今日要闻
阿里A.I. Labs逐渐加码在自动驾驶领的投入,并且以落地为主旋律。
在今年的云栖大会上,阿里逐渐展现出其自动驾驶的轮廓。推出第一辆L4级的自动驾驶物流车;获得杭州第一张自动驾驶牌照;发布车路协同系统,选择物流园区作为其落地的第一站。
这三个的自动驾驶的动作,可以看出阿里在自动驾驶上逐渐强调可落地的重要性。这四天的云栖大会的集中展示,阿里已经勾勒出了一副自动驾驶的图景。
作为全球最大的电商巨头,阿里有着最天然的对物流的需求,也极其希望对现有的物流体系提出升级与改造。此外,业内也认为限定场景下的自动驾驶汽车应用,落地的过程将会更加的迅速。
阿里巴巴人工智能实验室总经理浅雪认为,阿里做智慧物流车有着最天然的练兵场。目前阿里正在构建全国最大的市智能物流骨干网络,更重要的是阿里智能物流骨干网络的构建过程当中,掌握全国的物流状况,清晰地知道哪些地方是否需要自动驾驶以及自动驾驶到底能发挥什么样的作用。
除了阿里自身对于电商的经验了解以外,事实上物流场景是极其需要升级的场景,据新智驾了解:中国17%的GDP都花在了物流系统。如果提高物流的效率,对社会和经济都有很大的影响。
阿里A.I. Labs推出的自动驾驶智慧物流车高度吻合了当下物流升级的需求。据雷锋网新智驾了解:此款自动驾驶智慧物流车取消了驾驶舱,两侧设置了两块屏幕用于向行人展示车辆的驾驶信息、目的地信息等等。在感测器方面,车辆的前后和两侧搭载了Velodyne的16线激光雷达。车顶上则安装了一个Velodyne 32线的激光雷达,一个双目摄像头,5个单目摄像头,其他的感测器,如RTK、超声波雷达等则隐藏在车身中。
阿里巴巴人工智能实验室首席科学家王刚认为:智慧物流车主要的运输对象是货物,并不需要载人,因此不需要考虑舒适性的问题,只负责点到点的运输,因此在识别度上相对没有那么高以及能够更加快速地落地。
据浅雪介绍,阿里巴巴的智慧物流车具备非常强的环境感知能力,即使在高速行进的过程中可以快速识别几百种物体。此外,这款智能物流车也可以适用上万种交通场景。包括在雨天等视线不清晰的情况下依然可以做到要避让行人;此外,还能够做到避让和跟随前方行驶缓慢的自行车。
此外,阿里亦在单车智能上作出了一系列的努力。据王刚介绍,阿里在过去一段时间里开发了单车智能系统,包括全天候、全场景的厘米级定位、大规模的模拟平台。阿里亦在单车智能系统上取得了非常优秀的成果,在KITTI数据库上,阿里的3D目标检测是第一。
但单车智能依旧有单车智能的局限,比如感知盲区的存在、高精度地图无法实时更新、成本高昂、对佳通的整体情况不能完整感知、无法有效决策等问题。因此,阿里A.I. Labs试图从车路协同着手解决上述的问题,使得自动驾驶能够更好地迅速落地。
王刚认为通过建设智能化的道路,可以使得路面上的车都能够共享智能能力。在车路协同的基础搭建完成了之后,汽车可以减少感测器的配置,从而大幅度降低汽车的成本。也是基于这个原因,阿里A.I. Labs认为车路协同是撬动自动驾驶行业发展的重要切入点。
据雷锋网新智驾了解:此前的车路协同方案更多是体现在如何通讯上,即研发通讯技术能让路传送信息给车。阿里A.I. Labs的方案是定义传送什么样的信息,即路需要精确感知到什么信息,什么样的信息是对车有用的,然后可将不同的信息用已有的通信方案传送给不同的车辆。此外,协同智能也是对单车智能的全面升级,协同智能将帮助汽车拥有上帝视角感知网络、有利于多智能协同决策和整体控制和调配。
感知是车路协同最重要的一环,那么阿里A.I. Labs是如何实现感知功能?
