Alle Sensoren selbstfahrender Autos sind „inaktiv', aber sie können trotzdem reibungslos auf städtischen Straßen fahren. Die dahinter stehende schwarze Technologie ist im Ausland populär geworden.

Dieser Artikel wurde mit Genehmigung von AI New Media Qubit (öffentliche Konto-ID: QbitAI) nachgedruckt. Bitte wenden Sie sich für den Nachdruck an die Quelle.

„Musk, glauben Sie, dass V2X+KI die Implementierung autonomen Fahrens einfacher machen kann?“

In den letzten zwei Tagen haben viele bekannte ausländische Technologie-UP-Besitzer, wie Karl Conrad, Dom Esposito, Shane Starnes und Jonathan Casey hat darüber gesprochen. Das Video zur selbstfahrenden Technologie am Straßenrand folgt @musk, waymo, cruise und anderen Technologie-Tycoons und bekannten Unternehmen.

Im Video bewältigt das selbstfahrende Fahrzeug die komplexen Straßen in offenen Stadtgebieten, ohne den gesamten Prozess zu übernehmen, aber das ist nicht das, was alle überrascht. Was wirklich unglaublich ist, ist, dass das Fahrzeug im Video alle Sensoren an Bord vollständig blockiert. Damit ist dieses smarte Auto fast zu einem unsichtbaren „Blinden“ geworden.

Sie müssen wissen, dass autonomes Fahren auf L4-Niveau auf offenen Stadtstraßen nur durch intelligente Geräte am Straßenrand möglich ist. Dies ist wahrscheinlich das erste Mal auf der Welt!

Der gesamte autonome Fahrprozess wird von der Mogo AI Digital Road Base Station 2.0 (Mogo AI Station 2.0) abgeschlossen, um die Erfassung, Berechnung und Kommunikation abzuschließen und Ampelstatus, Fußgängerwarnung, Straßenzustandswarnung, Bremswarnung des Vorderfahrzeugs usw. auszugeben weitere Informationen an das Fahrzeug, die Smart-Autos dabei helfen, schwierige Aktionen wie Vorfahrtsregeln, Geschwindigkeitsüberschreitungen, Überholen und autonome Spurwechsel sicher durchzuführen.

Solche Fähigkeiten haben dazu geführt, dass diese ausländischen Technologie-KOLs es nacheinander erneut veröffentlichten und sogar ausriefen:

Chinas digitale Straßentechnologie steht bereits an der Spitze und wird wahrscheinlich Industriestandards formulieren.
Moguchi AutoLink aus China bringt selbstfahrende Autos durch „KI+V2X-Infrastruktur“ in die Realität.
So cool! In Städten mit V2X-Infrastruktur werden autonome Fahrzeuge eher in großem Maßstab eingesetzt!

Auch die international renommierten Technologiemedien TechMediaToday und TGDaily berichteten am 27. bzw. 28. März Ortszeit über diesen Vorfall.

TechMediaToday, eine aufstrebende Technologie-News-Website mit einer großen Anzahl junger Leser, betonte in dem Bericht: „Moguchi AutoLink ist nur ein Mikrokosmos chinesischer Technologieunternehmen. Chinas autonome Fahrtechnologie wächst mit unglaublicher Geschwindigkeit.“

TGDaily, ein 1998 gegründetes weltbekanntes Technologiemedium, berichtete: „Chinas Mushroom Connected Vehicles verbindet auf organische Weise die Verkehrsbeteiligungselemente „Auto-Straßen-Cloud“, um umfassendere Verkehrsinformationen für intelligente vernetzte Autos bereitzustellen und diese zu verbessern die Sicherheit des autonomen Fahrens.“ Welche Fähigkeiten weist es auf?

Im Video führt das Fahrzeug die autonome Fahraufgabe der Stufe L4 auf offenen Stadtstraßen sicher durch und blockiert dabei alle Sensoren am Fahrzeug. Das Fahrzeug bewältigt problemlos mehrere komplexe Straßenabschnitte.

An einer Kreuzung sendet die digitale Basisstation Mushroom AI beispielsweise vorab Ampelinformationen an das Fahrzeug.

