nachricht

unsere reporter yin limei und zhang shuo berichteten aus hefei

„intelligentes fahren wird dem mooreschen gesetz folgen: das software-erlebnis wird sich exponentiell verbessern und in zwei jahren ein zehnfaches, in vier jahren ein hundertfaches und in sechs jahren ein tausendfaches erreichen; auch die kosten für intelligente fahrhardware werden sinken.“ bei der hälfte des entwicklungstrends werden die kosten für die realisierung von noa (urban high-end intelligent driving), intelligentem fahren in einer kartenlosen stadt, bis ende 2025 oder anfang 2026 etwa 5.000 yuan betragen.“

am 29. september sagte momenta-ceo cao energie. schneller.

derzeit konzentriert sich das intelligente fahrniveau der mainstream-modelle auf dem markt hauptsächlich auf das l2-niveau. auf der konferenz sagte cao „wir sind der meinung, dass wir mindestens die zehnfache sicherheit des menschen erreichen müssen, bevor wir l4-autonomes fahren in großem maßstab erreichen können. und um die zehnfache sicherheit des menschen zu erreichen, ist es am wichtigsten, das problem der groß angelegten umsetzung zu lösen.“ es sind millionen von long-tail-problemen aufgetreten.“

datengesteuerte technologie kann die meisten intelligenten fahrprobleme lösen

gemäß den von der society of automated engineers (sae) festgelegten standards kann die autonome fahrtechnologie von kraftfahrzeugen in sechs stufen (l0 bis l5) unterteilt werden, was bedeutet, dass das fahrzeug in den meisten situationen und unter begrenzten bedingungen (z. b. in der stadt) autonom fahren kann umgebung oder autobahn) ohne eingreifen des fahrers.

als 2016 gegründetes technologieunternehmen für autonomes fahren besteht der entwicklungspfad von momenta darin, mithilfe von ki skalierbares autonomes fahren zu erreichen. was ist autonomes l4-fahren im großen maßstab? cao xudong glaubt, dass sich das groß angelegte autonome l4-fahren nicht auf hunderte oder tausende von robotaix (selbstfahrende taxis) bezieht, die demonstrationsoperationen in einer stadt oder mehreren städtischen gebieten durchführen, sondern dass dutzende millionen oder sogar hunderte millionen fahrzeuge betrieben werden können in großem umfang in ganz china und sogar auf der ganzen welt.

nach ansicht von cao eine regelbasierte methode kann das long-tail-problem nicht lösen. zweitens werden massenfahrzeuge benötigt, um daten für l4 zu sammeln, und die l4-robotaxi-flotte allein kann den bedarf nicht decken.

„um datengesteuertes fahren zu erreichen, sind mindestens 100 milliarden kilometer big data erforderlich. die jährliche kilometerleistung eines haushalts-pkw beträgt etwa 10.000 kilometer, und für 100 milliarden kilometer müssen 10 millionen fahrzeuge ein jahr lang laufen. dies dient nur dazu, große mengen zu erreichen. „autonomes fahren im maßstab l4. der notwendige zustand ist kein ausreichender zustand, und der ausreichende zustand erfordert möglicherweise mehr daten.“ cao und ansatz zu beginn der produktstrategie „gehen auf zwei beinen“.

„gehen auf zwei beinen“ bedeutet, dass das in massenproduktion hergestellte autonome fahren daten für vollständig autonomes fahren liefert und dass vollständig autonomes fahren die autonome fahrtechnologie auf l4-ebene auf das in massenproduktion hergestellte autonome fahren zurückführt, wodurch das in massenproduktion hergestellte autonome fahren unter der l4-architektur nachhaltig wird . den marktführenden wettbewerb verbessern und aufrechterhalten.

laut cao xudong wurde das datengesteuerte „schwungrad“ nun auf die fünfte generation übertragen. die automatisierungsrate der ersten generation beträgt 50 %, und die automatisierungsrate der neuesten generation, der fünften generation, hat 99 % überschritten. das bedeutet, dass jedes neue 99 der 100 probleme durch datengesteuerte automatisierung ohne menschliches zutun gelöst werden kann.

