Введение
Эта статья составлена на основе основного доклада «Исследование и практика цепочки инструментов автономного вождения от области исследований и разработок до области массового производства» Сюй Пэна, старшего менеджера по исследованиям и разработкам облака автономного вождения Baidu Smart Cloud на конференции Baidu Cloud Intelligence — подфорум умных автомобилей 5 сентября 2023 г. .
Средний абзац полного текста сопровождается полными версиями двух демонстрационных видеороликов о продуктах, которые нельзя пропустить.
(Просмотр видео: https://mp.weixin.qq.com/s/qsgrgirWa_UiSPkF_P7NYQ )
Полный текст — 3580, ориентировочное время чтения — 9 минут.
Baidu, первая отечественная компания, внедрившая автономное вождение, активно экспортирует в отрасль продукты, технологии и услуги, связанные с автономным вождением. Для меня большая честь иметь сегодня такую возможность поделиться с вами практическим опытом Baidu в области цепочек инструментов для автономного вождения. Мы также надеемся обсудить с вами наше понимание цепочек инструментов для автономного вождения.
Без накопления надежных технологий и промышленной планировки будет сложно решить проблему быстрого внедрения автономного вождения. Baidu разрабатывает основные технологии исследований и разработок для автономного вождения с 2013 года. В 2021 году мы открыли для отрасли опыт, накопленный в области автономного вождения за многие годы, для формирования систематических продуктов цепочки инструментов. В течение двух лет мы получили широкое признание многих отечественных и зарубежных OEM-производителей и производителей Tier1.
Вот несколько случаев, которыми я хочу с вами поделиться:
Первый случай — это платформа облачного моделирования. Вместе с нашими клиентами мы накопили более 500 000 индивидуальных сценариев. Менее чем за год мы помогли автомобильным компаниям выполнить более 700 версий итераций алгоритмов автономного вождения и проехать почти 10 миллионов километров тестовых проверок, что позволило автомобильным компаниям увеличить свои возможности. Время внедрения промышленного интеллектуального вождения значительно продвинулось вперед.
Второй случай — замкнутый цикл передачи данных. В течение одного года мы помогли клиентам разместить в общей сложности 50 ПБ данных и внедрили в платформу более 500 моделей интеллектуального анализа данных автономного вождения, завершив эффективную обработку сотен миллионов кадров данных для повышения ценности и преобразования данных.
Третий — аннотация данных. Для исследований, разработок и обучения автономному вождению высококачественные и крупномасштабные наборы данных обычно получаются вручную и покадрово в традиционных условиях. Разработанная Baidu интеллектуальная модель аннотаций с использованием искусственного интеллекта помогла клиентам аннотировать десятки миллионов кадров данных, сэкономив десятки миллионов трудозатрат.
Эти три случая соответствуют применению данных, управлению данными и процессу производства данных слева направо. В процессе внедрения с автомобильными компаниями мы считаем, что новая модель исследований и разработок в области беспилотного вождения — это модель, которая может сделать применение, производство и управление огромными данными о беспилотном вождении более эффективными. В этом также ценность цепочки инструментов, которую мы постепенно обнаружили в процессе постепенного общения с клиентами, и она также была признана клиентами.
Только что мы поделились с клиентами ранними требованиями к цепочке инструментов, основанными на области исследований и разработок, а также некоторыми мыслями по исследованию и внедрению. С постепенным развитием умных автомобилей, особенно во второй половине года, в основе которых лежит интеллект, умные автомобили вот-вот преодолеют критическую точку развития и ознаменуют настоящий взрыв.
Поэтому, если мы хотим завоевать рынок интеллектуального вождения, мы должны заранее провести исследования и разработки в массовом производстве.
Тем не менее, большинство нынешних облачных продуктов для автономного вождения в отрасли в основном предоставляют возможности исследований и разработок для функций автономного вождения с нуля. Однако на этапе массового производства автомобильные компании больше озабочены разработкой собственных алгоритмов с нуля до совершенства, и основной проблемой, которую необходимо решить, является проблема «длинного хвоста». Хотя доля проблем с длинным хвостом может составлять всего 10%, стоимость и цена решения проблемы с длинным хвостом очень высоки, что также ставит перед автомобильными компаниями четыре основные проблемы:
-
Во-первых, это соответствие данных. Согласно требованиям Документа № 1, изданного Министерством природных ресурсов в прошлом году, работа интеллектуальных подключенных автомобилей на дороге четко определена как геодезическая и картографическая деятельность, и необходимо поручить квалифицированному картографу управлять и контролировать его, чтобы обеспечить безопасность данных географической информации и соответствовать требованиям соответствия. Поэтому для автомобильных компаний первостепенной задачей стало то, как передавать данные, возвращаемые из массового производства, в облако в соответствии с нормативной политикой, чтобы помочь в проведении внутренних исследований и разработок.
