement les données sur la formation est devenue la clé de l'amélioration des performances des entreprises concernées. Il est rapporté que par rapport à la version 1.0, la solution de données d'IA de conduite intelligente de Cloud Measurement Data 2.0 a été entièrement mise à niveau dans de nombreux aspects, tels que les capacités de données en boucle fermée, les capacités d'annotation automatique, les chaînes d'outils de gestion des données et l'évaluation manuelle des performances, avec la base de données intégrée comme noyau. Cela peut améliorer considérablement l'efficacité de l'annotation et de la circulation des données tout en garantissant la qualité de l'annotation des données

Afin de réaliser un modèle complet en boucle fermée, des données multi-scénarios à grande échelle, de haute qualité, une puissance de calcul élevée, une efficacité élevée, des modèles d'algorithmes relativement peu coûteux, tendant vers des niveaux d'annotation et de traitement automatisés des données, et des niveaux élevés Une transmission rapide et peu coûteuse est nécessaire. Le débit et le mode de stockage, ainsi que des garanties de sécurité et de conformité. Avec l’entrée de nouvelles données, le modèle en boucle fermée peut avancer en continu pour réaliser la croissance automatisée de la conduite autonome. À l'heure actuelle, les fournisseurs de solutions de conduite autonome tels que Haomo Zhixing et Baidu Apollo ont lancé des solutions uniques de données en boucle fermée. Ils n'épargnent aucun effort en matière de logique de collecte de données, de vérification de la valeur réelle des données, de simulation de scénarios de formation, d'itération de modèles d'algorithmes et d'autres aspects à atteindre. obtenir une boucle fermée de données rentable, à grande échelle, de haute qualité et efficace

Le rapport de recherche de CITIC Securities a souligné qu'à mesure que la technologie avancée de conduite autonome commence à être produite en masse dans les zones urbaines, la perception, la prise de décision, l'exécution et l'architecture de communication du système ouvriront la voie à une nouvelle mise à niveau. Actuellement, tous les participants utilisent « BEV+Transformer+data close-loop » comme architecture de base de la dernière génération de systèmes de production de masse de conduite autonome. Le paradigme de l'algorithme et les itinéraires techniques peuvent devenir temporairement cohérents. la prochaine étape de 1 à N. La clé

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!