大模型將影響智能網(wǎng)聯(lián)汽車(chē)的技術(shù)路線(xiàn)

責任編輯:王鶴迦 2023.11.15 08:27 來(lái)源:天翼智庫

通信世界網(wǎng)消息(CWW)大模型可增強自動(dòng)駕駛感知系統感知精度、提升決策控制系統的記憶和理解能力,拓展并豐富復雜道路Corner-Case(長(cháng)尾問(wèn)題)場(chǎng)景,提高單車(chē)融合定位精度,降低對成本高、鮮度要求高和法律門(mén)檻高的高精度地圖的依賴(lài),促進(jìn)車(chē)輛在復雜城市道路場(chǎng)景落地高等級自動(dòng)駕駛。同時(shí)大模型可提高數據標注精度和仿真訓練的效率,目前多家企業(yè)正積極部署適用于自動(dòng)駕駛系統的大模型,如毫末智行Drive GPT”雪湖.海若“。另一方面,4月18日上海車(chē)展,商湯發(fā)布“日日新Sense nova”大模型,并展示 “商量Sense Chat”以及”如影Sense Avtar“ 等與車(chē)輛座艙的結合,大模型將賦予智能座艙多種生成式AI能力。

引入大模型后新一代智能車(chē)的技術(shù)趨勢

大模型將推動(dòng)端到端的自動(dòng)駕駛技術(shù)路線(xiàn)落地,為車(chē)輛提供更加豐富的圖片與語(yǔ)義信息給車(chē)輛決策,使車(chē)輛更加接近高等級自動(dòng)駕駛。同時(shí)大模型有望為智能座艙注入更加豐富的情感功能,使傳統人與座艙被動(dòng)交互變?yōu)槿伺c座艙主動(dòng)交互,如圖1-1,大模型有望使智能網(wǎng)聯(lián)車(chē)更加“智能”。

圖片

圖1-1 大模型將賦能新一代智能網(wǎng)聯(lián)車(chē)

大模型將使自動(dòng)駕駛系統更加“擬人”,引入語(yǔ)言大模型的端到端的自動(dòng)駕駛技術(shù)將是未來(lái)趨勢。大模型的接入將取代用于感知、預測和規劃相關(guān)功能模塊,使自動(dòng)駕駛系統直接通過(guò)輸入感知數據,然后輸出控制操作,更接近于人類(lèi)的駕駛。未來(lái)語(yǔ)言類(lèi)大模型或許將與純計算機視覺(jué)模型加強關(guān)聯(lián),為純視覺(jué)模型對障礙物監測和識別注入了豐富的語(yǔ)義推理信息,提升自動(dòng)駕駛系統決策可解釋性的能力。如特斯拉于今年5月發(fā)布的最新自動(dòng)駕駛技術(shù)首次采用自研純視覺(jué)端到端自動(dòng)駕駛技術(shù)路線(xiàn),但面對復雜道路環(huán)境場(chǎng)景仍出現系統識別和控制故障導致人工切換駕駛,如圖1-2。

圖片

圖1-2 演示視頻中的一次自動(dòng)駕駛系統故障導致人工切換操作

擁有海量數據的語(yǔ)言模型可在復雜的道路場(chǎng)景下提高自動(dòng)駕駛系統識別與推理的精度和可解釋性。自動(dòng)駕駛系統在預測和規劃的過(guò)程中,除對道路軌跡進(jìn)行預測和規劃外,還需要對其他周邊物體的狀態(tài)和軌跡進(jìn)行并行預測和規劃,在相對復雜的道路環(huán)境場(chǎng)景下采用傳統的方法(如分析多維度的運動(dòng)狀態(tài)表征等)進(jìn)行物體的軌跡預測時(shí)往往容易出現實(shí)時(shí)性差、組合爆炸等問(wèn)題。引入大語(yǔ)言模型可以對周邊物體的運動(dòng)行為進(jìn)行駕駛目標分解和對應的推理假設,提高物體軌跡預測精度,升級自動(dòng)駕駛系統的推理上限。