-
Во-вторых, это вопрос эффективности. Для автомобилей массового производства необходимо ежедневно передавать обратно огромные данные миллионов автомобилей, что предъявляет чрезвычайно высокие требования к эффективности обработки платформы. Итак, как извлечь высококачественные данные из массивных и смешанных бизнес-данных и решить проблему «длинного хвоста» стало огромной проблемой для автомобильных компаний.
-
В-третьих, проблема с обслуживанием. Нам необходимо продолжать улучшать интеллектуальный эффект вождения и качество езды на основе отзывов различных пользователей, чтобы обеспечить возможности персонализированного обслуживания для тысяч людей.
-
Наконец, существует вопрос стоимости. Сцены на городских дорогах сложны, и тестирование особенно сложно. Массовое производство автомобилей необходимо распространить на все части страны с минимальными затратами. Как быстро адаптироваться к различным городским сценариям, также требует соответствующих решений.
Поэтому автономное вождение в эпоху массового производства требует новых инструментов и новых услуг.
Будучи первой компанией в Китае, внедрившей автономное вождение, Baidu взяла на себя ведущую роль в обновлении продуктов: от цепочек инструментов для исследований и разработок до сервисов для массового производства. и завоевание новых точек роста рынка для автомобильных компаний.
Будучи одной из первых компаний, внедривших автономное вождение, Baidu взяла на себя инициативу по завершению комплексного обновления цепочки инструментов для автономного вождения от области исследований и разработок до области массового производства.
На рисунке ниже показано комплексное решение Baidu Intelligent Cloud для полностью модернизированной цепочки инструментов автономного вождения для серийных автомобилей.
Модернизированное решение Baidu для создания цепочки инструментов для автономного вождения позволило создать производственную линию по интеллектуальному вождению для интеллектуальных разработок транспортных средств для автомобильных компаний, а также создать облачный сервис для всего жизненного цикла автономного вождения. Это решение предоставляет автомобильным компаниям полнофункциональную инструментальную платформу для разработки моделей, обучения моделей, сбора данных, аннотирования данных, симуляционных испытаний, эксплуатации и контроля в процессе исследований и разработок интеллектуального вождения, что делает разработку беспилотного вождения более разумной, эффективной и удобной. Проще помочь автомобильным компаниям быстро разработать и использовать автономное вождение, а также реализовать замкнутый цикл данных, замкнутый цикл проблем и замкнутый цикл сценариев.
Цепочка инструментов автономного вождения Baidu была полностью проверена на практике. Благодаря большому объему данных дорожных испытаний автономного вождения была сформирована библиотека сценариев из десятков миллионов; на основе ведущей базы искусственного интеллекта были проведены тесты по моделированию автономного вождения на десятки миллионов километров в день; в то же время, он также поддерживает пробег Baidu более 6000 Вт. Измеренный пробег автономного вождения обеспечивает эффективную поддержку для быстрой итерации и проверки эффективности технологии автономного вождения Baidu.
Набор решений, предоставляемых Baidu Intelligent Cloud, основанный на цепочке инструментов, также передает клиентам некоторые практики и опыт Baidu в процессе исследований и разработок в области беспилотных автомобилей, а также интегрирует ноу-хау продукта, которые мы накопили на практике, с пользователями. Совместное использование помогает автомобильным компаниям оставаться в авангарде интеллектуального вождения и захватывать новые рынки услуг интеллектуального вождения.
Ниже я расскажу о некоторых основных аспектах применения цепочки инструментов автономного вождения с трех аспектов.
Первый пункт — это цепочка инструментов + услуги по обеспечению соответствия. Мы знаем, что соблюдение требований является основной целью.Только при обеспечении безопасности данных индустрия умного вождения может развиваться здорово и быстро. Будучи единственной компанией в отрасли, которая понимает соответствие требованиям, предоставляет комплексную инфраструктуру, а также имеет опыт в сфере автономного вождения, Baidu точно понимает требования к соблюдению требований к данным, создавая цепочку инструментов для автономного вождения и одновременно удовлетворяя инновационные потребности бизнеса клиентов. «исходные данные не покидают транспортное средство, данные съемки и картографирования не покидают облако, результаты съемки и картографии не связаны друг с другом, а квалифицированные дилеры карт полностью контролируются», помогая автомобильным компаниям добиться повышения соответствия требованиям и преобразований на протяжении всего весь процесс.
За «точным соблюдением» Baidu создала профессиональную команду по обеспечению соответствия, которая может предоставлять услуги по обеспечению безопасности на протяжении всего жизненного цикла, а также межведомственные «консультационные» услуги для решения различных сложных сценариев и обеспечения автомобильных компаний разумной безопасностью и надежностью вождения. разработка.
Второй момент — услуги передачи данных. За последние несколько лет быстрого развития автомобильные компании постепенно накопили большой объем данных. Ключом к скорости итерации разумного вождения является то, как быстро и точно извлекать ценную информацию из огромных массивов данных.
Традиционный процесс интеллектуального анализа данных в основном осуществляется посредством ручного аннотирования или алгоритмической маркировки, что больше не может удовлетворить потребности клиентов в больших объемах данных с длинным хвостом.
