νέα

Στη σημερινή εποχή της ραγδαίας τεχνολογικής ανάπτυξης, η αυτόνομη οδήγηση είναι αναμφίβολα ένας από τους πιο καινοτόμους και απαιτητικούς τομείς. Ωστόσο, υπάρχουν ακόμη πολλές προκλήσεις όσον αφορά τα δεδομένα, την υπολογιστική ισχύ και τη βελτιστοποίηση των μεγάλων μοντέλων. Αλλά με την ανάπτυξη της ολοκλήρωσης οχήματος-δρόμου-σύννεφου, μπορεί να είμαστε σε θέση να δούμε νέα ελπίδα Μπορεί η τεχνητή νοημοσύνη να κάνει θαύματα σε αυτόν τον τομέα;

Η ενοποίηση οχήματος-δρόμου-σύννεφου, όπως υποδηλώνει το όνομα, συνδυάζει στενά οχήματα, δρόμους και το σύννεφο για να σχηματίσει ένα συνεργατικό ευφυές σύστημα. Σε αυτό το σύστημα, τα οχήματα δεν είναι πλέον μεμονωμένα άτομα, αλλά διασυνδέονται και επικοινωνούν με ολόκληρο το κυκλοφοριακό περιβάλλον. Ο κορυφαίος οικιακός πάροχος υπηρεσιών ενσωμάτωσης οχημάτων-δρόμου-σύννεφου, αυτόνομης οδήγησης πλήρους στοίβας και λειτουργίας, Momogu AutoLink, έχει επιδείξει σημαντικά πλεονεκτήματα στην ενσωμάτωση οχήματος-δρόμου-σύννεφου που βασίζεται σε σύννεφο προβλήματα αυτόνομης οδήγησης Το παζλ παρέχει ισχυρή υποστήριξη.

Από την πλευρά του δρόμου, το πλεονέκτημα του Mushroom AutoLink έγκειται στις ισχυρές δυνατότητες ανίχνευσης και συλλογής δεδομένων. Με την ανάπτυξη ψηφιακών οδικών σταθμών βάσης τεχνητής νοημοσύνης που έχουν αναπτυχθεί μόνοι τους και συστήματα ανίχνευσης άκρων στην άκρη του δρόμου (MRS) και στις δύο πλευρές του δρόμου, μπορούν να ληφθούν πλούσιες οδικές πληροφορίες σε πραγματικό χρόνο, συμπεριλαμβανομένων των οδικών συνθηκών, της ροής της κυκλοφορίας, των συμπεριφορών των πεζών και άλλων οχημάτων κ.λπ. . Αυτά τα δεδομένα όχι μόνο παρέχουν στα οχήματα μια πιο ολοκληρωμένη περιβαλλοντική αντίληψη, αλλά παρέχουν επίσης πολύτιμο υλικό για την εκπαίδευση μεγάλων μοντέλων. Σε σύγκριση με την παραδοσιακή ανίχνευση ενός οχήματος, η οδική ανίχνευση μπορεί να ξεπεράσει τους περιορισμούς των αισθητήρων του οχήματος, να ανιχνεύσει πιθανούς κινδύνους και σύνθετες καταστάσεις εκ των προτέρων και να παρέχει περισσότερο χρόνο και πληροφορίες για αποφάσεις αυτόνομης οδήγησης. Για παράδειγμα, σε διασταυρώσεις χωρίς φώτα σηματοδότησης, ο οδικός εξοπλισμός μπορεί να αντιληφθεί εκ των προτέρων τη δυναμική των οχημάτων και των πεζών στην κατεύθυνση διέλευσης, παρέχοντας ακριβείς προειδοποιήσεις για αυτόνομα οχήματα που πρόκειται να περάσουν, αποφεύγοντας έτσι πιθανούς κινδύνους σύγκρουσης. Κάτω από δύσκολες καιρικές συνθήκες, όπως βροχή, χιόνι και ομίχλη, οι κάμερες υψηλής ευκρίνειας στο δρόμο και ο εξοπλισμός παρακολούθησης καιρού μπορούν να παρέχουν στα οχήματα σαφέστερες και ακριβέστερες πληροφορίες για την κατάσταση του δρόμου και να βοηθήσουν τα οχήματα να λαμβάνουν ασφαλέστερες αποφάσεις οδήγησης.

