雪鹰领主,完结小说排行榜,辰东完美世界有声小说

作為具備軟硬件一體化自動駕駛研發與量產能力的科技公司，宏景智駕引領了“行泊一體”的行業技術風潮。近期公司核心產品單 SoC 行泊一體解決方案已全場景跑通，可實現高速導航輔助駕駛，成為“行業卷王”。在推進量產的同時，宏景智駕已在布局 BEV 感知、輕高精地圖甚至去高精地圖的智駕方案，同時也在打造 4D BEV 感知真值系統產品，賦能更多車企進行相關技術開發。近期，宏景智駕在汽車科技媒體平臺 HiEV 上進行了主題為《如何打造極致“品價比”的輕地圖 ADAS 產品》的線上分享。分享要點如下：

宏景智駕 BEV 去高精地圖技術展示
宏景智駕輕地圖 ADAS 產品，打造極致“品價比”
宏景智駕 Hyper-GTMax 如何附能車企高階感知自研能力？

以下為線上分享的全程回放：

同時，我們還整理了本期線上分享問答環節的內容，主講人與連線嘉賓展開深度交流，并進行了答疑。1. 將BEV輕地圖能力降維到20T+算力芯片上嘉賓提問：當實時感知的結果跟本地的 SD Pro Map（比標精地圖精度更高）有差異的話，我們的邏輯策略是什么樣的？宏景智駕：首先，宏景目前的開發重心還是高性價比的行泊一體產品。所以我們在高速上面采用的是 SD 地圖，不是 SD Pro 的方案。在高速上 SD 地圖就可以實現 BEV+去地圖的方案。因為我們在感知端的開發是不分高速和城市的。在城市里面很多地方的拓撲是非常困難的，所以目前拓撲的模塊還沒有非常成熟之前，在這種比較復雜的路段，我們還是以圖商提供的為準。嘉賓提問：目前我們對 BEV 的最低算力有評估嗎？宏景智駕：我們目前可以把 6V 的 BEV 方案，在 20TOPS+ 的芯片上實現目標檢測和地圖檢測的能力。嘉賓提問：宏景的 4D 真值系統相當于是給車廠搭建了一套地圖采集的設備么？宏景智駕：它其實不是地圖采集。它更多的是，比如我們希望用一段多個圖像的 30 秒數據，針對下游的任務，比如目標檢測、局部地圖的一些元素檢測，包括一些 Occupancy 的檢測提供它的真值系統。因為構建這些真值是非常麻煩的，很多時候車企想快速完成感知的 0 到 1 的能力的構建的時候，往往取決于它要怎么把這個數據構建出來。所以我們應客戶需求做出了這套真值系統。嘉賓提問：宏景的方案跟其他家比，技術差異化主要在哪里？宏景智駕：第一，我們其實已經做了大量的基于 HD Map 的量產 NOA（導航輔助駕駛）的落地。要去掉高精地圖，首先要了解在量產 NOA 地圖里的一些點，去地圖的時候就更有信心，這個過程中的積累能更好地幫我們知道什么時候該如何解決某些問題。第二，目前 BEV 輕地圖的方案主要還是用在一些比較貴的車型上。我們希望能夠把 BEV 輕地圖的能力，通過技術降本的方式提供給車廠和消費者。這也是我們跟其它公司一個比較大的不同，我們能夠把這種 BEV 輕地圖的能力降維放到 20TOPS+ 的芯片上，能實現差不多的功能，體驗上也非常優秀。我們主打的是最高的“品價比”。嘉賓提問：要做到 BEV 輕地圖的方案，算法上是如何考量的，是否要采用 Transformer 類型網絡？宏景智駕：首先回到商業維度，我感覺城市 NOA 的落地，并不一定是大芯片+Transformer 就一定能實現的，更多的是整個功能做出來是怎么樣的？體驗如何？價格如何？這是一個點。第二，從技術維度上，因為整個 BEV 模型有很多個模組，包括比如 2D 轉 3D 模塊、時序、檢測模塊，在一些功能模塊上面，我認為是不是 Transformer 都無所謂，只要能夠完成這個功能就可以。無論是 Transformer 或者 CNN（卷積神經網絡）都可以。在檢測上面使用 Transformer 的方式，其實能帶來表征的一些優化。從芯片的角度說，用這種支持 Transformer 的芯片，對于算法的選擇上是有很多的幫助的。對我們來說做 BEV 地圖的檢測，如果只是用傳統的 CNN，想去地圖是非常困難的，因為它有非常多厚重的后處理。所以我們現在整個 BEV 在車端算法的核心，是在輸出端能夠直接輸出點集加上局部的拓撲，這個輸出的表征其實是非常重要的。這也是為什么我們在 20TOPS＋的芯片上能夠做出來跟 Transformer 效果差不多的線，它并不是通過大量的復雜的后處理來得到的，而是直接從模型里面出的。嘉賓提問：您認為 BEV 的難度以及壁壘在哪里？宏景智駕：我認為算法壁壘、數據壁壘，或者說 BEV 究竟能不能應用到一個非常好的產品上面，其實都有壁壘。舉個例子，從算法開發的角度來說，BEV 其實也有一些不同的功能模塊，比如 BEV 下的 3D 目標檢測這個功能，從整個數據的構建到標注到最后的輸出，這個難度會稍微小一點。但是 BEV 輕地圖的這個功能，要完成非像素級別對應的數據的構建，其實要花的時間和整個數據構建的難度會更難。第二，數據的壁壘肯定是最大的。擁有越來越多高質量的數據，BEV 感知的性能就越好，迭代周期就越快。所以到 BEV 的階段，需要有非常強的數據構建的能力，包括自動標注都是非常重要的。