intelligenter tester für vernetzte autos: widmet sich der „fehlersuche“ bei selbstfahrenden autos, um sie intelligenter zu machen
2024-09-04
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
bashan führt straßentests für intelligente vernetzte autos durch. fotografie/beijing news shell finance-reporter yu jinmin.
wie kann man, genau wie beim training eines großen modells, das „gehirn“ eines autonomen fahrzeugs intelligenter machen? heutzutage sind intelligente tester für vernetzte autos unverzichtbar, und bashan ist einer von ihnen.
„ein kleines tier, das plötzlich herausspringt, oder eine schwebende plastiktüte können die algorithmus-entscheidungsfindung eines autonomen fahrzeugs beeinflussen. vor kurzem lassen wir das ‚gehirn‘ des autonomen fahrzeugs die befehlsgesten der verkehrspolizei gründlich erlernen und streben danach.“ das fahren eines fahrzeugs kann die anweisungen der verkehrspolizei „lesen“.
bashan sagte reportern von shell finance, dass es bei intelligenten vernetzten fahrzeugtestern nicht nur um die optimierung und aktualisierung von algorithmen geht, sondern auch um die herausforderung, komplexe verkehrsumgebungen genau zu erfassen und zu verstehen, flexibel auf notfälle zu reagieren und die entscheidungslogik kontinuierlich zu optimieren.
kürzlich haben das ministerium für humanressourcen und soziale sicherheit, die staatliche verwaltung für marktregulierung und das nationale statistikamt gemeinsam 19 neue berufe veröffentlicht, darunter auch tester für intelligente vernetzte autos.
intelligenter vernetzter autotester：spezialisierentürgebenautonomes fahrenauto“auf der suche nach ärger”
„die hälfte meiner arbeit verbringe ich im auto und die andere hälfte vor dem computer.“ so beschreibt bashan seinen alltag. vielleicht weil er dem auto zu testzwecken oft folgen musste, nahm sein gesicht die gesunde farbe von weizen an, der von der sonne „geküsst“ wurde. dies ist nur ein sehr kleiner teil von bashans täglicher arbeit. häufiger beschäftigt er sich mit der sortierung und analyse der umfangreichen daten und komplexen szenarien, die aus dem straßentest stammen. nachdem er das problem lokalisiert hat, sendet er es zur optimierung und lösung.
bashan schloss sein studium 2016 ab. „eigentlich habe ich im college bergbauingenieurwesen studiert. da ich nach meinem abschluss nicht in einem kohlebergwerk arbeiten wollte, fand ich einen job als programmierer und wurde „code-farmer“. vor drei jahren sah ich auch die automatik als ich die aussicht auf autofahren hatte, entschied ich mich, bei „0“ anzufangen und wurde selbstfahrender autotester“, sagte bashan dem reporter von shell finance.
als tester für autonome fahrzeuge besteht seine aufgabe vereinfacht gesagt darin, autonome fahrzeuge „intelligenter“ zu machen und zu „lernen“, in komplexen und sich verändernden verkehrsumgebungen sicher und effizient zu fahren.
wenn es um intelligente algorithmen für selbstfahrende fahrzeuge geht, scheint bashan sehr zuversichtlich zu sein. „tatsächlich kann ein kleines tier, das plötzlich herausspringt, oder eine schwebende plastiktüte die entscheidungsfindung eines autonomen fahrzeugs beeinflussen.“ „reaktion“ selbstfahrender fahrzeuge auf plastiktüten ist relativ „übertrieben“. „anfangs war die einschätzung des fahrzeugs über die plastiktüte nicht sehr genau und es war nicht sicher, ob es durchfahren konnte. manchmal bremste es plötzlich ab, was definitiv nicht gut für das benutzererlebnis war“, sagte bashan. wir haben viele daten gesammelt und die ingenieure haben nach und nach die vermeidung von hindernissen wie plastiktüten optimiert. „autonome fahrzeuge sind mittlerweile sehr ausgereift bei der erkennung von hindernissen wie plastiktüten und können vernünftiger reagieren.“
„meine figur widmet sich eigentlich der suche nach problemen für selbstfahrende autos.“ bashan fasste seine karriere so zusammen.