Το άκρο του αυτοκινήτου είναι ένας βασικός σύνδεσμος που αλληλεπιδρά άμεσα με τους οδηγούς και τους επιβάτες Με βάση την τεχνολογία αυτόνομης οδήγησης L4, η Mogou AutoLink έχει αναπτύξει πλήρως το σύστημα αυτόνομης οδήγησης MogoAP και το έχει εγκαταστήσει σε μια ποικιλία αυτόνομων οχημάτων. Έχει αναπτύξει από κοινού μια σειρά από προεγκατεστημένα μοντέλα αυτόνομης οδήγησης μαζικής παραγωγής με εταιρείες αυτοκινήτων και έχει εφαρμόσει την εφαρμογή ημι-στερεών ραντάρ λέιζερ και ελεγκτών τομέα Orin που έχουν αναπτύξει μόνος τους σε διάφορα μοντέλα, τα οποία έχουν καλύτερες δυνατότητες και επιδόσεις.

Παρέχοντας αποτελεσματικές τοπικές υπολογιστικές δυνατότητες και βελτιστοποιημένους αλγόριθμους για έξυπνα συνδεδεμένα οχήματα, μπορούν να επεξεργάζονται μεγάλες ποσότητες δεδομένων και να λαμβάνουν αποφάσεις σε πραγματικό χρόνο σε μια στιγμή. Ακόμη και όταν διακόπτεται προσωρινά η σύνδεση με το cloud και την άκρη του δρόμου, το όχημα μπορεί να βασιστεί στο δικό του έξυπνο σύστημα για να διατηρήσει έναν ορισμένο βαθμό δυνατοτήτων αυτόνομης οδήγησης για να διασφαλίσει την οδηγική ασφάλεια και σταθερότητα. Επιπλέον, το Mushroom AutoLink εστιάζει στη συλλογική βελτιστοποίηση του υλικού και του λογισμικού του οχήματος για τη μείωση της κατανάλωσης ενέργειας και τη βελτίωση της απόδοσης. Μέσω στρατηγικών ακριβούς σύντηξης αισθητήρων και έξυπνου ελέγχου, τα οχήματα μπορούν να προσαρμόσουν αυτόματα τους τρόπους οδήγησης και την απόδοση ισχύος με βάση τις συνθήκες του δρόμου και την κατανάλωση ενέργειας σε πραγματικό χρόνο, επιτυγχάνοντας αποτελεσματική χρήση ενέργειας και ομαλή και άνετη οδήγηση.

Στο cloud, το Mushroom AutoLink έχει δημιουργήσει ένα ισχυρό κέντρο επεξεργασίας και ανάλυσης δεδομένων. Η πλατφόρμα ελέγχου cloud μπορεί να παρουσιάσει μια πλήρη εικόνα της κυκλοφορίας μέσω ψηφιακής επεξεργασίας σε πραγματικό χρόνο και να αποκτήσει τεράστια δεδομένα, όπως η τοποθεσία, η κατεύθυνση, η ταχύτητα, κ.λπ Υποστήριξη δεδομένων και αλγορίθμων Ο ρόλος της πλατφόρμας ελέγχου νέφους είναι ήδη Εμφανίζεται στην οδική κυκλοφορία, επιτρέποντας στους ανθρώπους, σε έξυπνα οχήματα που συνδέονται με το δίκτυο, σε αυτόνομα οχήματα και στους διαχειριστές κυκλοφορίας να συμμετέχουν μαζί, βελτιώνοντας σημαντικά τη συστηματική, την ασφάλεια και την αποτελεσματικότητα του. μεταφορά.

