阿里云助力元戎启行 加速自动驾驶应用落地

简介: 曾经在科幻电影中才会出现的自动驾驶汽车,如今已经驶进了真实道路。

曾经在科幻电影中才会出现的自动驾驶汽车,如今已经驶进了真实道路。


在深圳 CBD 中心城区,有多辆 L4 级自动驾驶汽车在人流如织、车流熙攘的路段中行驶着,方向盘兀自向左、向右打转,而安全员双手平放在膝盖上,全程无需操作。


这些汽车都来自自动驾驶科技公司元戎启行。据悉,元戎启行在 2021 年 4 月获得深圳首张智能网联汽车载人应用示范许可,累计测试里程已经超 1000 万公里。

1.jpeg

元戎启行自动驾驶汽车外观与市面普通汽车几乎没有差别

在道路测试过程中,元戎启行的自动驾驶汽车按照道路限速行驶;在拥堵路段的十字路口可以避开乱闯红灯的电动车;在狭窄路道,遭遇逆行电动车时能调整自身速度,安全通过;面对横穿马路的行人时会踩下刹车,礼让行人。


元戎启行的自动驾驶汽车在城市复杂路段的表现如此优异,源于过去 4 年的技术沉淀,以及反复的测试与调试。元戎启行对城市的复杂场景进行了多重技术验证与迭代,让系统对极端场景的处理能力不断提升。


自动驾驶解决方案在真正商业化应用前,需要通过大量的道路测试来验证自动驾驶的可靠性。真实环境下的开放道路测试面临着成本高昂、极端交通场景复现困难等问题,无法全面覆盖复杂交通场景。而仿真测试可以通过构建虚拟场景库对自动驾驶系统进行测试验证,在一定程度上帮助解决自动驾驶路测数据匮乏问题,实现低成本地训练“自动驾驶大脑”。所以,元戎启行的自动驾驶汽车系统不仅在真实世界经历了多次“考试”,在虚拟世界中也经过了多次“道路测试”。


元戎启行工程师通过输入海量的测试场景库,包括地图、视距影响、行人横穿、紧急制动等,调整相关场景参数,依托真实路测与生成数据一起构建仿真场景,以实现对数百万个极端场景的覆盖。最后通过大量的低成本、高时效的仿真训练提升自动驾驶系统的安全性、可靠性、泛化性。

mmexport1678880326322.png

元戎启行仿真测试

元戎启行的仿真测试每天都需要完成多轮测试验证和迭代优化,这对云基础设施的规模、弹性和性能都提出了巨大挑战。


阿里云为元戎启行提供了具有弹性的公共云算力,通过弹性容器实例(ECI)与容器服务(ACK)的组合,实现了算力的秒级弹性伸缩,在工程师需要进行仿真测试时,即可快速开出海量算力,并且按业务类型选择匹配的 ECS 规格系列,任务完成即释放,避免了资源的浪费。


此外,因为自动驾驶训练数据的敏感性和本地数据的高频交互,元戎启行通过阿里云云盒将研发平台部署在自身机房,保证了数据本地化,充分满足研发系统对大数据业务系统的数据访问;同时使用公共云一致的产品能力,很好地满足研发平台各类系统的需求,大幅节省运维成本。


除了密集的计算,在仿真等场景中,还有着大规模、高吞吐的数据存储需求,对象存储 OSS 可提供高弹性的大规模数据存储能力,同时,对象存储 OSS 加速器功能,可以缓存 OSS 中的热点文件(Object),为元戎启行提供了高性能、高吞吐量的数据访问能力。


在阿里云弹性算力的支持之下,元戎启行可以仅用真实路测 1% 的成本来完成仿真测试,且用 1 天时间就可实现真实路测 1 个月的里程积累。依赖于虚拟与真实路测的双重考验与打磨,才有了如今在道路上收放自如、不慌不忙的元戎启行自动驾驶汽车。


目前,元戎启行  Robotaxi 在深圳福田区的测试运营范围超过 200 个站点,总运营路段长达 200  余公里,覆盖多个车流集中的街区。截至当前,元戎启行已完成超 8 万次自动驾驶出行服务。2021 年 12 月,元戎启行推出最新一代 L4  级自动驾驶前装解决方案  DeepRoute Driver 2.0,量产成本可降至 3000  美元,打破量产壁垒,元戎启行已基于该方案与多家主机厂展开技术合作。元戎启行预计,到 2025 年后,搭载该系统的自动驾驶汽车将开始大规模入市。

