Huawei Cloudと多くの企業が行動イニシアチブを発表:自動運転のためのオープンな産業エコシステムを共同構築する
2022年11月18日、中国自動車工業協会と中国自動車技術者協会の指導の下、ファーウェイクラウドと機械業界が主催した「自動車産業デジタルインテリジェンスアップグレードサミットフォーラム」が蘇州で成功裡に開催された。情報研究所。会合では、ファーウェイ・クラウドが長城汽車、BYD、ヒューマン・ホライゾンズ、NavInfo、スターダスト・データ、彩夢テクノロジー、インユン・テクノロジー、ルオクン・テクノロジーなど数十の自動運転業界パートナーと提携し、「オープン自動運転の共創」プロジェクトを立ち上げた。 「産業チェーンアクション」イニシアチブ(以下、「イニシアチブ」という。)は、自動運転エコロジー構築、標準システム構築、ネットワークセキュリティとデータセキュリティ、産業チェーン技術交流の4つの方向から始まり、共同で私のプロジェクトの構築を強化します。国の自動運転オープン産業チェーンが実現し、自動運転技術の加速加速に貢献。機械産業情報研究院、中国自動車工業協会、中国自動車技術者協会の指導者らが共同でこのイニシアチブの発表に立ち会った。
自動運転は深海領域にも進出、オープンな産業エコロジーの育成が鍵
近年、工業情報化部、国家発展改革委員会、その他中央省庁・委員会は相次いで自動運転を重要課題の一つに挙げる政策を打ち出し、自動運転車の規制制度の構築を加速することを提案している。さらに、北京、上海、深セン、広州を含む40以上の省と市は、国内の自動運転産業の発展をトップレベルの設計から守るための詳細な管理措置を導入している。継続的に最適化された産業政策の支援により、我が国の自動運転産業は深化した発展の新たな段階に入った。
しかし、自動運転の開発は決して単一の機能の成果ではなく、データ収集、データストレージ、データ処理、データマイニング、データアノテーション、モデルを含む複雑な産業チェーンとサプライチェーンを必要とします。テストなどの一連の側面において、複数のリソースを統合し、自動運転産業チェーンにおける企業の相乗効果を促進する方法は、業界が直面する困難な問題となっています。
中国自動車工業協会の副主任エンジニア徐東海氏は、我が国の自動運転産業の発展を加速するには、開放と共有の原則を堅持し、独立したイノベーション能力を強化し、チップ、ホスト、アルゴリズム、プラットフォームなどの自動運転の上流と下流の産業チェーンを促進し、協力してオープンでウィンウィンの産業を構築する。
ファーウェイ クラウド自動運転クラウド プラットフォームのデビュー、プロセス全体にわたるデータ主導型の研究開発、製造、流通
共有とオープン性の最大の価値は、問題を解決することにあります。シナリオとデータの量と質の供給の問題。これにより、テクノロジーが大量のシナリオとデータに対して試行錯誤を直接実行できるようになり、さまざまなシナリオへの自動運転の適応が加速されます。
Huawei Cloudは、あらゆる分野のパートナーと連携して、協力協力、利益倍増、相互利益のオープンなエコシステムを構築します。現在、NavInfo、Stardust Data、Saimu Technologyなどのパートナーは、ファーウェイクラウド自動運転オープンAPIに基づいてそれぞれの利点と機能を迅速に統合し、環境に優しいオープンな自動運転研究開発プラットフォームを構築しています。さらに、ファーウェイクラウドは、自動運転研究開発プラットフォームソリューションのオープンソースコードライブラリであるPlotoもオープンし、プロのソフトウェアサービスプロバイダーの展開とドッキングをサポートし、自動運転プロジェクトの実装時間を大幅に節約しました。
ファーウェイ・クラウド・チャイナの張秀正社長は、自動運転エコシステムの繁栄を強化するために、ファーウェイ・クラウドは業界のすべての関係者にオープンな研究開発プラットフォームを提供し、自動運転を支援するさまざまなソリューションをアップグレードすると述べた。牽引企業は成長を加速し、より大きくなり、より強くなります。
ファーウェイの 30 年以上にわたるテクノロジーと経験の蓄積を統合した Huawei Cloud は、デジタル変革の経験、インテリジェントな製造能力、グローバリゼーションの経験を含む 8 つの主要な機能を自動車会社に提供します。 、クラウド間のコラボレーション機能、自動運転ソリューション、安全性コンプライアンス ソリューション、基盤となる技術革新、オープンなエコロジー協力機能。
さらに、ファーウェイ クラウドは、「1 300 万」のグローバル自動車業界クラウド インフラストラクチャ レイアウトもリリースしました。これは、データ アノテーション、トレーニング、シミュレーション、グラフ マーチャントなどの主流ツール チェーン ベンダーと連携して、安全でコンプライアンスに準拠したクラウド インフラストラクチャ レイアウトを構築します。 、分離型自動運転クラウド プラットフォームを開きます。
現在、China Horizons (Gaohe Automobile) は Huawei Cloud と協力して自動運転専用のクラウド プラットフォームを構築しています。これにより、データ コンプライアンスを満たしながら研究開発の効率を大幅に向上させ、コストを削減できます。
竹製の杖から馬車、伝統的な馬車から蒸気、電気、さらには知能の進化に至るまで、人類は旅行方法の試みと探究を決してやめませんでした。現在でも自動運転は産業発展のベンチマークとなっています。将来に向けて、ファーウェイクラウドは自動運転業界を深く探求し続け、フルプロセスのデジタル機能とオープンエコロジーサービスを持つパートナーと連携して、自動運転分野の急速な発展を共同で促進し、中国の自動車産業が更なる発展を遂げることを支援していきます。より大きく、より強く。
以上がHuawei Cloudと多くの企業が行動イニシアチブを発表:自動運転のためのオープンな産業エコシステムを共同構築するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