Οι διακομιστές cloud διαθέτουν τεράστιους πόρους υλικού υψηλής απόδοσης και μπορούν να υποστηρίξουν μεγάλης κλίμακας παράλληλη επεξεργασία και αποθήκευση μαζικών δεδομένων. Αυτά τα δεδομένα δεν προέρχονται μόνο από τη συλλογή σε πραγματικό χρόνο στην άκρη του δρόμου και στο τέλος του οχήματος, αλλά περιλαμβάνουν επίσης ιστορικά δεδομένα και δεδομένα προσομοίωσης. Μέσω σε βάθος εξόρυξης και ανάλυσης αυτών των δεδομένων, χρησιμοποιώντας προηγμένους αλγόριθμους μηχανικής μάθησης και τεχνολογία τεχνητής νοημοσύνης, το cloud μπορεί να εκπαιδεύσει πιο ακριβή και έξυπνα μεγάλα μοντέλα. Για παράδειγμα, μαθαίνοντας από μεγάλο αριθμό δεδομένων ακραίων καταστάσεων κυκλοφορίας, τα μεγάλα μοντέλα μπορούν να προβλέψουν τη βέλτιστη στρατηγική οδήγησης των οχημάτων σε παρόμοια σενάρια και να λάβουν έγκαιρες προειδοποιήσεις και αποφάσεις. Ταυτόχρονα, το cloud μπορεί επίσης να ενημερώσει και να βελτιστοποιήσει το μοντέλο του οχήματος σε πραγματικό χρόνο για να διασφαλίσει ότι το όχημα έχει πάντα τις πιο πρόσφατες δυνατότητες έξυπνης οδήγησης.

Επιστρέφοντας στις προκλήσεις που αντιμετωπίζει η αυτόνομη οδήγηση, το μοντέλο ενοποίησης όχημα-δρόμος-σύννεφο παρέχει νέες ιδέες για την επίλυση αυτών των προβλημάτων.

Ως απάντηση στα προβλήματα συλλογής δεδομένων, επισήμανσης και συντήρησης, η ενοποίηση όχημα-δρόμος-σύννεφο μπορεί να επιτύχει τη συγχώνευση δεδομένων πολλαπλών πηγών. Ο μεγάλος όγκος δεδομένων σε πραγματικό χρόνο που συλλέγονται από τον οδικό εξοπλισμό, σε συνδυασμό με τα δεδομένα οδήγησης του οχήματος, παρέχουν εγγύηση για την ποικιλομορφία και τον πλούτο των δεδομένων. Ταυτόχρονα, μέσω της ισχυρής υπολογιστικής ισχύος του cloud, αυτά τα δεδομένα μπορούν να σχολιαστούν και να καθαριστούν αυτόματα για τη βελτίωση της ποιότητας και της χρηστικότητας των δεδομένων. Ειδικά για αυτά τα σπάνια αλλά κρίσιμα δεδομένα ακραίων καταστάσεων κυκλοφορίας, η ενοποίηση όχημα-δρόμος-σύννεφο μπορεί να καταγράψει και να αναλύσει αυτές τις καταστάσεις πιο ολοκληρωμένα μέσω παρακολούθησης και συγχώνευσης δεδομένων από πολλαπλές γωνίες, παρέχοντας πιο πολύτιμα δείγματα για την εκπαίδευση μεγάλων μοντέλων.

