0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Mobileye端到端自動駕駛解決方案的深度解析

智駕最前沿 ? 來源:智駕最前沿 ? 作者:智駕最前沿 ? 2024-10-17 09:35 ? 次閱讀

自動駕駛技術(shù)正處于快速發(fā)展之中,各大科技公司和汽車制造商均在爭相布局,試圖在這個(gè)新興領(lǐng)域占據(jù)一席之地。Mobileye作為全球自動駕駛技術(shù)的領(lǐng)軍企業(yè)之一,憑借其獨(dú)特的端到端自動駕駛解決方案,展現(xiàn)了強(qiáng)大的技術(shù)優(yōu)勢。

Mobileye的端到端解決方案概述

1.1 什么是端到端自動駕駛?

端到端自動駕駛解決方案是一種新型的智能系統(tǒng)架構(gòu),旨在通過AI學(xué)習(xí)從感知到?jīng)Q策再到操作的全流程。Mobileye的端到端方案依賴于深度學(xué)習(xí)技術(shù),從攝像頭、雷達(dá)和激光雷達(dá)等傳感器獲取數(shù)據(jù),通過復(fù)雜的AI模型進(jìn)行分析和決策,而無需人為干預(yù)。這種解決方案能夠更好地處理復(fù)雜的交通環(huán)境,并優(yōu)化車輛在各種場景下的駕駛行為。

Mobileye的方案通過引入攝像頭為主的多模態(tài)感知系統(tǒng),以及專門設(shè)計(jì)的AI芯片(EyeQ系列),為自動駕駛提供了強(qiáng)有力的技術(shù)支撐。其設(shè)計(jì)理念圍繞提高安全性和效率展開,力求在硬件成本和軟件復(fù)雜度之間找到平衡。

wKgZomcQaaaAVYDPAAE-svV5i00048.png

1.2 核心技術(shù)架構(gòu)

Mobileye的自動駕駛架構(gòu)是基于“復(fù)合AI系統(tǒng)”(CAIS)的,利用多種傳感器的融合技術(shù),構(gòu)建了一個(gè)多層次的感知系統(tǒng)。在這個(gè)系統(tǒng)中,攝像頭為主要傳感器,輔以雷達(dá)和激光雷達(dá)進(jìn)行輔助。與完全依賴激光雷達(dá)(如Waymo)或僅使用攝像頭(如Tesla)的方案相比,Mobileye通過多層次數(shù)據(jù)融合提高了整體系統(tǒng)的魯棒性。

Mobileye特別注重系統(tǒng)的模塊化設(shè)計(jì)。模塊化不僅減少了硬件冗余,還使得系統(tǒng)更具可擴(kuò)展性,能夠適應(yīng)未來技術(shù)更新和市場需求的變化。通過這種設(shè)計(jì),Mobileye能夠?yàn)椴煌蛻籼峁┒ㄖ苹淖詣玉{駛解決方案,以滿足各類汽車制造商的需求。


自動駕駛中的技術(shù)挑戰(zhàn)與突破

2.1 自動駕駛對齊問題

在實(shí)現(xiàn)端到端自動駕駛過程中,一個(gè)核心挑戰(zhàn)是“自動駕駛對齊問題”(AV Alignment Problem)。這一問題指的是,如何讓系統(tǒng)在面對常見但錯(cuò)誤的行為和罕見但正確的行為時(shí)做出理性決策。例如,在部分城郊或農(nóng)村道路中,由于道路較窄,且有大量行人在路側(cè)行走,此時(shí)有些駕駛員就會跨線行駛,從交通法規(guī)上來說,這一行為雖然是不對的,但卻很常見。

Mobileye通過引入強(qiáng)化學(xué)習(xí)機(jī)制(RLHF),讓AI系統(tǒng)在面對類似的情境時(shí)學(xué)會從錯(cuò)誤中吸取教訓(xùn),優(yōu)先選擇“罕見但正確”的行為。這種強(qiáng)化學(xué)習(xí)機(jī)制不僅提高了系統(tǒng)的決策準(zhǔn)確性,還減少了對規(guī)則編碼的依賴,使得系統(tǒng)更具自適應(yīng)性。

2.2 長尾問題與捷徑學(xué)習(xí)