上記と著者の個人的な理解 3 次元ガウシアンプラッティング (3DGS) は、近年、明示的な放射線フィールドとコンピューター グラフィックスの分野で出現した革新的なテクノロジーです。この革新的な方法は、数百万の 3D ガウスを使用することを特徴とし、主に暗黙的な座標ベースのモデルを使用して空間座標をピクセル値にマッピングする神経放射線場 (NeRF) 方法とは大きく異なります。明示的なシーン表現と微分可能なレンダリング アルゴリズムにより、3DGS はリアルタイム レンダリング機能を保証するだけでなく、前例のないレベルの制御とシーン編集も導入します。これにより、3DGS は、次世代の 3D 再構築と表現にとって大きな変革をもたらす可能性のあるものとして位置付けられます。この目的を達成するために、私たちは 3DGS 分野における最新の開発と懸念について初めて体系的な概要を提供します。

昨日の面接で、ロングテール関連の質問をしたかと聞かれたので、簡単にまとめてみようと思いました。自動運転のロングテール問題とは、自動運転車におけるエッジケース、つまり発生確率が低い考えられるシナリオを指します。認識されているロングテール問題は、現在、単一車両のインテリジェント自動運転車の運用設計領域を制限している主な理由の 1 つです。自動運転の基礎となるアーキテクチャとほとんどの技術的問題は解決されており、残りの 5% のロングテール問題が徐々に自動運転の開発を制限する鍵となってきています。これらの問題には、さまざまな断片的なシナリオ、極端な状況、予測不可能な人間の行動が含まれます。自動運転におけるエッジ シナリオの「ロング テール」とは、自動運転車 (AV) におけるエッジ ケースを指します。エッジ ケースは、発生確率が低い可能性のあるシナリオです。これらの珍しい出来事

0.前面に書かれています&& 自動運転システムは、さまざまなセンサー (カメラ、ライダー、レーダーなど) を使用して周囲の環境を認識し、アルゴリズムとモデルを使用することにより、高度な知覚、意思決定、および制御テクノロジーに依存しているという個人的な理解リアルタイムの分析と意思決定に。これにより、車両は道路標識の認識、他の車両の検出と追跡、歩行者の行動の予測などを行うことで、安全な運行と複雑な交通環境への適応が可能となり、現在広く注目を集めており、将来の交通分野における重要な開発分野と考えられています。 。 1つ。しかし、自動運転を難しくしているのは、周囲で何が起こっているかを車に理解させる方法を見つけることです。これには、自動運転システムの 3 次元物体検出アルゴリズムが、周囲環境にある物体 (位置を含む) を正確に認識し、記述することができる必要があります。