bei der erprobung selbstfahrender fahrzeuge gibt es eine besondere situation, die als „long-tail-szenarien“ bezeichnet wird. dabei handelt es sich um szenarien, die sehr selten auftreten, bei ihrem eintreten jedoch eine herausforderung für selbstfahrende fahrzeuge darstellen können, wie beispielsweise umherfliegende plastiktüten. es handelt sich um ein long-tail-szenario, das ein hohes maß an anpassungsfähigkeit, robustheit (robustheit des systems) und notfallhandhabungsfähigkeiten des autonomen fahrsystems erfordert. long-tail-szenarien zeichnen sich durch seltenheit und unvorhersehbarkeit aus und werden daher bei tests ernster genommen. dies erfordert, dass tester diese „long-tail-szenarien“ kontinuierlich entwerfen und testen und selbstfahrende autos „intelligent“ machen.
im vergleich dazu, vor einem computer zu sitzen und die vom testfahrzeug zurückgesendeten daten und parameter zu betrachten, genießt bashan das gefühl, dem auto zu folgen. es ist realer und intuitiver und er ist auch bereit, sich „neuen problemen“ zu stellen. bei einem autoverfolgungstest begegnete bashan einem welpen, der die straße überquerte, und wurde fast überfahren. da der welpe kleinwüchsig war, reagierte die fahrzeugkamera nicht so empfindlich. „eigentlich ziehe ich auch gerne katzen und hunde auf es tut mir leid für diese kleinen hunde, aber wenn autonome fahrzeuge auf solche situationen stoßen, können sie nicht gut reagieren und brauchen zeit zum nachdenken.“
nachdem bashan zu seiner einheit zurückgekehrt war, testete er wiederholt die begegnungsszene mit kleinen tieren, damit das „gehirn“ des selbstfahrenden fahrzeugs kleinen tieren gelassener begegnen konnte. bashan sagte, dass wir beim fahren oft auf angehaltene fahrzeuge stoßen. „geht er? anhalten oder bleiben? als menschliche fahrer können wir diese frage nicht sehr gut beurteilen.“ nach der modelloptimierung und der „einspeisung“ von mehr verarbeitungserfahrung in das selbstfahrende fahrzeug kann das selbstfahrende fahrzeug nun in sehr kurzer zeit urteile fällen, wenn es auf solche situationen stößt.
kontinuierliche optimierungpolieren sie jedes detail，treffenvonnormale passagiereidentitäterfahrungruntereigenprüfenvonprodukt
bashan debuggt die bordcomputer intelligent vernetzter autos. fotografie/beijing news shell finance-reporter yu jinmin.
bei jedem car-following-test ist der tester nicht nur beobachter und aufzeichner, sondern auch „coach“ des autonomen fahrzeugs. was die technologie des autonomen fahrens den menschen wirklich ans herz legen und sie an komplexe und sich verändernde verkehrsumgebungen anpassen kann, sind jene algorithmen und modelle, die auf der grundlage menschlicher erfahrungen ständig iterativ optimiert werden.
bashan legt bei den täglichen tests großen wert auf den physischen komfort des fahrzeugs, beispielsweise darauf, warum es plötzlich bremsen oder beschleunigen muss und ob es optimiert werden kann. „nur wenn wir jedes detail verfeinern, können wir den passagieren ein besseres erlebnis bieten.“
bashan sagte reportern von shell finance, dass er tatsächlich am glücklichsten sei, wenn immer mehr menschen in ihrem leben autonome fahrtechnologie nutzen, sei es beim autofahren oder beim taxifahren. „manchmal begrüße ich einen wie einen gewöhnlichen passagier, um die zukünftigen reisemethoden zu erleben, an deren gestaltung ich beteiligt bin, und um die leistung selbstfahrender fahrzeuge mit einer professionellen und dennoch entspannten einstellung zu beobachten.“
der vom weltwirtschaftsforum veröffentlichte „future employment report 2023“ zeigt, dass neue technologien, digitalisierung, grüne transformation usw. die berufslandschaft neu gestalten und höhere anforderungen an die fähigkeiten und qualität der arbeitnehmer stellen.
einige branchenexperten wiesen darauf hin, dass technologische innovation nicht der feind der beschäftigung sei. im zuge des autonomen fahrens und intelligenter vernetzter autos entwickeln sich einige neue berufe allmählich vom konzept zur realität.
beijing news shell finance-reporter yu jinmin
herausgeber yue caizhou
korrektor liu baoqing