Mobileye在端到端自動駕駛中還必須面對“長尾問題”和“捷徑學(xué)習(xí)問題”。長尾問題是指,在實(shí)際駕駛中有許多罕見但高風(fēng)險(xiǎn)的事件,系統(tǒng)需要具備處理這些罕見事件的能力。例如,在特殊天氣條件下(如大霧或暴雨)駕駛,傳感器數(shù)據(jù)可能會受到干擾,而系統(tǒng)需要依賴過往數(shù)據(jù)的學(xué)習(xí)進(jìn)行補(bǔ)償。Mobileye通過引入更加復(fù)雜的AI算法,確保系統(tǒng)能夠在極端情況下仍能正常運(yùn)行。

捷徑學(xué)習(xí)問題是另一個(gè)挑戰(zhàn)。由于不同的傳感器有不同的復(fù)雜度,傳統(tǒng)的端到端學(xué)習(xí)模式難以充分利用這些傳感器提供的數(shù)據(jù)。Mobileye通過復(fù)合AI系統(tǒng)(CAIS),將不同傳感器的數(shù)據(jù)獨(dú)立訓(xùn)練并高層次融合,有效地解決了這一問題。例如,當(dāng)車輛在復(fù)雜路況下行駛時(shí),系統(tǒng)會通過多傳感器融合技術(shù)綜合處理攝像頭、雷達(dá)和激光雷達(dá)的數(shù)據(jù),確保決策的可靠性。

2.3 數(shù)據(jù)對齊與系統(tǒng)優(yōu)化

數(shù)據(jù)對齊是端到端系統(tǒng)的關(guān)鍵。Mobileye的方案強(qiáng)調(diào),系統(tǒng)需要具備處理海量數(shù)據(jù)并從中提煉出有用信息的能力。Mobileye通過其AI芯片EyeQ6H的并行計(jì)算架構(gòu),大大提高了數(shù)據(jù)處理的速度和效率。相比傳統(tǒng)方法,Mobileye通過深度學(xué)習(xí)模型優(yōu)化,使得系統(tǒng)能夠?qū)崟r(shí)對復(fù)雜數(shù)據(jù)做出精準(zhǔn)決策。


復(fù)合AI系統(tǒng)(CAIS):融合與創(chuàng)新

3.1 傳感器融合:從感知到?jīng)Q策

Mobileye的CAIS系統(tǒng)是端到端自動駕駛解決方案的核心。通過將攝像頭、雷達(dá)和激光雷達(dá)的數(shù)據(jù)進(jìn)行融合,CAIS大幅提升了系統(tǒng)的整體感知能力。在駕駛過程中,不同傳感器提供的信息被綜合到一個(gè)統(tǒng)一的感知平臺,以確保在各種駕駛環(huán)境下系統(tǒng)的穩(wěn)定性。例如,在應(yīng)對前方突然出現(xiàn)的行人時(shí),攝像頭可以捕捉視覺信息,而雷達(dá)則能提供物體的距離信息,這使得系統(tǒng)可以更準(zhǔn)確地進(jìn)行緊急剎車。

Mobileye的融合算法在處理這些復(fù)雜數(shù)據(jù)時(shí),采用了分層次的感知和決策機(jī)制。這一機(jī)制不僅提升了感知的精確度,還增強(qiáng)了系統(tǒng)的冗余性。當(dāng)一個(gè)傳感器失效時(shí),系統(tǒng)可以依賴其他傳感器的數(shù)據(jù)進(jìn)行補(bǔ)償,確保駕駛安全性。

3.2 高效AI:從硬件到算法的全方位優(yōu)化

Mobileye的AI系統(tǒng)通過專門設(shè)計(jì)的芯片EyeQ6H來支持高效的并行計(jì)算。EyeQ6H芯片是Mobileye自動駕駛系統(tǒng)的“大腦”,通過高度集成的并行處理架構(gòu),支持多傳感器數(shù)據(jù)的實(shí)時(shí)處理。該芯片能夠在減少功耗的同時(shí),提供卓越的計(jì)算性能,使得系統(tǒng)在復(fù)雜的駕駛場景中仍能快速響應(yīng)。

