berita

Guo Xingrong dari Mushroom AutoLink: Kualitas data adalah indikator utama penerapan integrasi kendaraan-jalan-cloud

2024-08-19

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Dari tanggal 16 hingga 17 Agustus 2024, Konferensi Kendaraan Terhubung Cerdas Shenyang ke-4 dengan tema "Kolaborasi Kendaraan-Jalan, Pemberdayaan Kualitas Baru" akan resmi diadakan di Distrik Dadong, Kota Shenyang. Konferensi ini disponsori bersama oleh Pemerintah Kota Shenyang dan Asosiasi 100 Kendaraan Listrik Tiongkok. Konferensi ini mengundang para pemimpin dari kementerian dan komisi nasional, pejabat pemerintah daerah, akademisi dan pakar terkenal, perwakilan bisnis dalam dan luar negeri, serta media arus utama. untuk fokus pada pengembangan industri kendaraan yang terhubung dengan cerdas. Tren, eksplorasi komersialisasi, model operasi, dan isu-isu penting lainnya akan dibahas untuk bersama-sama mendorong pengembangan industri otomotif yang terhubung dengan cerdas.

Sebagai salah satu topik inti konferensi, pengembangan skala besar dan penerapan integrasi kendaraan-jalan-cloud telah mendapat perhatian besar dan diskusi hangat dari pemerintah, industri, dan perusahaan. Guo Xingrong, CTO Moguolian, menghadiri praktik aplikasi integrasi kendaraan-jalan-cloud dan forum eksplorasi bisnis dan secara komprehensif mendemonstrasikan kepada industri praktik matang dan inovasi teknologi Moguolian di bidang integrasi kendaraan-jalan-cloud.

Guo Xingrong mengatakan bahwa ketika konstruksi terintegrasi kendaraan-jalan-cloud akan berpindah dari tahap pengujian dan verifikasi skala kecil ke tahap konstruksi penerapan skala besar, bagaimana membuat infrastruktur pinggir jalan memiliki nilai yang lebih besar adalah kunci untuk memastikan efektivitas. konstruksi terintegrasi kendaraan-jalan-awan. Dalam proses ini, terobosan dan inovasi teknologi perlu dilakukan dari empat aspek: 1) apakah perangkat lunak dan perangkat keras telah membentuk produk yang terstandarisasi, 2) apakah ketiga terminal Chelu Cloud terhubung dan terhubung, 3) bagaimana menghasilkan produk yang dapat digunakan dan bermanfaat. data berkualitas tinggi, 4) Bagaimana data memberdayakan aplikasi. Diantaranya, data merupakan sumber daya dasar dan sumber daya strategis, dan juga merupakan kekuatan pendorong utama bagi pengembangan berkelanjutan integrasi kendaraan-jalan-cloud.

Pada bulan Desember 2023, 17 departemen termasuk Administrasi Data Nasional baru-baru ini mengeluarkan "Elemen Data Mempromosikan pengembangan inovatif kendaraan terhubung cerdas dan aspek lain untuk mempercepat pembangunan transportasi pintar.

Sebagai faktor produksi baru, data merupakan fondasi digitalisasi dan kecerdasan industri transportasi. Elemen data lalu lintas mencakup berbagai jenis data seperti arus lalu lintas, status kendaraan, perilaku berkendara, dan fasilitas transportasi. Yang dicirikan oleh skala besar, jenis beragam, dan kepadatan nilai rendah. Di bawah sistem terintegrasi kendaraan-jalan-cloud, data berkualitas tinggi dan ketersediaan tinggi dapat mendorong manajemen arus lalu lintas, meningkatkan efisiensi pengambilan keputusan mengemudi otonom, dan meningkatkan akurasi analisis dan prediksi situasi lalu lintas keselamatan mengemudi otonom dan efek kapasitas lalu lintas jalan.

