Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

无人通勤车首次投入社区运营,实地集团夯实全场景智慧社区

11月27日,实地集团在实地·广州常春藤举行了hachi auto无人驾驶通勤车开放体验活动,向外界展示了实地安全、便捷、舒适、绿色的智慧社区出行新方式。

实地集团打造智慧社区通勤服务旨在解决大中型智慧社区“最后一公里”出行的痛点,这也是本年度实地集团在惠州、太原、重庆相继布局全场景智慧社区后,在广州落地全场景智慧社区的重要一环。

hachi auto无人驾驶通勤车投入实地·广州常春藤运营

实地全场景智慧社区涉及健康生活、社区安防、通勤物流、智能零售及文娱教育五大场景。hachi auto无人驾驶通勤车的落地运营,不仅填补了智慧社区通勤出行的空白,更意味着实地集团作为科技地产领航者,始终坚持以科技改善人文,致力为业主提供更完善的全场景智慧生活解决方案。

以人为本的工业设计,卓越的无人驾驶技术

实地集团从业主实际出行的需求出发,结合乘客的搭乘体验,用前沿的工业设计理念打造hachi auto。整车使用节能环保的纯电动动力,践行节能环保、绿色出行的理念;流畅的车身线条设计配以全景式的“太空乘客座舱”,外观极富科技设计感;简洁的内饰和人体工学的座椅设计、符合流体力学计算的空调+新风循环系统、实时路线显示的触摸屏,给乘客打造愉悦的乘坐空间。凭借独具匠心的设计,hachi auto获得了2019年德国iF设计大奖,成为首获此奖的无人驾驶通勤车。

获iF设计大奖的优秀工业设计

全景式的乘客座舱

产品团队全程把控整车从设计、生产、制造到质量管理的流程,严格按照汽车相关法规要求进行校核、分析设计,对关键零部件进行了可靠性分析及验证;关键零部件全部按照车规级标准选用;对车辆进行了爬坡测试、制动测试、驻车测试、噪音测试、淋雨试验等可靠性测试和自动驾驶性能测试。

hachi auto落地前经过严密车辆测试

此前,无人驾驶技术在城市公路、高速路、景区等场景应用已有不少相关尝试,但社区的无人驾驶通勤领域却一直处于空白。究其原因,社区场景与公路交通场景在道路形态、基础设施、交通规则、交通参与者类型与行为特征等方面有较大差异,导致社区内存在人车混行,孩童和宠物在路上奔走等情况,要实现无人驾驶将面对重重困难。

为此,hachi auto研发团队为车辆内置了极具鲁棒性的自动驾驶算法和稳定的计算平台,结合3D障碍物目标检测和速度估计,构建了深度学习的框架。另外,这套算法已经过了累计超10万公里里程的优化,使车辆能适应复杂的社区环境。

集多传感器于一身的一体化车辆设计

为应对社区内遮挡的建筑物、上下坡路段和转弯区域,车辆对环境的感知能力和定位的准确性至关重要。hachi auto车身四周配备了四颗16线激光雷达,车头两颗上下排列,车尾两颗左右排列,同时兼顾了车前方、车两侧和车后方全范围探测;车辆还增添了单线激光雷达以及单目摄像头,实现车身360度球形覆盖式障碍目标识别,最小化识别盲区;定位方式以3D激光点云为主、GPS为辅,实现厘米级精准定位。车辆投入运营前,不需对社区环境进行改造,只需提前采集3D激光雷达点云信息,建立高精地图,行驶过程中将通过车身传感器识别周围环境和障碍物。

基于领先的算法水平和多传感器融合技术,hachi auto实现了社区场景下低速L4级无人驾驶。在行驶过程中,车正前方有行人或其他障碍物,车辆会自动减速停车,并自动计算避让路径,绕过障碍物继续前进。在狭窄的社区路段,hachi auto优化了倒车功能,能在狭小空间进行自动转弯和掉头,保证行车过程的顺畅。

hachi auto实现社区场景下低速L4级无人驾驶

此外,运营团队还搭建了社区智能协同交通网络,使hachi auto与实地社区的智慧人居系统对接,不仅能实现人-车-路-后台的高效协同,配以监控摄像头、智能电动门、中控系统,还能实时监控车辆状况以及接驳路径,提高行驶运营效率。

完备的运营方案,助力智慧社区出行新方式

大中型社区中越来越长的社区道路,成为上班族通勤路上的一大难题;行动不便的老人,在社区出入变得举步维艰;业主出门购物回来,手提重物从社区门口走回家将十分费时费力……针对业主在社区出行的种种痛点,hachi auto运营团队为日常接送、老弱伤残孕出行、行李搬运、协助巡逻安防等日常场景,以及幼儿玩耍、车辆占道等突发场景设计了较为完备的运营方案。