相比其他競爭對手的方案,EyeQ6H在計(jì)算效率上具備顯著優(yōu)勢。其特有的復(fù)合計(jì)算架構(gòu)允許同時(shí)處理多個(gè)任務(wù),減少了系統(tǒng)的響應(yīng)延遲。同時(shí),EyeQ6H還通過AI算法的優(yōu)化,確保系統(tǒng)在不同駕駛場景中的決策速度和準(zhǔn)確性。這樣的硬件和算法設(shè)計(jì)使Mobileye的端到端系統(tǒng)在成本和性能上實(shí)現(xiàn)了理想的平衡。

市場應(yīng)用:Robotaxi與貨運(yùn)的未來

4.1 Robotaxi的商業(yè)化潛力

Robotaxi作為自動駕駛的重要應(yīng)用場景,已經(jīng)成為全球多家公司角逐的焦點(diǎn)。Mobileye憑借其強(qiáng)大的端到端解決方案,展示了Robotaxi領(lǐng)域中的技術(shù)優(yōu)勢。其攝像頭主導(dǎo)的感知系統(tǒng)結(jié)合AI算法,能夠支持復(fù)雜城市道路中的全自動駕駛操作。

相比競爭對手,Mobileye的方案在低成本、高效能方面具有明顯優(yōu)勢。通過模塊化的設(shè)計(jì),Mobileye可以根據(jù)不同的城市場景和需求,提供靈活的自動駕駛解決方案,進(jìn)一步推動Robotaxi的商業(yè)化落地。此外,Mobileye正在積極拓展其在多個(gè)城市的測試和應(yīng)用,積累了大量的道路數(shù)據(jù),這為未來的市場推廣奠定了堅(jiān)實(shí)的基礎(chǔ)。

4.2 自動駕駛貨運(yùn)的技術(shù)優(yōu)勢

除了Robotaxi,貨運(yùn)領(lǐng)域也是自動駕駛的重要應(yīng)用方向。自動駕駛卡車可以極大地提高物流效率,減少人為干預(yù)和安全事故。Mobileye的端到端解決方案通過復(fù)合傳感器系統(tǒng),確??ㄜ嚹軌蛟陂L時(shí)間駕駛中保持穩(wěn)定的操作性能。特別是在高速公路上,系統(tǒng)可以通過攝像頭、雷達(dá)和激光雷達(dá)的綜合感知,確??ㄜ囋诓⒌?、超車和緊急制動時(shí)的精準(zhǔn)反應(yīng)。

Mobileye的系統(tǒng)還能夠根據(jù)實(shí)時(shí)數(shù)據(jù)動態(tài)調(diào)整卡車的行駛路線,進(jìn)一步提升運(yùn)輸效率。這使得自動駕駛卡車在長途貨運(yùn)中的應(yīng)用潛力巨大,尤其是在成本優(yōu)化和安全性提升方面。

技術(shù)與成本的平衡

5.1 模塊化設(shè)計(jì)與市場適應(yīng)性

Mobileye通過模塊化設(shè)計(jì),使其端到端自動駕駛解決方案可以根據(jù)不同客戶的需求進(jìn)行靈活定制。例如,對于只需要基礎(chǔ)駕駛輔助的客戶,Mobileye可以提供簡化的傳感器套件,而對于全自動駕駛需求的客戶,Mobileye則能夠提供完整的CAIS架構(gòu)。這樣的靈活性不僅降低了開發(fā)成本,還提高了產(chǎn)品的市場適應(yīng)性。

5.2 AI芯片的高效與成本優(yōu)勢

Mobileye的EyeQ6H芯片在設(shè)計(jì)時(shí)充分考慮了功耗和成本問題。通過優(yōu)化計(jì)算架構(gòu),EyeQ6H能夠在提供高性能的同時(shí),顯著降低能耗。這意味著自動駕駛車輛在實(shí)際運(yùn)營中不僅可以節(jié)省能源,還能夠降低長期的維護(hù)和運(yùn)營成本。此外,EyeQ6H芯片還具備高度的可擴(kuò)展性,適應(yīng)未來技術(shù)迭代和需求增長的挑戰(zhàn)。


未來展望:技術(shù)與市場的雙重驅(qū)動

6.1 AI與自動駕駛的未來發(fā)展

未來,隨著人工智能技術(shù)的不斷進(jìn)步,自動駕駛系統(tǒng)將變得更加智能和自適應(yīng)。Mobileye通過引入先進(jìn)的AI算法和數(shù)據(jù)訓(xùn)練模型,提升了系統(tǒng)的學(xué)習(xí)能力和決策能力。未來,Mobileye將繼續(xù)優(yōu)化其系統(tǒng),特別是在長尾問題、傳感器融合和決策優(yōu)化等方面的技術(shù)突破,以應(yīng)對更加復(fù)雜的駕駛環(huán)境。

