ITBear旗下自媒体矩阵:

2019全球人工智能与机器人峰会|张振林深度解读中智行5GAI新技术路线

   时间:2019-07-18 14:43:15 来源:互联网编辑:星辉 发表评论无障碍通道
图片1.jpg

2019全球人工智能与机器人峰会(CCF-GAIR 2019)在深圳举行。此次峰会由中国计算机学会(CCF)主办,深圳市人工智能与机器人研究院协办,是国内人工智能和机器人学术界、工业界及投资界三大领域的交流博览盛会。峰会上,中智行科技有限公司技术副总裁张振林就5GAI中国新一代无人驾驶的技术路线带来了深度解读。

5GAI是传统技术路线上的升级

5GAI是一种新的无人驾驶技术路线,也是属于中国特色的技术路线。目前国内外无人驾驶技术与5G相结合,仅仅处于浅层的5G结合,5G强大优势的应用仅是冰山一角。在中国第一的5G巨大投入下,中国无人驾驶若还停留在表层,将错失换道超车的大好时机。而在5GAI融合的尝试上,中智行是全球第一家从底层技术上将5G和AI深度融合的公司。“5GAI是在传统技术路线上的升级,可实现超视距的感知、更安全更舒适的车辆控制和智慧城市的高效调度,同时将无人驾驶的安全性在人类开车的基础上至少提高两个数量级。”张振林强调道,“5GAI让无人驾驶车辆拥有全天候、全场景、360度的‘千里眼’和统筹全局的‘智慧脑’,保障无人驾驶的安全性和高可靠性。”据悉,中智行从超强感知、智能规划、云地精图、边云车控、系统安全每个技术环节,将AI的智能算法和5G的低时延、高带宽、广连接的特性结合起来,在传统技术路线上进行了一个升级,将成就全新一代“中国式无人驾驶”。

5GAI是更深层的技术融合

由“被动”变“主动” 5GAI让无人驾驶更加安全。“5G具有大带宽、高并发、低时延、高可靠的特性,而5GAI是把5G和AI融合,并不是在AI的基础上打一个5G的补丁。形象一点就是结婚,而不是一种同居,是完全融合在一起,组成一个家庭。”张振林认为,现在绝大部分无人驾驶车都是被动式的感知模式,而通过5GAI技术可以达成万物互联,不限时间、不限距离更精准地得到信息进行计算,由被动式感知变为主动式感知,这样也确保了无人驾驶更加安全。

5G赋能车路协同,将打破单车智能局限。目前国内外大多无人驾驶公司仍是以单车智能为主,通过AI算法能力、传感器硬件、数据累计和计算能力来进行技术的实现,然而单车智能就盲区遮挡、成本等方面都是有其局限性的,个体的最优并非能达到全局最优。如今中国蓬勃发展的5G技术,将为无人驾驶带来技术的突破口,通过5G赋能的车路协同将弥补单车智能的局限。

5G赋能的车路协同,从万物互联到万物互控。如果通过5G“大带宽、高并发、低时延、高可靠”四大特点来赋能车路协同,让汽车由交通工具变为最大的移动终端,成为了信息的发出者、存储者、中转者和使用者,将实现从万物互联到万物互控的无人驾驶,从而极大提升了交通系统的安全性、效率和通信双向性。

中智行“ALL系列”让出行更安全、更舒适

中智行将通过5GAI技术打造“ALL系列”,让无人驾驶为大众带来更安全、更舒适的出行体验。

超强感知(AllFusion)构建完整3D数字世界,带来更精准的感知。张振林谈道,目前很多公司做纯粹的AI驾驶会提到数据融合的概念,但都是依赖于单车所安装的传感器。而中智行在这些传感器的基础之上,增加了5G无线传感器,不单可以实现视距内的感知,也增加了非视距感知,并且可以实现盲区全天候、全时域的感知。同时,中智行还通过5G互联将所有上路车辆的智能传感器结合起来达成感知共享,也就是单车所感知的范围不仅仅依赖于本车的感知,也包括其他车上的传感器数据。这样所有的信息结合就形成了完整的3D的数字世界,将带来更加精准的感知。

边云车控(AllControl),将实现更安全的控制和更舒适的出行体验。“我们讲无人驾驶都讲感知、规划、控制,控制更多是在车上的基于接收到的规划路径、轨迹、位置的单纯执行。中智行5GAI技术是将5G云控和边缘车控结合在一起,来实现一个更安全和更舒适的控制。”张振林谈道,“中智行是一家出行服务公司,就像我们乘坐网约车,我们会对司机师傅的速度进行一个要求,这都是控制的输入和控制需求的来源。在云端,我们可以将所有的控制请求集中起来,传送到我们的车端,同时融合车上接收到通过感知之后规划的轨迹、定位信息来执行我们的控制。并且,通过车辆不断接收路面的湿滑情况、摩擦系数等等也可以调整悬架,让乘客能够得到更舒适的乘车体验。”

“5G和AI都是大国竞争,中国在这样的战场,是绝对不会轻易落后的。”未来,中智行相信5GAI新一代无人驾驶技术将让“中国式无人驾驶”实现换道超车,也助推5G的快速普及和AI尽早商业落地。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version