目前行業(yè)內已有類(lèi)似的大語(yǔ)言模型出現,近日上海OpenDriveLab攜手合作伙伴發(fā)布語(yǔ)言+自動(dòng)駕駛全棧開(kāi)源數據集DriveLM,語(yǔ)義標注覆蓋感知、預測和規劃等模塊,梳理從環(huán)境障礙物識別、物體運動(dòng)狀態(tài)、到軌跡判斷和自車(chē)運動(dòng)規劃步驟的邏輯鏈,增強決策過(guò)程中的合理性和可解釋性,如圖1-3。

圖片

圖1-3 DriveLM將提升自動(dòng)駕駛系統的推理能力

大模型降低自動(dòng)駕駛訓練數據標注成本并優(yōu)化仿真效果。一是大模型可以顯著(zhù)降低人工標注成本。毫末智行發(fā)布了自動(dòng)駕駛界首個(gè)生成式預訓練大模型——DriveGPT雪湖.海若,據了解,DriveGPT標注一張圖片大約需要0.5元人民幣,而普通的方案標注一張圖片卻需要約5元人民幣,降低了近10倍成本。二是大模型可提高仿真環(huán)境與真實(shí)環(huán)境的相似度,提高主機廠(chǎng)自動(dòng)駕駛算法的迭代效率。華為盤(pán)古大模型通過(guò)自研的NeRF算法重建高精準3D空間,生成新的Corner-Case,降低原始數據采集難度。盤(pán)古大模型對場(chǎng)景重建可按需編輯,仿真場(chǎng)景重建實(shí)現厘米級精度。

大模型將助力自動(dòng)駕駛系統“脫高精度地圖”。高精度地圖當下應用過(guò)程中存在更新周期長(cháng),法規風(fēng)險高,成本高等三大問(wèn)題,BEV+Transformer提供了技術(shù)上“脫圖”的可能性。理想發(fā)布了大模型MindGPT,建立全自動(dòng)閉環(huán)的訓練平臺,推出“無(wú)圖城市”NOA,通過(guò)建立NPN特征與TIN網(wǎng)絡(luò )增強BEV大模型,降低對高精度地圖的依賴(lài)。

智能座艙進(jìn)入 “擁抱”大模型階段,大模型有望賦予智能座艙包括情緒感知、智能助手、基于感情的對話(huà)、創(chuàng )意內容生成、個(gè)性化交互等一系列功能,場(chǎng)景覆蓋辦公、購物、游戲、旅行等。如蔚來(lái)的人車(chē)交互系統NOMI具有較強的學(xué)習功能和語(yǔ)音指令識別功能,可與車(chē)主進(jìn)行簡(jiǎn)單的對話(huà);華為計劃在A(yíng)ITO問(wèn)界M9新車(chē)上部署大模型,其語(yǔ)音助手“小藝”可提供通勤道路異常提醒,自動(dòng)識別駕駛員疲勞程度開(kāi)啟座位按摩,根據駕駛狀態(tài)推薦駕駛模式,自動(dòng)停車(chē)找位等功能,升級與用戶(hù)的交互體驗。

大模型將促進(jìn)“車(chē)云”深度融合。一方面,目前車(chē)端芯片算力最多在1,000 TOPS, 無(wú)法滿(mǎn)足自動(dòng)駕駛大模型未來(lái)萬(wàn)億TOPS算力需求,同時(shí)大模型在車(chē)端的部署還需要通過(guò)嚴格的車(chē)規級相關(guān)標準,車(chē)端部署大模型還需要較為漫長(cháng)的過(guò)程,因此將大模型部署在不受能耗和算力限制的云端,成為當下相對可行的解決方案。另一方面,高等級智能網(wǎng)聯(lián)車(chē)將產(chǎn)生海量且復雜的數據與云端交互,云端需要對車(chē)端的數據進(jìn)行存儲,監控,運維和分析,分布式混合云將成為剛需,同時(shí)保障低延時(shí)的邊緣云也需納入進(jìn)來(lái)。未來(lái)車(chē)輛軟件架構也許會(huì )變成Kubernetes這樣一主多從或多主多從的架構,進(jìn)而實(shí)現“云隨車(chē)動(dòng)”,改善整體系統的運維環(huán)境,使智能網(wǎng)聯(lián)車(chē)更好的與云原生態(tài)結合。

