阿里入局自動運転路測定プラットフォームL 5の技術が着地したのはファッションが早いです。

Google、バイドゥに続いて、アリババもアナログ道路測定プラットフォームの陣営に加わった。

阿里達摩院は4月22日、世界初の自動運転「ハイブリッドシミュレーションテストプラットフォーム」を発表した。このプラットフォームは仮想と現実を結合したシミュレーション技術を採用して、実際のロード測定シーンとクラウドトレーナーを導入して、極端なシーンをシミュレートすると30秒しかかかりません。システムの毎日の仮想テストの距離は800万キロを超えて、AIモデルのトレーニング効率を大幅に向上させます。

自動運転にとって、シミュレーション道路測定は訓練アルゴリズムの核心的な一環である。

達磨院のベテラン技術専門家オウ閏は21世紀の経済報道記者の取材に対し、ハイブリッドのシミュレーションプラットフォームが自動運転路測定の方式を変えたことを明らかにしました。このプラットフォームではシーン構築コストはほぼゼロであるので、必要に応じて任意にシーン変数を追加することができる。加えて、人間の運転行動の介入を導入し、自動運転技術の成熟を加速させることができます。

シミュレーション回路測定は訓練アルゴリズムの効率を大幅に向上させる。実際の道路測定の蓄積データは有限で、米国のランド智庫の試算によると、自動運転システムの量産には170億キロ以上のデータが必要で、つまり100台の車が必要で、40キロ/時間の速度で、一日に500年間走ります。しかし、実測データに基づいてシミュレーション道路を構築すれば、訓練効率は数量レベルの向上があります。

また、極端な状況では、悪天候や交通事故など、実測では元に戻すことはできません。しかし、アルゴリズムはこれらの状況に対処するために、シミュレーション環境でアルゴリズムを訓練する必要がある。このため、現段階のテスト状況から見ると、L 5技術が着地してからまだ長い時間があります。プラットフォームでも自動運転の車が開発されても、非常に早い段階にあります。

トレーニング効率アップ

道路測定は常に自動運転で着地する核心的な一環です。研究によると、自動運転は177億キロのテストデータを蓄積する必要があり、自動運転感知、意思決定、リンク全体の安全性を保証することができる。従来の純粋な仮想シミュレーションテストプラットフォームは自動運転路の距離測定を素早く完走することができますが、依然として極端なシーンの訓練効率の低下の肝心な問題に直面しています。極端なシーンのデータが足りないと、真実な道路状況の不確実性を元に戻すことができません。

そのため、多くの科学技術企業がこの市場を狙っています。2019年4月の上海モーターショーで、ファーウェイの自動運転クラウドサービスOctopusが初めて展示されました。シミュレーションテストはその中の一つのサービス能力です。ファーウェイは、自動運転の高速開発の上場と機能反復は、自動車企業が将来のスマートネット競争において率先して市場を勝ち取る鍵になると考えていますが、この過程で、自動運転の開発者が直面する挑戦も明らかです。

仮想シミュレーションテスト問題を解決するには、多量データの処理が第一の関門であることがわかった。クラウドサービスを通じて海の量のデータを処理して、自動化して掘り起こして表示して、企業をテストするために70%以上の人件費を節約することができます。

また、極端な場面でのテストデータ不足の問題について、だるま院はこの問題を解決しようとしています。このプラットフォームはオンライン上の仮想固定環境と線下の実際の道路状況の不確実性のギャップを通じている。従来のシミュレーションプラットフォームはアルゴリズムによって人間のランダム介入をシミュレートするのは難しいですが、達磨院のプラットフォームでは、実測データを使って自動的にシミュレーションシーンを生成するだけでなく、人がランダムに介入することによって、リアルタイムで前後の車両の加速、急カーブ、緊急停車などのシーンをシミュレーションし、自動運転車の避難訓練の難度を高めます。

極端シーンのデータ不足の問題に対して、このプラットフォームは任意に極端なロード測定シーン変数を増加させることができる。実際の道路測定では、極端なシーンを再現するには1ヶ月間かかるかもしれませんが、このプラットフォームは30秒以内に雨雪天気、夜間照明不良条件などの特殊なシーンの構築とテストを行うことができます。毎日サポートできるシーンの構築数は百万級に達します。

シミュレーションテストでは自動運転車が交通事故に遭い、自動運転にアルゴリズムの改善の機会を提供することができます。このプラットフォームは、ある意味、事故シーンの出現頻度と構築コストを増やすことによって、自動運転トレーニングの効率を高めると言えます。これはこれから行くために事故がもっと少ないです。」敖潤をさらに表す。

テスト走行距離は6倍近いです。

業界専門家によると、このプラットフォームは極端なシーンの再現問題を大規模に解決し、これらの重要シーンの訓練効率を百万倍に向上させ、自動運転の加速をL 5段階に進めるという。

自動運転市場の熱さは、シミュレーション・ロード・プラットフォームを巨頭たちの新たな戦場にもする。「中国自動運転シミュレーション技術研究報告（2019）」によると、今後5年間で、シミュレーション道路の世界市場規模は100億ドル前後に達すると予想されている。

自動運転企業にとって、シミュレーション道路を作ることは重要な競争力になります。しかし、プラットフォームごとに出発点が違っています。アリババやテンセントなどの会社にとって、実質的にはクラウドに基づいて業務を計算し、より広範な着地シーンを見つけます。同時に、オフラインの実況テストの需要も大幅に高まっています。

    3月2日、北京市の自動運転車道路テスト第三者サービス機構「北京智能車聯産業創新センター」は、2019年12月31日までに、百度、蔚来、北汽新エネルギー、ダイムラーなど13の企業があり、インターネット企業6社、ホスト6社、地図メーカー1社、計77台が北京市の自動運転車に参加したと発表した。一般的な道路テストは、通年のテストで88.66万キロに達し、前の年度より577%増加しました。このうち、BaiduのApploは合計52台の自動運転車を投入して道路測定を行い、北京市の総投入自動運転テスト車両の71%を占め、走行距離の75.4万キロをテストします。

将来、自動運転シミュレーションテストは実際の道路テストと相乗し、自動運転業界のさらなる発展を促進する。しかし、自動運転のシミュレーション技術は常に法律法規にサービスします。交通事故の法律責任をシミュレーションで評価し、交通行為の管理と監督を助け、交通規則の技術評価を行う。

業界関係者によると、自動運転のシミュレーション技術は製品認証にサービスし、シミュレーション方法によって科学的で全面的な製品テストと審査方法を提供し、また全国の共通型データベースを開通する必要がある。現在のところ、国内の自動運転シミュレーション業界はまだ初歩段階にあり、この基礎の上でL 5技術の着地を議論するのも時期尚早である。