notizia

Nell'era odierna di rapido sviluppo tecnologico, la guida autonoma è senza dubbio uno dei campi più innovativi e stimolanti. Tuttavia, ci sono ancora molte sfide in termini di dati, potenza di calcolo e ottimizzazione di modelli di grandi dimensioni. La tecnologia non è stata ancora finalizzata e ci sono ancora alcune difficoltà nella replica su larga scala. Ma con lo sviluppo dell’integrazione veicolo-strada-cloud, potremmo essere in grado di vedere una nuova speranza. L’intelligenza artificiale può fare miracoli in questo campo?

L’integrazione veicolo-strada-cloud, come suggerisce il nome, unisce strettamente veicoli, strade e cloud per formare un sistema intelligente e collaborativo. In questo sistema i veicoli non sono più individui isolati, ma sono interconnessi e comunicano con l’intero ambiente del traffico. Momogu AutoLink, il principale fornitore nazionale di integrazione veicolo-strada-cloud, tecnologia full-stack di guida autonoma e servizi operativi, ha dimostrato vantaggi significativi nell'integrazione veicolo-strada-cloud su strada, a bordo veicolo e basata su cloud, al fine di risolvere il problema problemi di guida autonoma Il puzzle fornisce un forte supporto.

Sul lato strada, il vantaggio di Mushroom AutoLink risiede nelle sue potenti capacità di rilevamento e raccolta dati. Implementando stazioni base stradali digitali AI sviluppate autonomamente e sistemi di rilevamento dei bordi stradali (MRS) su entrambi i lati della strada, è possibile ottenere ricche informazioni stradali in tempo reale, comprese le condizioni stradali, il flusso del traffico, i comportamenti dei pedoni e di altri veicoli, ecc. . Questi dati non solo forniscono ai veicoli una percezione ambientale più completa, ma forniscono anche materiale prezioso per l’addestramento di modelli di grandi dimensioni. Rispetto al tradizionale rilevamento di un singolo veicolo, il rilevamento a bordo strada può superare i limiti dei sensori del veicolo, rilevare in anticipo potenziali pericoli e situazioni complesse e fornire più tempo e informazioni per le decisioni di guida autonoma. Ad esempio, agli incroci senza semafori, le apparecchiature stradali possono rilevare in anticipo la dinamica dei veicoli e dei pedoni nella direzione dell’attraversamento, fornendo avvisi accurati per i veicoli autonomi che stanno per passare, evitando così potenziali rischi di collisione. In condizioni meteorologiche avverse, come pioggia, neve e foschia, le telecamere ad alta definizione e le apparecchiature di monitoraggio meteorologico sul ciglio della strada possono fornire ai veicoli informazioni più chiare e precise sulle condizioni stradali e aiutare i veicoli a prendere decisioni di guida più sicure.

Il terminal automobilistico è un collegamento chiave che interagisce direttamente con conducenti e passeggeri. Basato sulla tecnologia di guida autonoma L4, Mogou AutoLink ha sviluppato completamente il sistema di guida autonoma MogoAP e lo ha installato su una varietà di veicoli autonomi. Ha sviluppato congiuntamente una serie di modelli di guida autonoma preinstallati prodotti in serie con le case automobilistiche e ha implementato l'applicazione di radar laser semisolido e controller di dominio Orin autosviluppati in vari modelli, che hanno potenziale e prestazioni migliori.

Fornendo efficienti capacità di elaborazione locale e algoritmi ottimizzati per veicoli intelligenti connessi, possono elaborare grandi quantità di dati e prendere decisioni in tempo reale in un istante. Anche quando la connessione con il cloud e la strada viene temporaneamente interrotta, il veicolo può fare affidamento sul proprio sistema intelligente per mantenere un certo grado di capacità di guida autonoma per garantire sicurezza e stabilità di guida. Inoltre, Mushroom AutoLink si concentra sull'ottimizzazione collaborativa dell'hardware e del software del veicolo per ridurre il consumo energetico e migliorare le prestazioni. Attraverso una precisa fusione di sensori e strategie di controllo intelligenti, i veicoli possono regolare automaticamente le modalità di guida e la potenza erogata in base alle condizioni stradali e al consumo di energia in tempo reale, ottenendo un uso efficiente dell’energia e una guida fluida e confortevole.

Nel cloud, Mushroom AutoLink ha creato un potente centro di elaborazione e analisi dei dati. La piattaforma di controllo cloud può presentare un quadro completo del traffico attraverso l'elaborazione digitale in tempo reale e ottenere enormi dati come posizione, direzione, velocità, ecc. di tutti i partecipanti al traffico. La piattaforma di controllo cloud AI del traffico intelligente può fornire traffico in tempo reale supporto di dati e algoritmi Il ruolo della piattaforma di controllo cloud è già apparso nel traffico stradale, consentendo a persone, veicoli intelligenti connessi in rete, veicoli autonomi e gestori del traffico di partecipare insieme, migliorando notevolmente la sistematicità, la sicurezza e l'efficienza del traffico stradale. trasporto.