端到端自動(dòng)駕駛需要更高可靠的通信技術(shù)。在復雜的道路環(huán)境現有的5G通信網(wǎng)絡(luò )難以滿(mǎn)足車(chē)輛進(jìn)行端到端的低延時(shí)高可靠通信,特別是涉及到自動(dòng)駕駛相關(guān)感知和推理功能的應用。目前由信通院牽頭華為參與的星閃(Near Link)短距通信技術(shù),具備強干擾、大帶寬以及更低的時(shí)延(<10ms),有望更好結合5G網(wǎng)絡(luò ),也許使端到端自動(dòng)駕駛應用在復雜道路特定路段的通信迎來(lái)轉機,解決多徑復雜道路環(huán)境下車(chē)輛與云端通信可靠性的問(wèn)題。

運營(yíng)商的發(fā)展建議

 1. 繼續做大做強通信網(wǎng)絡(luò ),探索新通信技術(shù)業(yè)務(wù)可能性 

一是進(jìn)一步加強5G網(wǎng)絡(luò )和邊緣云建設,在較為復雜的城市道路場(chǎng)景實(shí)現5G、5.5G冗余建設、并加強邊緣云的建設應用。二是多關(guān)注和運用新一代的通信技術(shù),探索最新通信技術(shù)在智能網(wǎng)聯(lián)車(chē)業(yè)務(wù)應用可能性,如目前由華為主導的星閃Release 2.0標準正在推進(jìn)中,Release 2.0將加入高精定位、感知、覆蓋增強(sub-1GHz)、超高速率(毫米波)等接入層特性。

 2. 擴建智算中心和提供大模型產(chǎn)品服務(wù),探索新一代智能網(wǎng)聯(lián)車(chē)架構 

一是抓住機遇拓展IAAS層相關(guān)能力,積極與車(chē)企、自動(dòng)駕駛供應商合作,探索聯(lián)合建設符合智能網(wǎng)聯(lián)車(chē)功能安全標準的智算中心。二是根據主機廠(chǎng)及客戶(hù)相關(guān)的需求建設支持自動(dòng)駕駛和智能座艙功能的大模型產(chǎn)品,為車(chē)企或自動(dòng)駕駛供應商提供標注,仿真,推理,語(yǔ)言助手,娛樂(lè )等出行服務(wù)。三是聯(lián)合主機廠(chǎng)與系統集成商探索新一代的智能網(wǎng)聯(lián)車(chē)軟件架構可行性,強化端到端的運維能力。

 3. 重視單車(chē)自動(dòng)駕駛技術(shù)路線(xiàn)中的重要能力提升 

一是升級高精度地圖產(chǎn)品相關(guān)能力。目前主流車(chē)企無(wú)圖化算法方案仍不成熟,同時(shí)未來(lái)生成式AI可以快速標注并迭代高精地圖,降低成本。騰訊智慧交通團隊已建立了端到端的主動(dòng)學(xué)習AI系統,使高精地圖迭代速度提升10倍以上,短期內高精度地圖仍不可替代。

二是強化基于GNSS的增強定位能力。GNSS增強定位既可作為實(shí)時(shí)矯正高精地圖精度真值系統,也可實(shí)時(shí)對智能網(wǎng)聯(lián)車(chē)進(jìn)行精準定位。目前千尋、時(shí)空道宇等各大廠(chǎng)家紛紛建設和部署了符合自動(dòng)駕駛單車(chē)應用的精密單點(diǎn)定位系統服務(wù)網(wǎng)絡(luò )。

通信世界網(wǎng)版權及免責聲明:
1、凡本網(wǎng)注明“來(lái)源:通信世界全媒體”及標有原創(chuàng )的所有作品,版權均屬于通信世界網(wǎng)。未經(jīng)允許禁止轉載、摘編及鏡像,違者必究。對于經(jīng)過(guò)授權可以轉載我方內容的單位,也必須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息和本站來(lái)源。
2、凡本網(wǎng)注明“來(lái)源:XXX(非通信世界網(wǎng))”的作品,均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀(guān)點(diǎn)和對其真實(shí)性負責。
3、如因作品內容、版權和其它問(wèn)題需要同本網(wǎng)聯(lián)系的,請在相關(guān)作品刊發(fā)之日起30日內進(jìn)行。
發(fā)表評論請先登錄
...
熱點(diǎn)文章
    暫無(wú)內容
r男女牲交45分钟a片,夜夜添无码试看一区二区三区,人妻老妇乱子伦精品无码专区