最初のパイロットおよび重要な記事では、主に自動運転技術で一般的に使用されるいくつかの座標系と、それらの間の相関と変換を完了し、最終的に統合環境モデルを構築する方法を紹介します。ここでの焦点は、車両からカメラの剛体への変換 (外部パラメータ)、カメラから画像への変換 (内部パラメータ)、および画像からピクセル単位への変換を理解することです。 3D から 2D への変換には、対応する歪み、変換などが発生します。要点:車両座標系とカメラ本体座標系を平面座標系とピクセル座標系に書き換える必要がある 難易度:画像の歪みを考慮する必要がある 歪み補正と歪み付加の両方を画面上で補正する2. はじめに ビジョンシステムには、ピクセル平面座標系 (u, v)、画像座標系 (x, y)、カメラ座標系 ()、世界座標系 () の合計 4 つの座標系があります。それぞれの座標系には関係性があり、

自動運転では軌道予測が重要な役割を果たしており、自動運転軌道予測とは、車両の走行過程におけるさまざまなデータを分析し、将来の車両の走行軌跡を予測することを指します。自動運転のコアモジュールとして、軌道予測の品質は下流の計画制御にとって非常に重要です。軌道予測タスクには豊富な技術スタックがあり、自動運転の動的/静的知覚、高精度地図、車線境界線、ニューラル ネットワーク アーキテクチャ (CNN&GNN&Transformer) スキルなどに精通している必要があります。始めるのは非常に困難です。多くのファンは、できるだけ早く軌道予測を始めて、落とし穴を避けたいと考えています。今日は、軌道予測に関するよくある問題と入門的な学習方法を取り上げます。関連知識の紹介 1. プレビュー用紙は整っていますか? A: まずアンケートを見てください。

原題: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving 論文リンク: https://arxiv.org/pdf/2402.02519.pdf コードリンク: https://github.com/HKUST-Aerial-Robotics/SIMPL 著者単位: 香港科学大学DJI 論文のアイデア: この論文は、自動運転車向けのシンプルで効率的な動作予測ベースライン (SIMPL) を提案しています。従来のエージェントセントとの比較

先頭と開始点に書かれている エンドツーエンドのパラダイムでは、統一されたフレームワークを使用して自動運転システムのマルチタスクを実現します。このパラダイムの単純さと明確さにも関わらず、サブタスクにおけるエンドツーエンドの自動運転手法のパフォーマンスは、依然としてシングルタスク手法に比べてはるかに遅れています。同時に、以前のエンドツーエンド手法で広く使用されていた高密度鳥瞰図 (BEV) 機能により、より多くのモダリティやタスクに拡張することが困難になります。ここでは、スパース検索中心のエンドツーエンド自動運転パラダイム (SparseAD) が提案されています。このパラダイムでは、スパース検索は、高密度の BEV 表現を使用せずに、空間、時間、タスクを含む運転シナリオ全体を完全に表します。具体的には、統合されたスパース アーキテクチャが、検出、追跡、オンライン マッピングなどのタスク認識のために設計されています。さらに、重い

この 1 か月間、いくつかのよく知られた理由により、私は業界のさまざまな教師やクラスメートと非常に集中的な交流をしてきました。この交換で避けられない話題は当然、エンドツーエンドと人気の Tesla FSDV12 です。この機会に、現時点での私の考えや意見を整理し、皆様のご参考とご議論に役立てたいと思います。エンドツーエンドの自動運転システムをどのように定義するか、またエンドツーエンドで解決することが期待される問題は何でしょうか?最も伝統的な定義によれば、エンドツーエンド システムとは、センサーから生の情報を入力し、関心のある変数をタスクに直接出力するシステムを指します。たとえば、画像認識では、従来の特徴抽出 + 分類子方式と比較して、CNN はエンドツーエンドと言えます。自動運転タスクでは、各種センサー(カメラ/LiDAR)からのデータを入力