I server cloud dispongono di enormi risorse hardware ad alte prestazioni e possono supportare l'elaborazione parallela su larga scala e l'archiviazione di enormi quantità di dati. Questi dati non provengono solo dalla raccolta in tempo reale sul ciglio della strada e dal veicolo, ma includono anche dati storici e dati di simulazione. Attraverso l’estrazione e l’analisi approfondita di questi dati, utilizzando algoritmi avanzati di apprendimento automatico e tecnologia di intelligenza artificiale, il cloud può addestrare modelli di grandi dimensioni più accurati e intelligenti. Ad esempio, imparando da una grande quantità di dati su situazioni di traffico estreme, modelli di grandi dimensioni possono prevedere la strategia di guida ottimale dei veicoli in scenari simili e prendere allarmi e decisioni tempestive. Allo stesso tempo, il cloud può anche aggiornare e ottimizzare il modello del veicolo in tempo reale per garantire che il veicolo disponga sempre delle più recenti funzionalità di guida intelligente.

Tornando alle sfide affrontate dalla guida autonoma, il modello di integrazione veicolo-strada-cloud fornisce nuove idee per risolvere questi problemi.

In risposta ai problemi di raccolta, etichettatura e manutenzione dei dati, l’integrazione veicolo-strada-cloud può realizzare la fusione di dati provenienti da più fonti. La grande quantità di dati in tempo reale raccolti dalle apparecchiature stradali, combinati con i dati di guida del veicolo, garantiscono la diversità e la ricchezza dei dati. Allo stesso tempo, attraverso la potente potenza di calcolo del cloud, questi dati possono essere annotati e puliti automaticamente per migliorare la qualità e l’usabilità dei dati. Soprattutto per i dati rari ma critici relativi alle situazioni estreme del traffico, l'integrazione veicolo-strada-cloud può registrare e analizzare queste situazioni in modo più completo attraverso il monitoraggio e la fusione dei dati da più angolazioni, fornendo campioni più preziosi per l'addestramento di modelli di grandi dimensioni.

In termini di potenza di calcolo, l’integrazione di veicolo, strada e cloud consente un’allocazione ragionevole delle risorse. L'estremità della cabina si concentra sul processo decisionale in tempo reale e sull'elaborazione dei dati locali, utilizzando risorse informatiche limitate per garantire l'esecuzione delle funzioni chiave. L'addestramento di modelli complessi e l'elaborazione dei dati su larga scala vengono completati dal cloud, sfruttando appieno la potente potenza di calcolo del cloud. Allo stesso tempo, le apparecchiature stradali possono anche condividere alcune attività informatiche, come la preelaborazione di alcuni dati, riducendo il carico sul veicolo e sul cloud. Attraverso questo approccio collaborativo, la contraddizione tra la limitata potenza di calcolo del veicolo e la crescente domanda di potenza di cloud computing viene effettivamente risolta e l’efficienza operativa dell’intero sistema viene migliorata.

Per l’ottimizzazione semplificata di modelli di grandi dimensioni, anche l’integrazione veicolo-strada-cloud presenta vantaggi unici. Il modello di grandi dimensioni addestrato nel cloud può essere personalizzato, semplificato e ottimizzato in base alle esigenze specifiche e alle condizioni hardware del veicolo. Attraverso la tecnologia di compressione del modello, il numero di parametri e la quantità di calcoli del modello vengono ridotti mantenendone prestazioni e precisione. Le attrezzature stradali possono fungere da collegamento intermedio per adattare e convertire i dati dal veicolo e dal cloud per garantire la trasmissione regolare delle informazioni e l'esecuzione efficace del modello.

Tuttavia, lo sviluppo dell’integrazione veicolo-strada-cloud non procede in modo agevole. Nelle applicazioni pratiche è inoltre necessario risolvere una serie di problemi quali l'unificazione dei protocolli di comunicazione tra diversi dispositivi, la protezione della privacy dei dati, l'affidabilità e la stabilità del sistema. Tuttavia, con il continuo progresso della tecnologia e gli sforzi congiunti del settore, questi problemi vengono gradualmente risolti.

In sintesi, l’integrazione veicolo-strada-cloud offre nuove opportunità e possibilità allo sviluppo della guida autonoma. Sebbene debba ancora affrontare molte sfide, con i suoi vantaggi sinergici in termini di dati, potenza di calcolo e ottimizzazione dei modelli, nonché la continua innovazione ed esplorazione di imprese come Momogu Auto Network, abbiamo motivo di credere che l’intelligenza artificiale possa svolgere un ruolo nell’industria automobilistica. integrazione strada-cloud Lavoreremo vigorosamente per promuovere l’applicazione tempestiva su larga scala della tecnologia di guida autonoma e offrire alle persone un’esperienza di viaggio più sicura, conveniente ed efficiente.

(Fonte: informazioni sulle imprese finanziarie)

Per informazioni più interessanti, scarica il client "Jimu News" nel mercato delle applicazioni. Non ristampare senza autorizzazione. Puoi fornire indizi sulle notizie e sarai pagato una volta accettato.