Wenn es sich um ein „traditionelles“ selbstfahrendes Fahrzeug handelt, erfasst die fahrzeugseitige Kamera bei diesem Vorgang Bilddaten, die dann von einem Algorithmus identifiziert werden.

Aber dieses Mal wurde die Kamera des selbstfahrenden Autos blockiert, sodass die Ampelergebnisse über das intelligente Gerät am Straßenrand an das selbstfahrende Auto übertragen werden, um die Erkennung und Reaktion der Ampel zu realisieren.

Ein weiteres Beispiel: Wenn Fahrzeuge die Straße überqueren, ergreifen sie proaktiv Ausweichmaßnahmen im Voraus:

Bei früheren ADAS wird zusätzlich zu den von der Kamera erfassten Bilddaten für solche plötzlichen Hindernisziele Folgendes getan: ist in der Regel notwendig, damit LiDAR-Daten als redundante Garantie für die gegenseitige Verifizierung von Systemen dienen.

Aber dieses Mal war sogar das Lidar am Auto blockiert.

Lassen Sie ADAS „blinden“ und nehmen Sie ihm die „Führungskrücke“ in die Hand, und verlassen Sie sich dabei auf die Straßenausrüstung, um Daten einzugeben, damit das Fahrzeug Entscheidungen treffen kann.

Die Echtzeit-Verkehrsbedingungen auf der Straße umfassen dynamische Zielfahrzeuge und -personen, Verkehrszeichen und Ampeln auf Infrastrukturebene sowie Straßennotfälle, Unfälle, Bauarbeiten usw., die alle auf Advanced basieren Am Straßenende installierte digitale KI-Basisstationen erfassen, identifizieren und berechnen in Echtzeit und senden sie dann an das Fahrzeug.

Mit anderen Worten: Zusätzlich zum „Ausweichen“ kann dieses System auch fortgeschrittenere autonome Fahraktionen durchführen.

Angesichts langsamer Fahrzeuge stellt die intelligente Basisstation am Straßenrand beispielsweise relevante Entscheidungsdaten bereit, um dem Fahrzeug beim aktiven Spurwechsel und Überholen zu helfen:

An Kreuzungen gibt es auch ungeschütztes Lenken:

... aktuellere Daten auf Sicherheitsebene sowie doppelte Sicherheitsredundanz.

Durch das Cloud-System kann der Verkehrsfluss in einem bestimmten Bereich aus globaler Sicht gesteuert werden, wodurch auch die Verkehrseffizienz maximiert und Unfälle reduziert werden können.

Aus diesem Grund ist dieses Video, das nicht auf fahrzeugseitige Sensoren angewiesen ist und nur straßenseitige Technologie nutzt, um autonomes Fahren zu erreichen, im Ausland so beliebt geworden.

Im Gegensatz zum traditionellen Weg der autonomen Fahrtechnologie stecken hinter den erstaunlichen Ergebnissen mehr Dimensionen, die einen Vergleich und eine Diskussion wert sind.

Was ist das für ein System?

Dieses Video, das ausländische Technologiekreise schockierte, stammt von

Mogu Auto Alliance

, einem inländischen Technologieunternehmen für autonomes Fahren, das sich auf die Integration von Fahrzeugen, Straßen und Clouds spezialisiert hat.

Ihr standardisiertes Produkt, das Software und Hardware integriert, heißt Mushroom AI Digital Road Base Station 2.0

. Es handelt sich um eine digitale Straßeninfrastruktur, die in großem Maßstab und schnell auf städtischen Straßen, Autobahnen, malerischen Orten und Parks usw. eingesetzt werden kann.

△

Stadtszenen

△

Hochgeschwindigkeitsszenen

△

Panoramastraße im Video Der 6-minütige gemessene Straßenabschnitt befindet sich auf der Hauptstraße in der Stadt Hengyang, Provinz Hunan, die das Stadtzentrum durchquert. MOU hat hier eine 38 Kilometer lange digitale Straße gebaut und modernisiert und seine selbst entwickelten KI-Basisstationen für digitale Straßen in großem Maßstab eingesetzt.