Guo Xingrong lebih lanjut menjelaskan bahwa data dengan ketersediaan tinggi berarti data tersebut benar-benar dapat mencerminkan kondisi lalu lintas jalan raya, dan memastikan bahwa data dapat dipanggil tepat waktu dan akurat saat pengguna membutuhkannya, sehingga memastikan efektivitas pengambilan keputusan sistem. Kuantitas berkualitas tinggi memiliki karakteristik seperti akurasi, kelengkapan, konsistensi, ketepatan waktu dan keandalan, memastikan bahwa data lalu lintas dapat dipercaya dan digunakan. Jika kualitas data buruk, infrastruktur tidak dapat berfungsi dan dapat mengakibatkan pengambilan keputusan atau pengoperasian yang salah, dan hal ini tidak dapat diterima dalam industri transportasi yang mengutamakan keselamatan. Oleh karena itu, hanya dengan menghasilkan data berkualitas tinggi dan tersedia secara luas, kami dapat memberikan dasar yang akurat untuk analisis kolaboratif dan pengambilan keputusan global mengenai integrasi kendaraan-jalan-cloud.

Untuk integrasi kendaraan-jalan-cloud, bagaimana cara mencapai ketersediaan tinggi dan data lalu lintas berkualitas tinggi? Guo Xingrong memperkenalkan bahwa prasyarat untuk ketersediaan data yang tinggi adalah aliran bebas dan pembagian data secara penuh. Tantangan utama dalam konstruksi kendaraan, jalan, dan cloud yang terintegrasi saat ini adalah data pada tiga terminal kendaraan, jalan raya, dan cloud dipisahkan. dari satu sama lain. Banyak data disimpan di departemen, kendaraan, dan cloud terkait. Ada sejumlah besar "cerobong data" dan "pulau informasi" di masing-masing sistem perusahaan, yang tidak mewujudkan aliran lintas domain dan berbagi data, sehingga membatasi penggunaan nilai data.

Dalam hal ini, Momogu AutoLink telah menciptakan solusi lengkap untuk hubungan tiga terminal kendaraan, jalan raya, dan cloud, berhasil membuka hambatan data antara akses, data cloud, dan kendaraan yang terhubung secara cerdas, serta membangun arsitektur umum untuk pemerintah dan kendaraan cerdas. penyedia layanan operasi data yang terhubung. Sistem terintegrasi kendaraan-jalan-cloud yang terpadu, aman dan andal membuka jalan bagi pemrosesan kolaboratif dan penerapan data lalu lintas.

Di pinggir jalan, Momogu AutoLink secara mandiri mengembangkan produk perangkat lunak dan perangkat keras seperti stasiun pangkalan jalan digital AI dan sistem penginderaan tepi jalan (MRS), yang dapat melakukan persepsi elemen lalu lintas jalan secara real-time segala cuaca dan tanpa gangguan, serta membentuk persimpangan dan jalan yang berkesinambungan. bagian berdasarkan data besar lalu lintas. Kembaran digital real-time memberikan kemampuan persepsi over-the-horizon untuk kendaraan yang terhubung secara cerdas. Roadside Sensing System (MRS) tertanam dengan model Mushroom Connected BigFusion dan model prediksi VAE, yang mengintegrasikan lidar, radar gelombang milimeter, kamera, dan data sensor lainnya. Setelah pemrosesan jaringan saraf dalam, ia menyelesaikan segmentasi panorama dan klasifikasi objek dalam tiga- adegan dimensional. Ia melakukan tugas-tugas seperti deteksi, estimasi aliran adegan, estimasi keadaan gerak, koreksi pose kendaraan sendiri, dan estimasi voxel yang ditempati, dan membentuk lintasan pergerakan objek bergerak dalam 5 detik berikutnya, niat mengemudi kendaraan, dan niat mengemudi kendaraan. informasi pengambilan keputusan kendaraan mandiri, dan informasi lintasan yang direncanakan di masa depan kendaraan mandiri, membantu kendaraan yang terhubung secara cerdas melakukan analisis situasi lalu lintas dan menyediakan perencanaan jalur optimal global.

Baru-baru ini, setelah pengujian dan pelaporan oleh Guoqi Automobile (Beijing) Intelligent Connected Vehicle Research Institute Co., Ltd., stasiun pangkalan jalan digital Momogu AutoLink AI dan sistem MRS memenuhi persyaratan tertinggi "dual SL3". Akurasi waktu penginderaan sistem stasiun pangkalan jalan digital AI mencapai 4,4 milidetik, dan penundaan penginderaan 41,57 milidetik, keduanya melebihi standar SL3. Pada saat yang sama, akurasi posisi, sudut arah, dan akurasi deteksi ukuran telah mencapai tingkat terdepan di industri.