相关文章
|
人工智能 文字识别 监控
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
结合人工智能视频理解流程和用户的需求场景,我们将视频AI的功能分成四个大部分,视频智能审核、视频内容理解、视频智能编辑、视频版权保护。其中视频审核功能包括视频鉴黄、暴恐涉政识别、广告二维码识别、无意义直播识别等,利用识别能力将网络上没营养和不健康的视频内容进行排查和处理;视频理解功能包括视频分类、标签,人物识别、语音识别,同时也包括对视频中的文字进行识别(OCR);视频编辑层面可以实现视频首图、视频摘要、视频highlight的生成,同时支持新闻拆条;关于视频版权,支持视频相似性、同源视频检索和音视频指纹等功能。
17351 0
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
|
21天前
|
人工智能 编解码 安全
全球AI新浪潮:智能媒体服务的技术创新与AIGC加速出海
本文介绍了智能媒体服务的国际化产品技术创新及AIGC驱动的内容出海技术实践。首先,探讨了媒体服务在视频应用中的升级引擎作用,分析了国际市场的差异与挑战,并提出模块化产品方案以满足不同需求。其次,重点介绍了AIGC技术如何推动媒体服务2.0智能化进化,涵盖多模态内容理解、智能生产制作、音视频处理等方面。最后,发布了阿里云智能媒体服务的国际产品矩阵,包括媒体打包、转码、实时处理和传输服务,支持多种广告规格和效果追踪分析,助力全球企业进行视频化创新。
|
3月前
|
机器学习/深度学习 人工智能 监控
智慧交通AI算法解决方案
智慧交通AI算法方案针对交通拥堵、违法取证难等问题,通过AI技术实现交通管理的智能化。平台层整合多种AI能力,提供实时监控、违法识别等功能;展现层与应用层则通过一张图、路口态势研判等工具,提升交通管理效率。方案优势包括先进的算法、系统集成性和数据融合性,应用场景涵盖车辆检测、道路环境检测和道路行人检测等。
109 1
|
5月前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
9月前
|
人工智能 边缘计算 安全
边缘计算与AI的融合:未来智能系统的关键
【5月更文挑战第24天】随着人工智能(AI)和物联网(IoT)技术的迅猛发展,数据的产生和处理需求呈指数级增长。边缘计算作为一种新兴的分布式计算范式,旨在通过在数据生成的源头即边缘设备上进行数据处理,来降低延迟、提高效率并保护隐私。本文探讨了边缘计算与AI技术结合的必要性,分析了其在实现智能化系统方面的优势,并讨论了在融合过程中面临的挑战及潜在的解决方案。
|
9月前
|
传感器 边缘计算 人工智能
边缘计算在AI时代的应用与挑战
【5月更文挑战第29天】 随着人工智能技术的飞速发展,数据处理需求日益增长,传统的云计算中心已难以满足即时性、安全性及带宽效率的要求。边缘计算,作为一种新兴的分布式计算模式,将数据处理任务迁移至网络的边缘,即数据产生的源头附近,从而减少数据传输距离和时间延迟,提高系统响应速度。本文探讨了边缘计算在人工智能领域的应用,分析了其面临的主要技术挑战,并提出了可能的解决方案。
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC加速媒体行业智能化发展
【1月更文挑战第16天】AIGC加速媒体行业智能化发展
62 1
AIGC加速媒体行业智能化发展
|
传感器 机器学习/深度学习 人工智能
汽车云如何加速自动驾驶大范围商业落地
人类对于自动驾驶的探索已经持续了近百年。
231 0
汽车云如何加速自动驾驶大范围商业落地
|
人工智能 边缘计算 算法
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
|
存储 机器学习/深度学习 数据采集
阿里云为自动驾驶量身打造一体化解决方案,助力行业突破技术瓶颈
针对各自动驾驶行业中涉及到的多元化的场景需求,阿里云为其量身打造了一套集采、传、存、算一体化的数据存储解决方案。
4499 0
阿里云为自动驾驶量身打造一体化解决方案,助力行业突破技术瓶颈