Die digitale KI-Straßen-Basisstation von Moguchi AutoLink ist eigentlich ein software- und hardwareintegriertes Produkt. Sie umfasst eine Edge-Computing-Komponente (MEC), eine kollaborative Fahrzeug-Straßen-Kommunikationseinheit (RSU) und eine Vielzahl von Sensorkomponenten und läuft autonom Das vom Unternehmen entwickelte intelligente Straßensystem MEC realisiert eine multimodale Wahrnehmungsfusion und eine V2X-Rechenmaschine.

Es kann alle paar hundert Meter an Verkehrssignalmasten, Portalen und anderen Infrastrukturen auf der Straße eingesetzt werden, um eine kontinuierliche Erfassungsabdeckung ohne tote Winkel zu bilden und eine kontinuierliche kollaborative Netzwerkabdeckung zwischen Fahrzeug und Straße entlang der Straße bereitzustellen.

Ein intuitives Verständnis besteht darin, den Echtzeitstatus der Straße über die in der Basisstation eingesetzten Sensoren zu ermitteln, dann Berechnungen über Edge-Computing-Geräte durchzuführen und das Fahrzeug dann über leistungsstarke Kommunikationsmodule zu „mitteilen“. Das autonome Fahrzeug führt bestimmte Aktionen aus.

Im Vergleich zu Straßeninformationen, die ausschließlich von fahrzeugseitigen Sensoren erfasst werden, verfügen die auf beiden Straßenseiten eingesetzten digitalen Straßenbasisstationen von Mushroom AI über ein größeres Sichtfeld und eine größere Entfernung. Es prognostiziert sogar die Verkehrslage kilometerweit entfernt. Insbesondere um Unfälle wie „Geistersonden“ zu vermeiden.

Derzeit können die 38 Kilometer digitalen Straßen von Hengyang durchschnittlich 46,2 TB Datenfluss pro Tag verarbeiten, 1,85 Milliarden Frames sensorischer Daten analysieren, Verkehrsteilnehmer 1,964 Millionen Mal identifizieren, Ampelstatusinformationen 25,92 Millionen Mal ausgeben und V2X-Ereignisse 2,37 berechnen Milliarden Mal kam es 27,37 Millionen Mal zu kollaborativen Interaktionen zwischen Fahrzeug und Straße. Etwa 5.000 intelligente vernetzte Autos interagieren täglich mit der Mogo AI Digital Road Base Station 2.0 (Mogo AI Station 2.0).

Zweitens verfügt die Mushroom Digital Road Base Station auch über hervorragende Datenverarbeitungsfunktionen und eine extrem niedrige Full-Link-Latenz. Die Gesamtrechenleistung der gesamten 38 Kilometer langen Fahrt übersteigt 10.000 TFlops, was über der Rechenleistung eines einzelnen Fahrrads liegt. Gleichzeitig kann der auf dem integrierten Fahrzeug-Straßen-Cloud-System basierende Algorithmus autonome Fahrterminals dabei unterstützen, zeitnahe und schnelle Entscheidungen zu treffen. Die Reaktionsgeschwindigkeit des Systems kann innerhalb von 100 Millisekunden liegen, was dreimal schneller ist als die menschliche Reaktionsgeschwindigkeit.

Diese digitale Straßenbasisstation unterstützt nicht nur autonomes Fahren der Stufe L4, sondern kann auch andere L1-L3-Fahrzeuge in der Umgebung mit Daten versorgen. Und nicht nur Pkw, sondern theoretisch alle an das System angeschlossenen Nutzfahrzeuge und langsamen unbemannten Fahrzeuge können leistungsstarke Datenunterstützung und Dienste von der Basisstation beziehen.

Da sich der Bau digitaler Straßen beschleunigt, werden die von digitalen Basisstationen erfassten Daten exponentiell zunehmen und KI-Algorithmen zurückmelden, um das System intelligenter zu machen, was letztendlich die Zahl der Verkehrsunfälle reduziert und die Verkehrsbedingungen insgesamt verbessert.