6.2 政策支持與市場擴(kuò)展

全球自動駕駛技術(shù)的推廣離不開政策法規(guī)的支持。隨著越來越多的國家開放自動駕駛測試和應(yīng)用,Mobileye有望在全球范圍內(nèi)實(shí)現(xiàn)更廣泛的市場應(yīng)用。政策的推動將為Mobileye提供更加廣闊的市場前景,特別是在城市交通和物流運(yùn)輸領(lǐng)域,其端到端解決方案將為未來的智能出行帶來革命性的變化。

Mobileye通過其強(qiáng)大的端到端自動駕駛解決方案,展示了自動駕駛技術(shù)的未來方向。隨著技術(shù)的不斷進(jìn)步和市場需求的增長,Mobileye有望成為全球自動駕駛市場的領(lǐng)軍者,為全球出行提供更加智能、高效和安全的解決方案。未來已來,讓我們共同期待Mobileye在自動駕駛領(lǐng)域的更多突破。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • Mobileye
    +關(guān)注

    關(guān)注

    2

    文章

    130

    瀏覽量

    33786
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13812

    瀏覽量

    166447
收藏 人收藏

    評論

    相關(guān)推薦

    自動駕駛技術(shù)研究與分析

    傳遞和全局優(yōu)化的優(yōu)勢,成為智能駕駛技術(shù)發(fā)展的重要方向。與傳統(tǒng)模塊化架構(gòu)相比,技術(shù)通過深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)從傳感器數(shù)據(jù)輸入
    的頭像 發(fā)表于 12-19 13:07 ?167次閱讀

    自動泊車的應(yīng)用

    與城市環(huán)境的復(fù)雜性和高速公路駕駛的風(fēng)險(xiǎn)相比,停車場景的特點(diǎn)是低速、空間有限和高可控性。這些特點(diǎn)為在車輛中逐步部署自動駕駛能力提供了可行
    的頭像 發(fā)表于 12-18 11:38 ?364次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>在<b class='flag-5'>自動</b>泊車的應(yīng)用

    從車企實(shí)踐看自動駕駛解決方案

    中的重要性日益凸顯,這也促使眾多汽車制造商加快了智能化技術(shù)的研發(fā)和工程投入,未能跟上智能化步伐的汽車品牌可能會逐漸失去市場競爭力,自動駕駛技術(shù)的發(fā)展已然進(jìn)入關(guān)鍵階段,其中概念的提
    的頭像 發(fā)表于 11-19 10:55 ?539次閱讀
    從車企實(shí)踐看<b class='flag-5'>自動駕駛</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>解決方案</b>

    連接視覺語言大模型與自動駕駛

    自動駕駛在大規(guī)模駕駛數(shù)據(jù)上訓(xùn)練,展現(xiàn)出很強(qiáng)的決策規(guī)劃能力,但是面對復(fù)雜罕見的駕駛場景,依然
    的頭像 發(fā)表于 11-07 15:15 ?244次閱讀
    連接視覺語言大模型與<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>

    Waymo利用谷歌Gemini大模型,研發(fā)端自動駕駛系統(tǒng)

    邁新步,為其機(jī)器人出租車業(yè)務(wù)引入了一種基于谷歌多模態(tài)大語言模型(MLLM)“Gemini”的全新訓(xùn)練模型——“多模態(tài)自動駕駛模型”(EMMA)。
    的頭像 發(fā)表于 10-31 16:55 ?1061次閱讀

    智己汽車“”智駕方案推出,老司機(jī)真的會被取代嗎?

    隨著智能駕駛技術(shù)的發(fā)展,行業(yè)已經(jīng)從早期基于簡單規(guī)則和模塊化邏輯的自動駕駛,逐步邁向依托深度學(xué)習(xí)的高復(fù)雜度智能駕駛解決方案,各車企也緊跟潮流,
    的頭像 發(fā)表于 10-30 09:47 ?283次閱讀
    智己汽車“<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”智駕<b class='flag-5'>方案</b>推出,老司機(jī)真的會被取代嗎?