Основываясь на многолетнем опыте Baidu в области поиска и в сочетании с большой моделью Wenxin, мы внедрили интеллектуальную поисковую систему с автономным вождением. Службы передачи данных модернизируются с «основанных на процессах» до «основанных на извлечении», чтобы достичь «иголки в стоге сена» при интеллектуальном анализе данных.
Благодаря возможностям извлечения данных возможности тегов становятся еще богаче. В то же время, благодаря точному определению сценариев данных, можно создать более точные определения спроса и возможности поиска на основе изображений и текста, так что активы данных можно быстро разрабатывать с нуля и улучшать. Традиционный поиск специальных сцен занимает около недели, но с помощью поисковых сервисов сцены можно получить в основном одним щелчком мыши.
В процессе исследований и разработок в области автономного вождения часто требуются специальные сценарии для воспроизведения проблем. Традиционное решение и предотвращение — попросить сотрудников исследований и разработок написать несколько алгоритмов майнинга на основе требуемых сценариев, а затем организовать соответствующий рабочий процесс для их запуска. Теперь, как показано в видеоролике, вы можете напрямую искать необходимые данные в массивах данных с помощью таких функций, как поиск изображений, поиск текста или извлечение сцен, превращая неупорядоченные данные в ценные информационные ресурсы.
Третий момент – услуги моделирования. Мы заметили, что многим партнерам в отрасли фактически не хватает накопления данных. Мы также думаем о том, как дать возможность отраслевым партнерам, которым не хватает накопления данных, быстро проводить исследования, разработки, испытания и эксплуатацию автономного вождения с низкими затратами. В настоящее время ключом к решению этой проблемы является высокоточное и многосценарное моделирование на уровне города.
С одной стороны, мы автоматически строим города-побратимы на основе крупномасштабной дорожной сети Baidu Map, обеспечивая высокоточное моделирование моделирования в городах-побратимах, полностью охватывая различные сценарии в сотнях городов. городов; с другой стороны, Baidu в настоящее время накопила более 6 000 000 километров данных о пробеге автономных тестов по вождению и десятки миллионов библиотек сценариев.
Служба моделирования Baidu Smart Cloud предоставит автомобильным компаниям реальные дорожные сети в более чем 100 городах и десятки миллионов километров данных сцен, а также будет поддерживать крупномасштабные симуляционные испытания на десятки миллионов километров в день. Автомобильные компании могут легко проверить свои возможности автономного вождения в различных городских сценариях в облаке, решая проблему «трудностей с вождением умных автомобилей за городом», вызванную различиями в географической среде и дорожных условиях, публикуя данные на десятки миллиардов, помогая автомобильные компании быстро накапливают испытательный пробег и значительно сокращают затраты.Затраты на НИОКР и эффективность НИОКР увеличиваются более чем в 10 раз.
С момента официального выпуска в 2021 году платформа моделирования Baidu Smart Cloud претерпела несколько версий итераций. В этом процессе я очень благодарен всем партнерам отрасли за доверие. В то же время, учитывая тенденцию развития технологий больших моделей, в нашу платформу моделирования также добавлено множество новых функций, включая автоматическое создание сценариев моделирования, которые будут постепенно выпускаться позже и предоставляться большему числу отраслевых партнеров.
Развитие умных автомобилей вот-вот пересечет критическую точку и ознаменует настоящий взрыв. Baidu Intelligent Cloud Autonomous Driving Toolchain эффективно решает многие проблемы, с которыми сталкивается массовое производство интеллектуального вождения, предоставляя облачные сервисы «в стиле экономки». Baidu надеется на сотрудничество с отраслевыми партнерами, чтобы преодолеть технические трудности автономного вождения, воспользоваться возможностями роста и войти в новую эру массового производства интеллектуального вождения.
- - - - - - - - - - КОНЕЦ - - - - - - - - - -
Рекомендуем к прочтению
Практика применения больших моделей в области обнаружения дефектов кода
Поговорите с InfoQ о высокопроизводительной поисковой системе Baidu с открытым исходным кодом Puck
Краткое обсуждение технологии сценариев уровня представления поиска и практики tanGo.
Первое знакомство с поиском: первый урок менеджера по поисковому продукту Baidu
В Alibaba Cloud произошел серьезный сбой, и все продукты были затронуты (восстановлены).Tumblr охладил российскую операционную систему Aurora OS 5.0.Новый пользовательский интерфейс представил Delphi 12 и C++ Builder 12, RAD Studio 12. Многие интернет-компании срочно нанимают программистов Hongmeng.UNIX time вот-вот вступит эпоха 1,7 миллиардов человек (уже наступила). Meituan набирает войска и планирует разработать системное приложение Hongmeng. Amazon разрабатывает операционную систему на базе Linux, чтобы избавиться от зависимости Android от .NET 8 в Linux. Независимый размер составляет уменьшено на 50% .Выпущен FFmpeg 6.1 "Heaviside".