亮道智能正式发布自动驾驶环境感知系统测试验证服务

亮道智能首次对外发布 自动驾驶环境 感知系统测试验证的完整流程。

亮道智能Reference System、服务于测试验证的3D 激光雷达算法、标注修正工具、 大数据管理平台、 大数据分析系统等产品正式亮相。

亮道智能CEO 剧学铭博士将在上海车展同期举办的第五届国际汽车关键技术论坛上发表演讲。

2019年4月15日上海车展前夕,亮道智能正式发布 自动驾驶环境 感知系统测试验证的完整流程,并在车展对外展示产品和服务。亮道智能展位位于6.2H零部件馆,展位号No.6BG151。

亮道智能“新型环境感知系统测试验证”服务于自动驾驶量产研发

本次车展上,亮道智能正式发布新型 自动驾驶环境 感知系统测试验证服务。该服务传承了传统汽车领域严谨的测试验证流程体系,也融合了 大数据管理与分析、软件算法开发等多项新技术,服务于 自动驾驶量产研发的关键阶段。

该服务需使用完成量产设计的 自动驾驶原型车,搭载确定硬件选型的环境 感知系统,进入真实道路测试。期间,一套 感知能力优于待测系统的Reference System会同步搭载在车上采集数据,用于建立客观真值,作为待测系统 感知能力评价的标尺。

路测采集的数据将达到PB级别,需要搭建专门的测试验证私有云平台,开发专用的测试验证工具链,用于数据录入、存储、处理、分析。通过基于真实路测数据的软件在环(SiL)和硬件在环(HiL)方法,帮助客户快速完成算法迭代。

车展现场,亮道智能用动画展示了新型 自动驾驶智能化测评服务的五大步骤,包括车辆准备-数据采集-数据处理-测试验证执行- 数据分析

第一步:车辆准备

将待测 感知设备和Reference System安装至原型车,精确完成空间校准和时间同步。

第二步:数据采集

根据客户需求制定采集计划,组建车队进入开放道路环境采集数据。

第三步:数据处理

将数据录入 大数据中心,通过算法处理后生成真实交通场景的客观真值(Ground Truth)。

第四步:测试验证执行

客户选择感兴趣场景,由测试验证工具链提取该场景下DUT的 感知结果与客观真值,两者比较后得到环境 感知KPI。

第五步: 数据分析出具 大数据分析报告,通过SiL、HiL、真实路测等方法,加速完成客户算法迭代。

亮道智能提供的新型环境 感知系统测试验证服务具备以下优势:

1. 服务于量产项目。亮道智能可针对专门车型、专项功能、专门的应用场景,提供定制化的测试验证服务。

2. 基于真实场景。在真实交通场景中评测系统的真实水平,同时为模拟仿真提供真实的数据输入。

3. 全链条、高可靠性、高自动化。亮道智能可以提供环境 感知系统SOP前完整的测试验证服务,为测评和算法迭代提供精准可靠的客观真值,通过自主开发的自动化工具链提升测试验证效率。

测试验证视频

未来几年内,全球汽车行业将迎来L3及以上 自动驾驶汽车量产的高发期。不同于几十、几百台的小批量生产, 自动驾驶大规模量产均为上万辆级别。为保证每台 自动驾驶汽车达到相同的安全质量,单个传感器、环境 感知系统都要经过充分的测试验证。

当前已经到了SOP前测试验证的关键阶段,市场对环境 感知系统测试验证有迫切需求,业内还没有企业能提供针对 自动驾驶环境 感知的全套自动化的测试验证服务,亮道智能正在实现从0到1的突破。

亮道智能测试验证五大产品服务助力环境感知系统SOP

自动驾驶已经从热门话题,转变成了务实的量产项目,市场上诞生了多样化的测试验证需求。亮道智能正在和主机厂、传感器供应商紧密合作,共同推进 自动驾驶研发,加快量产进程。

结合市场和本土化需求,亮道智能在上海车展的现场展示了部分核心技术和产品,内容包括:

1. 亮道智能展示了搭载亮道智能Reference System 1.0系统的数据采集平台。Referencesystem 1.0是一套用于获取高精度基础事实的数据采集设备,融合了高精度 激光雷达、摄像头等多种先进传感器。

2. 通过亮道智能服务于测试验证的3D激光雷达算法,研发人员可以为真实交通场景建立客观真值(Ground Truth),作为 感知能力的测评参照。

3. 亮道智能的标注修正工具可用于修正自动化标注结果,用户可以在PC端查看标注结果并进行手动操作。

4. 亮道智能将展示私有云环境下的大数据管理平台的样例。 大数据管理平台基于私有云解决方案OpenStack和Ceph,为 大数据分析系统提供可扩展的存储和计算能力。该平台可以提供PB级别 数据管理的解决方案。

5. 现场还会提供大数据分析系统的演示,该系统采用分布式的 数据库设计,可以展示不同维度的数据统计信息,支持 数据挖掘和驾驶场景提取,查看数据文件等功能。

车展期间,上海车展同期举办的第五届国际汽车关键技术论坛上,亮道智能CEO 剧学铭博士将围绕新型 自动驾驶环境 感知系统测试验证发表主题演讲,欢迎您到现场与我们交流洽谈。

时间:4月17日,14:30-15:00

地点:圆楼6楼悦影绘(上海车展内)

论坛名称:第五届国际汽车关键技术论坛,K2A智能汽车技术分论坛

演讲主题:《新型 自动驾驶环境 感知系统测试验证服务》

演讲人:亮道智能CEO 剧学铭博士

产业亮道智能自动驾驶
1
相关数据
自动驾驶技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

数据管理技术

数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于充分有效地发挥数据的作用。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

数据挖掘技术

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

大数据技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~