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

轻舟智航自动驾驶工具链轻舟矩阵亮相,与火山引擎及NVIDIA联手打造

12月2日,在2021火山引擎云产品发布会上,轻舟智航(QCraft)联手火山引擎、NVIDIA打造的自动驾驶工具链轻舟矩阵首次亮相。这套工具链以仿真为核心,可打通从研发到测试运营的全流程,实现自动驾驶技术研发的高效迭代。

据轻舟智航介绍,目前轻舟矩阵已经全面应用于自身的开发体系当中,并成为其高效、迅捷落地能力的重要支撑。最近1年,轻舟智航的自动驾驶汽车已在全球10座城市的公开道路落地测试和商业化运营,覆盖10种车型,车队数量近100辆,能够应对闹市、暴雨、隧道等多类复杂驾驶场景。

技术的高效迭代是实现更高级别自动驾驶的重要基础。然而,当前大多数基于实车道路测试的自动驾驶开发模式在效率方面存在诸多瓶颈,包括测试成本高昂,单车单日覆盖场景有限,且难以涉及足够的对于自动驾驶算法训练更具价值的Corner Case。此外,道路测试的反馈通常需要数天,进一步影响了技术迭代的效率。

而轻舟智航与火山引擎、NVIDIA三方联合开发的轻舟矩阵,则可实现车辆数据的安全存储和高效调用,并支持多种车型的开发。轻舟矩阵创新地构建了以仿真为核心的自动化闭环,可以不断对数据进行自动标注、质检、训练和评估,让自动驾驶AI大脑可以从海量数据中自主学习。

官方资料显示,火山引擎通过RDMA网络直连的数万张GPU,结合自研的BytePS分布式训练框架,极致压榨GPU的算力和通信宽带,主流模型的多机加速效率超过90%。利用资源池化和在离线一体化调度技术,可最大程度减少资源的闲置时间。依托火山引擎AI开发平台,轻舟矩阵上的自动驾驶模型训练GPU利用率可提升30%。

同时,轻舟矩阵还能够通过真实路测与生成数据构建仿真场景,不仅将测试成本降至纯道路测试的1%,还可以生成数百万个的Corner Case场景。每天完成数百万次算法训练、测试验证和迭代优化,使得自动驾驶软件能力的进化不再受车辆和人员的限制,可在一周内测试验证量产级别的算法版本,实现车辆智能化水平的持续快速提升。
产业自动驾驶技术轻舟智航
相关数据
自动驾驶技术技术

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。

推荐文章
暂无评论
暂无评论~