阿里和国家公路设计院成立联合实验室推出了路测的智能感知基站,感知基站可以长距离感知路面的信息,检测范围达+/-200米(400米),各个感知基站互联互通,可实现超远距高传输,工业级的设计,可以防雨防霜,应对各种天气情况。由于感知基站对实时性、准确性都有很高的要求,阿里也在非常相关的数据库上达到了第一名的层级。
王刚表示,感知基站的实际测试效果也取得好的成绩。以车在30公里/小时,人突然从障碍物后面走出来的情况为例,单车智能实现的避让成功率是0%,协同智能的避让成功率是100%。
协同智能和道路智能化的技术,不仅可以帮助自动驾驶的车,即使是在有人驾驶的情况下,也能够提高驾驶的安全性,比如说感知基站可以进行交通的风险提醒、交通管控提示,是从有人驾驶到无人驾驶的智慧交通的过度途径。
据雷锋网新智驾了解:未来实验室未来的研究方向主要根据阿里和公路设计院的优势,结合交通的实际需求,以车路协同技术、自动驾驶技术、大数据和云控平台、基础设施智能化作为主要的研究目标,其中车路协同技术是基础性技术,对其他几个方向有支撑作用,未来具体的研究方向可以根据双方协商进行删减。
一副自动驾驶的落地图景,已经徐徐打开。
您可能敢兴趣
声明: 凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。如系原创文章,转载请注明出处; 您若对该稿件内容有任何疑问或质疑,请即联系,本网将迅速给您回应并做处理。邮箱:mail@laishu.com
为您推荐
校园贷再曝乱象这到底是什么情况,了解最新消息?
2018-04-15 21:34
8月分手魔咒:不平衡的爱情注定走不远
2018-08-21 11:37
饮食提醒切记红薯的“死对头”
2018-02-21 03:39
红唇族加烟酒 罹癌增123倍 医师告诉你危害不只这些...
2019-11-06 17:37
秋葵,生菜
2020-01-27 07:42:15
滑坡毁百年铁轨 怎么回事
2019-02-02 05:46
解读改善你的饮食的3款创新菜肴
2018-02-25 03:39
李湘为女儿庆生 一家人真是太有爱了
2019-01-25 19:26
生完二胎后首露脸!福原爱瘦14公斤身材纤细
2019-07-27 12:32
2018CBME孕婴童展益生碱奏响全球备孕最强音
2018-08-01 13:46
月经不调饮食来调
2018-04-01 10:37
粗盐热敷4个部位治好4大顽疾可惜很少有人会用
2019-03-05 22:46
讨厌金牛座的人 是因为不懂金牛座 他们其实和你想像中的不同
2019-07-02 16:13
他才出生四天,四肢黑到要截肢、一碰就可能死亡!这一切只因爸妈一个无知的决定…
2018-02-17 12:45
石家庄现天价板面 为何如此天价 哪些人来吃
2019-02-02 04:47
统一西武双狮联名活动 日职传奇球星东尾修开球
2019-07-15 21:31
街头最红三大台式水果茶!!斗分量斗特色斗选择
2018-05-13 22:37
9个月婴儿如何进行认知能力训练
2018-02-15 01:00
最会伤人、伤人至深的十二星座排行榜 人必有一死 死于天蝎或死于水瓶
2018-05-03 06:34
对现任够深情 对前任够狠心的星座 第一名:金牛座
2019-07-08 16:18
滴滴顺风车回归 具体何时能归 消费者:等你回归
2019-04-15 20:39
从“出汗多”看体质?谨记养生方法,值得收藏!-今日头条(www.toutiao.com)
2018-01-11 23:45
备孕 你知道备什么吗?
2018-09-05 09:51
宝宝颅内出血、脑死亡竟是因为掉床 孩子坠床后万不可做错这3件事…
2018-10-16 12:57
日职/令和的怪物石垣岛初上陆 专属商品卖翻天
2020-09-17 12:51:25
新光三越彩虹市集改装结集60家餐厅品牌这5家人气超旺
2018-05-11 12:39
蝉联七年癌症死因第一名!预防大肠癌吃两物:越浓稠越抗癌,日本人爱吃、不想得癌更要吃|每日健康 Health
2019-03-21 21:53
每日排尿1500CC. 与尿路结石说再见
2019-10-25 18:35
原来这个八卦卦序的原理是这样的 其背后隐藏高深的宇宙奥秘
2018-05-10 04:36
只不过用硬币刮“这里”,不到3天!!五脏六腑的毒素竟然全排光了!便秘没了、气色也好了!效果太惊人。。。
2018-01-27 16:45
今日要闻
Dr. Martens联名X-GIRL释出霸气厚底系列!音乐人、潮流人都该来一双
真的来了!GD亲晒PEACEMINUSONE x Nike AF 1,白色“Para-Noise 2.0”超欠买!
adidas推出城市Online Run!王阳明、雷理莎脚踩Supernova、Boston 9限定鞋畅跑信义区
德国鞋履品牌Trippen秋冬新入荷!经典&创新任你选!
阿部千登势再推神作!sacai x Nike Vaporwaffle联名释出,四款新色攻陷你的荷包!
还有机会入手!Off-White x Air Jordan 5“色违”版本联名鞋即将开卖
Joel Embiid首代签名篮球鞋“UA Embiid One”台湾正式发售
Dr. Martens经典再进化!Heritage Distortion系列“双黄线”震撼登陆