Όσον αφορά την υπολογιστική ισχύ, η ενοποίηση Chelu-Cloud επιτυγχάνει μια λογική κατανομή των πόρων. Το αυτοκίνητο εστιάζει στη λήψη αποφάσεων σε πραγματικό χρόνο και στην τοπική επεξεργασία δεδομένων, χρησιμοποιώντας περιορισμένους υπολογιστικούς πόρους για να διασφαλίσει την εκτέλεση βασικών λειτουργιών. Η σύνθετη εκπαίδευση μοντέλων και η μεγάλης κλίμακας επεξεργασία δεδομένων ολοκληρώνονται από το cloud, δίνοντας πλήρη απόδοση στην ισχυρή υπολογιστική ισχύ του cloud. Ταυτόχρονα, ο οδικός εξοπλισμός μπορεί επίσης να μοιράζεται ορισμένες υπολογιστικές εργασίες, όπως η προεπεξεργασία ορισμένων δεδομένων, η μείωση της επιβάρυνσης του οχήματος και του cloud. Μέσω αυτής της συλλογικής προσέγγισης, η αντίφαση μεταξύ της περιορισμένης υπολογιστικής ισχύος του οχήματος και της αυξανόμενης ζήτησης για υπολογιστική ισχύ στο νέφος επιλύεται αποτελεσματικά και βελτιώνεται η λειτουργική απόδοση ολόκληρου του συστήματος.

Για τη βελτιστοποιημένη βελτιστοποίηση μεγάλων μοντέλων, η ενοποίηση όχημα-δρόμος-σύννεφο έχει επίσης μοναδικά πλεονεκτήματα. Το μεγάλο μοντέλο που εκπαιδεύεται στο cloud μπορεί να προσαρμοστεί, να βελτιστοποιηθεί και να βελτιστοποιηθεί σύμφωνα με τις συγκεκριμένες ανάγκες και τις συνθήκες υλικού του οχήματος. Μέσω της τεχνολογίας συμπίεσης μοντέλου, ο αριθμός των παραμέτρων και το ποσό υπολογισμού του μοντέλου μειώνονται, διατηρώντας παράλληλα την απόδοση και την ακρίβειά του. Ο οδικός εξοπλισμός μπορεί να χρησιμεύσει ως ενδιάμεσος σύνδεσμος για την προσαρμογή και τη μετατροπή δεδομένων από το όχημα και το cloud για να διασφαλιστεί η ομαλή μετάδοση πληροφοριών και η αποτελεσματική εκτέλεση του μοντέλου.

Ωστόσο, η ανάπτυξη της ενοποίησης όχημα-δρόμος-σύννεφο δεν είναι ομαλή πλεύση. Σε πρακτικές εφαρμογές, είναι επίσης απαραίτητο να λυθούν μια σειρά ζητημάτων όπως η ενοποίηση των πρωτοκόλλων επικοινωνίας μεταξύ διαφορετικών συσκευών, η προστασία του απορρήτου των δεδομένων και η αξιοπιστία και σταθερότητα του συστήματος. Ωστόσο, με τη συνεχή πρόοδο της τεχνολογίας και τις κοινές προσπάθειες του κλάδου, τα προβλήματα αυτά λύνονται σταδιακά.

Συνοψίζοντας, η ενοποίηση όχημα-δρόμος-σύννεφο φέρνει νέες ευκαιρίες και δυνατότητες στην ανάπτυξη της αυτόνομης οδήγησης. Αν και εξακολουθεί να αντιμετωπίζει πολλές προκλήσεις, με τα συνεργιστικά πλεονεκτήματά της στα δεδομένα, την υπολογιστική ισχύ και τη βελτιστοποίηση μοντέλων, καθώς και τη συνεχή καινοτομία και εξερεύνηση επιχειρήσεων όπως το Momogu Auto Network, έχουμε λόγους να πιστεύουμε ότι η τεχνητή νοημοσύνη μπορεί να διαδραματίσει ρόλο στα οχήματα. Ενοποίηση δρόμου-σύννεφου Θα εργαστούμε σκληρά για να προωθήσουμε την πρώιμη μεγάλης κλίμακας εφαρμογή της τεχνολογίας αυτόνομης οδήγησης και να προσφέρουμε στους ανθρώπους μια ασφαλέστερη, πιο βολική και αποτελεσματική ταξιδιωτική εμπειρία.

(Πηγή: Financial Business Information)

Για περισσότερες συναρπαστικές πληροφορίες, πραγματοποιήστε λήψη του προγράμματος-πελάτη "Jimu News" στην αγορά εφαρμογών. Μην κάνετε επανεκτύπωση.