Der Ansatz von Moguchi AutoLink ähnelt ein wenig dem von chatGPT, beide lösen Probleme von Grund auf. Der Grund dafür, dass es sich in den letzten Jahren nicht so gut entwickelt hat, liegt darin, dass vor dem Hintergrund der Algorithmenkonvergenz nicht genügend Daten gewonnen werden können und die Rechenleistung nicht stark genug ist.

Die digitale Straßenbasisstation von Moguchi AutoLink löst grundlegend das Problem der Daten („Gott“-Perspektive, außerhalb der Sichtlinie, umfassende Informationen ohne Sackgassen) und der Rechenleistung (Edge Computing, fahrzeugseitiges Computing, Cloud Computing mit mehreren Overlays). Aus Systemsicht wird dies ein beispielloses Supercomputerproblem darstellen. Eine große Anzahl von Basisstationen generiert rund um die Uhr riesige Datenmengen und hilft großen autonomen Fahrmodellen dabei, eine schnelle Iteration und Weiterentwicklung zu erreichen, was unvorstellbare Veränderungen in der Entwicklung der autonomen Fahrtechnologie mit sich bringen kann.

Eine weitere Möglichkeit für China, autonomes Fahren zu entwickeln

Der Grund, warum dieses Video eine hitzige Diskussion ausgelöst hat, ist, dass es neben Moguolians eigener Technologieakkumulation und der Entwicklung von Straßenprodukten mit genügend „schwarzer Technologie“ noch einen weiteren Grund gibt Dies Eine Art autonomer Fahrtechnologie kann fast nur in China realisiert werden, was viele ausländische Kollegen sehr neidisch macht.

Sobald ein System wie Mushroom AutoLink aufgebaut ist, bietet es fast alle grundlegenden autonomen Fahrdienste, die für verschiedene L1-L4-Fahrzeuge erforderlich sind, unabhängig vom Fahrzeug oder Straßenabschnitt.

Für die groß angelegte Implementierung eines solchen V2X ist derzeit nur Chinas digitale Straßeninfrastruktur vollständig genug, der Markt groß genug und die Richtlinien aktiv genug, was bedeutet, dass es mehr Vorteile als ausländische Implementierungen bietet.

Nach der Veröffentlichung des Videos zur Fahrfähigkeit am Straßenrand veröffentlichte Moguolian auch ein Video zum autonomen Fahrradfahren, das auch die Fähigkeit zum autonomen Fahren der Stufe L4 auf offenen Stadtstraßen erreichte.

Das Fahrzeugende und das Straßenende kooperieren, und die beiden Systeme sind miteinander redundant, was die Zuverlässigkeit des gesamten autonomen Fahrens verbessert.

In Verbindung mit der dahinter stehenden Cloud-Plattform wird die vom Land befürwortete „Fahrzeug-Straße-Cloud-Integration“ wirklich umgesetzt.

KOLs und Medien in ausländischen Technologiekreisen staunen über die Straßentechnologie von Mushroom AutoLink. Ein wichtiger Grund ist, dass die von Tesla vertretene Fahrradintelligenz nach jahrelangen Predigten von Musk fast zum einzigen klassischen Dogma des autonomen Fahrens geworden ist. Allerdings nutzte Moguchi AutoLink die digitale Straßenbasisstation Mogu AI nur, um autonomes Fahren auf L4-Niveau auf städtischen offenen Straßen zu erreichen, und zeigte damit einen möglichen Weg auf, wie autonomes Fahren robuster und zuverlässiger wird und insgesamt bessere soziale und wirtschaftliche Vorteile bietet.

Und es gibt @Musk und Technologieunternehmen wie Cruise und Waymo. Tatsächlich gibt es einen unausgesprochenen Subtext –

Eine solche Methode ist im Ausland möglicherweise nicht möglich.

Das obige ist der detaillierte Inhalt vonAlle Sensoren selbstfahrender Autos sind „inaktiv', aber sie können trotzdem reibungslos auf städtischen Straßen fahren. Die dahinter stehende schwarze Technologie ist im Ausland populär geworden.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!