    實(shí)現(xiàn)自動駕駛,唯有?

    ,去年行業(yè)主流方案還是輕高精地圖城區(qū)智駕,今年大家的目標(biāo)都瞄到了(End-to-End, E2E)。
    的頭像 發(fā)表于 08-12 09:14 ?732次閱讀
    實(shí)現(xiàn)<b class='flag-5'>自動駕駛</b>,唯有<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>?

    理想汽車加速自動駕駛布局,成立“”實(shí)體組織

    近期,理想汽車在其智能駕駛領(lǐng)域邁出了重要一步,正式成立了專注于“自動駕駛”的實(shí)體組織,該組織規(guī)模超過200人,標(biāo)志著理想在
    的頭像 發(fā)表于 07-17 15:42 ?1351次閱讀

    廣汽豐田攜手Momenta推出全場景智能駕駛方案

    在近日舉行的廣汽豐田科技開放日上,一場引領(lǐng)未來的智能駕駛技術(shù)盛宴吸引了全球目光。廣汽豐田攜手國內(nèi)領(lǐng)先的自動駕駛解決方案提供商Momenta,共同推出了
    的頭像 發(fā)表于 06-29 17:36 ?1670次閱讀

    智行者聯(lián)合清華完成國內(nèi)首套全棧式自動駕駛系統(tǒng)的開放道路測試

    近日,智行者與清華大學(xué)車輛學(xué)院李克強(qiáng)院士、李升波教授領(lǐng)導(dǎo)的研究團(tuán)隊(duì),完成了國內(nèi)首套全棧式自動駕駛系統(tǒng)的開放道路測試。
    的頭像 發(fā)表于 04-22 09:24 ?782次閱讀
    智行者聯(lián)合清華完成國內(nèi)首套全棧式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>系統(tǒng)的開放道路測試

    佐思汽研發(fā)布《2024年自動駕駛研究報(bào)告》

    自動駕駛是直接從傳感器信息輸入(如攝像頭圖像、LiDAR等)控制命令輸出(如轉(zhuǎn)向、加減速等)映射的一套系統(tǒng),最早出現(xiàn)在1988年的A
    的頭像 發(fā)表于 04-20 11:21 ?3239次閱讀
    佐思汽研發(fā)布《2024年<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>研究報(bào)告》

    大眾汽車和Mobileye加強(qiáng)自動駕駛合作

    美國智能駕駛芯片巨頭Mobileye與大眾汽車集團(tuán)近日宣布,在自動駕駛領(lǐng)域深化合作,共同推動全新自動駕駛功能在大眾旗下量產(chǎn)車型的應(yīng)用。Mobiley
    的頭像 發(fā)表于 03-22 11:46 ?929次閱讀

    自動駕駛的基石在哪里?

    深度學(xué)習(xí)(DL)與自動駕駛(AD)的融合標(biāo)志著該領(lǐng)域的重大飛躍,吸引了學(xué)術(shù)界和工業(yè)界的關(guān)注。配備了攝像頭和激光雷達(dá)的AD系統(tǒng)模擬了類似人類的決策過程。
    發(fā)表于 02-26 11:38 ?427次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>的基石在哪里?

    自動駕駛的基石到底是什么?

    深度學(xué)習(xí)(DL)與自動駕駛(AD)的融合標(biāo)志著該領(lǐng)域的重大飛躍,吸引了學(xué)術(shù)界和工業(yè)界的關(guān)注。配備了攝像頭和激光雷達(dá)的AD系統(tǒng)模擬了類似人類的決策過程。
    發(fā)表于 02-22 09:50 ?395次閱讀
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自動駕駛</b>的基石到底是什么?

    康謀方案 | 基于場景的硬件在環(huán)(HiL)測試智能解決方案

    。同時(shí),針對不同傳感器進(jìn)行協(xié)同工作,模擬不同的駕駛環(huán)境和交通狀況,測試和驗(yàn)證自動駕駛車輛的算法和決策策略,從而確保其安全性和可靠性。 方案特點(diǎn) 針對ADAS/AD系統(tǒng)進(jìn)行基于場景的
    的頭像 發(fā)表于 01-31 17:17 ?780次閱讀
    康謀<b class='flag-5'>方案</b> | 基于場景的<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>硬件在環(huán)(HiL)測試智能<b class='flag-5'>解決方案</b>