业主的乘车安全始终被放在第一位,为此运营团队设置了多重严密的行车保障:预设不同场景的应急避险方案和安保设备,确保突发情况得到快速响应;车载摄像头配合社区的全道路24小时监控,让业主在乘车全程都得到远程监护;车上的礼宾员经过专业的安全培训,在接待业主乘车的同时,还会提醒业主相关的乘车注意事项,保障业主的安全出行。

此外,实地集团除了制定无人通勤车专属的责任认定、业主权益冲突等相关规范,还联合保险公司提供了社区无人通勤车保险,保障社区业主的利益。

业主搭乘hachi auto在社区出行

hachi auto落地运营后,实地业主告别了传统社区通勤的“人等车”,利用手机APP就能轻松地提前约车。后台收到下单指令后,hachi auto将会到达预约的站点等候,业主可以通过人脸识别和乘车码两种方式验证上车,车辆将自动行驶至设定的目的地,整个搭乘体验尽享省心与惬意。随着后续运营的成熟,业主之后还能利用室内可视机、智能镜子等方式约车,满足各年龄层的用车需求。自hachi auto在实地·广州常春藤落地运营以来,已有近500人次进行了约车,车辆累计行驶超400公里,共为业主节省了上百小时的出行时间,通勤效果远超预期。据悉,hachi auto的运营线路将计划与公交站点打通,进一步拓宽实地业主的社区出行场景,享受无缝接驳的便利。

填补智慧社区出行空白,勇当智慧人居领航者

早在今年8月8日,实地集团已率先在重庆落地国内首个全场景智慧社区,从室内到户外,通过智能家居、智能机器人、社区物流系统、社区商业配套的协同调度与数据互联,建立起覆盖健康生活、社区安防、通勤物流、智能零售、文娱教育五大应用场景的服务,实现了全场景智慧社区的落地。

hachi auto的落地运营,是实地全场景智慧社区在出行场景的强化和补充,除了日常出行场景,实地·广州常春藤业主还能直接约车前往贝瑞母婴店、海绵创客学堂、实地书坊影院等商业配套,更便捷地享受社区配套服务。

实地集团始终以居住者为核心,持续推动科技、人文与地产的融合,为用户打造更具科技感、更具人文关怀的实地生活体验。这正是实地集团围绕智慧人居,积极将前沿技术应用于新产品的目的所在。随着实地全场景智慧社区的落地和不断完善,实地集团将持续引领科技赋能人文生活的探索实践。

产业无人驾驶自动驾驶技术自动驾驶汽车计算机视觉智慧社区
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

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。

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。

调度技术

调度在计算机中是分配工作所需资源的方法。资源可以指虚拟的计算资源,如线程、进程或数据流;也可以指硬件资源,如处理器、网络连接或扩展卡。 进行调度工作的程序叫做调度器。调度器通常的实现使得所有计算资源都处于忙碌状态,允许多位用户有效地同时共享系统资源,或达到指定的服务质量。 see planning for more details

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

噪音技术

噪音是一个随机误差或观测变量的方差。在拟合数据的过程中,我们常见的公式$y=f(x)+\epsilon$中$\epsilon$即为噪音。 数据通常包含噪音,错误,例外或不确定性,或者不完整。 错误和噪音可能会混淆数据挖掘过程,从而导致错误模式的衍生。去除噪音是数据挖掘(data mining)或知识发现(Knowledge Discovery in Database,KDD)的一个重要步骤。

奇虎360机构

360公司成立于2005年8月,创始人周鸿祎 2011年3月30日在纽交所成功上市 2018年2月28日,回归A股上市,上证交易所(601360) 是中国第一大互联网安全公司,用户6.5亿,市场渗透率94.7% 中国第一大移动互联网安全公司,用户数超过8.5亿 中国领先的AIoT公司,将人工智能技术应用于智能生活、家庭安防、出行安全、儿童安全等多个领域

http://smart.360.cn/cleanrobot/
目标检测技术

一般目标检测(generic object detection)的目标是根据大量预定义的类别在自然图像中确定目标实例的位置,这是计算机视觉领域最基本和最有挑战性的问题之一。近些年兴起的深度学习技术是一种可从数据中直接学习特征表示的强大方法,并已经为一般目标检测领域带来了显著的突破性进展。

推荐文章
暂无评论
暂无评论~