„lidar und end-to-end-technologie sind kein widerspruch“

seit diesem jahr sind durchgängige ki-großmodelle im automobilbereich zu einem heißen schlagwort geworden und verändern das intelligente fahr- und intelligente cockpit-erlebnis tiefgreifend.

cao xudong gab bei dem treffen bekannt, dass das smart-driving-modell momenta nun effektiv das long-tail-problem des autonomen fahrens lösen, eine genaue vorhersage der verkehrsabsichten von fahrzeugen oder fußgängern in verschiedenen komplexen straßenumgebungen unterstützen, die fahrzeuggeschwindigkeit automatisch anpassen und flexibel die spur wechseln kann , vermeiden sie hindernisse ruhig.

es wird berichtet, dass das intelligente fahrmodell momenta komplexe kreuzungen oder dynamische kreuzungsszenarien problemlos bewältigen kann, was die fahrsicherheit und verkehrseffizienz erheblich verbessern kann. selbst in extremszenarien wie extrem engen parklücken und sackgassenparkplätzen in der nacht kann präzises parken erreicht werden. derzeit wird diese technische lösung bei mehreren automobilmarken in massenproduktion geliefert.

automobilintelligenz ist ein allgemeiner trend. angesichts des harten wettbewerbs auf dem markt betrachten große unternehmen intelligentes fahren der spitzenklasse als eines ihrer wichtigsten wettbewerbsprodukte.

derzeit ist high-end-smart-driving in der stadt hauptsächlich in high-end-modellen verbaut. cao xudong geht davon aus, dass ab ende 2025 bis etwa 2026 high-end-smart-driving-funktionen für den stadtverkehr zur standardausrüstung für modelle mit einem preis über 200.000 rmb oder sogar 150.000 rmb gehören werden. der treibende faktor hinter der einführung von standardausrüstung ist intelligentes fahren, moores gesetz.

„es gibt eine grenze für den rückgang der kosten für intelligente fahrhardware. es wird geschätzt, dass die hardwarekosten die grenze von vier- bis fünftausend yuan erreichen können. es gibt jedoch keine obergrenze für das mooresche gesetz der software für das zehnfache des wachstums „autonomes fahren ohne unfälle“ wird in zukunft definitiv erreicht werden der markt für intelligentes high-end-fahren wird schneller sein und die durchdringungsrate des intelligenten high-end-fahrens wird in den nächsten fünf jahren auf 70 % bis 80 % steigen.

im bereich des intelligenten fahrens sind lidar und end-to-end zwei unterschiedliche technische wege. derzeit steht die branche vor einigen hindernissen in bezug auf die lidar-technologie: beispielsweise sind die kosten für lidar-hardware relativ hoch; setzen sie auf hochpräzise sensoren, erhöhen sie die auswirkungen auf die umwelt und achten sie auf hardware-abhängigkeiten.

die end-to-end-technologieroute basiert auf deep learning und neuronalen netzen und ermöglicht es dem system, autonome fahrentscheidungen im gesamten prozess direkt von der sensoreingabe (z. b. kamerabilddaten) bis zur ausgabe (z. b. fahrzeugsteuersignale) zu treffen, ohne sich darauf verlassen zu müssen auf zwischenmodulen.

die end-to-end-technologie basiert auf kostengünstigen sensoren (z. b. kameras). im vergleich zu lidar-systemen sind die hardwarekosten geringer, was die kommerzialisierung in großem maßstab erleichtert. gleichzeitig ist es flexibler. durch kontinuierliches lernen kann sich das end-to-end-system an verschiedene fahrszenarien anpassen und die leistung durch datenakkumulation kontinuierlich optimieren. allerdings ist das durchgängige technische system für das training auf große mengen hochwertiger fahrdaten angewiesen.

nach ansicht von cao xudong steht lidar nicht im widerspruch zur end-to-end-technologie. „erstens wächst lidar sehr schnell und seine stückkosten sinken rapide, sodass sein preis sehr wettbewerbsfähig geworden ist. zweitens besteht der aktuelle branchenkonsens darin, dass lidar in einigen langfristigen sicherheitsszenarien nützlich ist, z wenn ein fußgänger in einer dunklen umgebung plötzlich die straße überquert, ist die verarbeitungswirkung von lidar besser. außerdem kann es beim betreten und verlassen eines tunnels leicht zu einer überbelichtung kommen. zu diesem zeitpunkt ist es besser, über lidar zu verfügen lidar. sicherer.“

cao xudong schätzte, dass lidar aus sicht der branchentrends höchstwahrscheinlich bei modellen mit mehr als 300.000 yuan oder mehr als 250.000 yuan zur standardausrüstung werden wird. bei modellen mit einem preis von 200.000 yuan oder im bereich von 100.000 bis 200.000 yuan können unternehmen der branche tesla vergleichen und sich für den weg der end-to-end-technologie anstelle von lidar entscheiden.

(herausgeber: zhang shuo rezension: tong haihua korrekturleser: zhai jun)