Di sisi cloud, Momogu AutoLink telah membangun platform cloud AI transportasi cerdas, yang dapat dianggap sebagai "otak super" transportasi perkotaan global. Platform ini secara cerdas dapat mengidentifikasi, menganalisis, dan mengintegrasikan data lalu lintas heterogen yang sangat besar seperti gambar dan video, dan mengubah data statis menjadi data dinamis. Pengetahuan dan potret lalu lintas memungkinkan penelitian dan penilaian yang akurat terhadap tren perkembangan lalu lintas. Pada saat yang sama, ia mengandalkan mesin kecerdasan buatan dan mesin komputasi algoritmik untuk mencapai kontrol pengambilan keputusan kolaboratif antara kendaraan, kendaraan dan jalan raya, serta kendaraan dan cloud. Ia juga dapat melakukan perhitungan dan analisis peristiwa lalu lintas tertentu secara efisien, dan lebih akurat memprediksi arus lalu lintas, dan menyesuaikan lampu lalu lintas secara dinamis, mengatur dan mengoptimalkan arus lalu lintas secara efektif, dan memberikan panduan strategis untuk meningkatkan kapasitas lalu lintas jalan perkotaan.

Untuk kendaraan self-driving, Mogo Auto telah sepenuhnya mengembangkan sistem self-driving MogoAP, yang terhubung sempurna dengan sistem MRS pinggir jalan dan dapat dipasang pada berbagai kendaraan self-driving seperti bus self-driving, penyapu, mobil patroli, dan kendaraan pengiriman. Misalnya, bus self-driving produksi massal muatan depan pertama yang dikembangkan oleh Moguolian, selain fungsi standar V2X dan kemampuan self-driving L4, bus ini juga merupakan yang pertama menerapkan penerapan radar laser semi-padat dan self-driving. mengembangkan pengontrol domain Orin pada model bus, untuk membantu peningkatan cerdas transportasi umum perkotaan.

Pada saat yang sama, Mogujia menggunakan sarana teknis seperti fusi data multi-sumber dan multi-terminal, fusi informasi multi-modal, jaringan transmisi latensi sangat rendah, pengambilan keputusan dan kontrol penginderaan kolaboratif untuk mengintegrasikan kendaraan cerdas yang terhubung ke jaringan secara mendalam. infrastruktur pinggir jalan dan platform cloud, dan dari perspektif global, melalui kolaborasi multi-kendaraan, berbagi niat, pengambilan keputusan kolaboratif, dll., kita dapat secara komprehensif meningkatkan akurasi prediksi sistem dan efisiensi pengambilan keputusan untuk situasi lalu lintas secara keseluruhan, dan menemukan "solusi optimal" untuk mengurangi kemacetan lalu lintas dan meningkatkan keselamatan lalu lintas.

Berdasarkan inovasi teknologi di atas, Mushroom AutoLink telah membentuk serangkaian solusi matang yang dapat diterapkan, ditiru, dan dipromosikan, serta diterapkan di Beijing, Shanghai, Shenzhen, Tianjin, Sichuan, Liaoning, Hunan, Yunnan, Shandong, Hubei dan tempat lain Penerapannya mencakup berbagai skenario seperti transportasi umum, tempat indah, dan koneksi taman, yang selanjutnya memverifikasi kemampuan penerapan dan efektivitas penerapan solusinya.

Dengan pendalaman zona percontohan Internet Kendaraan tingkat nasional, proyek percontohan untuk pengembangan kolaboratif infrastruktur kota pintar dan kendaraan yang terhubung dengan cerdas, proyek percontohan untuk akses dan akses di jalan kendaraan yang terhubung dengan cerdas, dan proyek percontohan untuk " integrasi kendaraan-jalan-cloud" penerapan kendaraan yang terhubung secara cerdas, dll. Perkembangan, integrasi kendaraan-jalan-cloud penuh dengan vitalitas yang kuat. Didorong oleh kekuatan inovasi teknologi, perusahaan penggerak otonom terintegrasi kendaraan-jalan-cloud yang diwakili oleh Moguolian akan membantu lebih banyak kota bergerak menuju peningkatan cerdas dan berkontribusi pada cetak biru besar integrasi kendaraan-jalan-cloud.

Laporan/Umpan Balik