第三，如何基于 BEV 打造一個好的產品也是一種壁壘。2. 要實現城市NOA必須去高精地圖觀眾提問：現在大家可能會感受到，去地圖后的成本并沒有降太多，而且體驗相比于傳統高精地圖的體驗還會差一些，您怎么看這個問題？宏景智駕：我認為這個問題一方面取決于感知的成熟度，另一方面取決于體驗能不能持續做得更好，還有一方面取決于客戶的接受度。宏景目前還是腳踏實地的希望先從高速做起，在高速上基于我們非常成熟的行泊一體的量產的系統，能把高精地圖和高精定位模組去掉。然后在感知開發端，其實不論城市和高速我們都會積累，所以我們也不會那么快一定要在城市里面完全不依賴高精地圖。目前階段我們的重心還是在高速上去完成具備性價比產品的打造。從價格方面，我非常贊同“一個 ADAS 系統應該在車價的 3% - 5% 的區間”這種說法，如果我們要讓 10 萬的車能滿足這樣的功能，那是不是要把整個系統成本壓到這個區間，主機廠才愿意買單，才能有更多人愿意買單。這個時候我們一定是希望通過更好的技術降本去完成。通過 BEV 輕地圖的方式，在現在這種比較成熟的行泊一體的里面做到體驗不降，甚至上了 BEV 之后體驗還能更好，同時能降低成本，把這個能力給到更多的低價的車型，更多的消費者手里，這是我們的愿景。觀眾提問：想問一下目前在跟主機廠交流的過程當中，主機廠的態度，是不是對去地圖的訴求真的很強烈？還是主機廠的訴求只是降本？并不特別關心怎樣通過技術去實現這個功能。宏景智駕：我覺得這個可以分成兩個點。第一點，現在比較熱的城市 NOA的功能，它的去地圖其實并不是一個降本的方案，因為高精地圖在城市里面要保持這個東西非常困難，所以它更多是從技術角度的考慮，要實現城市 NOA，必須具備去地圖的能力。現在，我們在高速 NOA 上去地圖的能力，相對來說實現的方式會比城市稍微簡單一點，它只要能夠把各種匝道、各種困難的場景攻克了，能夠達到這樣的功能，其實從降本的層面，對于這個主機廠來說他們還是非常樂意見到這樣的產品推出。只要能保證產品體驗足夠優秀，還比別人便宜，是非常有競爭力的。還有一點，這種新系統里面它有一個核心點，就是它會把這個 BEV 的感知架構給拿出來，整個數據架構可以逐漸地從高速往城市這樣去走，是一個體系化的升級和更新。觀眾提問：相比傳統技術，BEV 技術下的標注有哪些新的規則和新的技術?宏景智駕：以 BEV 地圖舉例，規則層面肯定還是看算法下游的一些定義，包括后面需要的哪些功能來做 BEV 地圖的一些標注，要識別哪一些元素，之間它需要有一個關聯關系，這個關聯關系是怎么樣的？這是一個維度。另外從技術的角度，它會比傳統的更復雜一點。因為如果想在 6V 上面直接標 BEV 地圖，基本上不太可能，所以必須要能夠有場景重建能力的模塊，在這個場景重建的基礎上去做完標注，標完的數據還得跟圖像級別的像素對應起來。這個地方對于整個系統的時間同步，傳感器的標定，整個基礎能力都是非常考驗的，才能得到 4D 對應好的這種真值 Clip 來做 BEV 訓練，不然構建出來的數據對齊程度不高，這個 BEV 訓練出來結果會有很大的問題。觀眾提問：在擁堵場景下，BEV 怎么做到實時建圖，比如一個拓撲結構被周圍車輛遮擋住了，怎么解決這個問題？宏景智駕：這是一個非常難的點，我覺得解決了這個問題之后，就能在高速上把 BEV 地圖去掉了。現在我們的解決方案，首先整個 BEV 并不是單幀的，它是帶時序的。因為整個地圖元素是一個靜態的信息，所以只要曾經看到過，就能記住。BEV 地圖跟傳統的所見即可得的這種車道線檢測對比，它有一定的預測和推理能力。很多時候我數據標的時候真值為一個路口，或者一個匝道口，其實有時候像素里面沒有看到，它其實就有局部的預測能力。這是一個點，在感知端需要更好地解決這個問題。如果目標車輛真的被各種大車擋住了什么都看不見，這時候我們需要更多的規控端和后端，需要用到一些車流的信息，因為車流的信息很多時候跟中心線是息息相關的，所以我們也會重點參考比如歷史的車流信息，這其實對于我們 BEV 地圖檢測是有些幫助的。當然如果說極端場景下，還是需要人工接管的。

往期精選

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴

宏景智駕

宏景智駕

+關注

關注
0

文章
61

瀏覽量
1205

原文標題：基于20T算力芯片，宏景智駕如何打造BEV輕地圖方案？

文章出處：【微信號：gh_ea7878d4ba49，微信公眾號：宏景智駕】歡迎添加關注！文章轉載請注明出處。

在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

搜索歷史

基于20T算力芯片，宏景智駕如何打造BEV輕地圖方案？

評論

宏景智駕總部落地衢州

宏景智駕榮獲2024年度TOP50智能汽車硬科技創新獎

宏景智駕榮獲烏鎮全球互聯網大賽特等獎

宏景智駕入選中國潛在獨角獸企業

沙特阿美高管訪問宏景智駕上海研發中心

宏景智駕助力智能汽車行業發展

行業領導蒞臨宏景智駕考察交流

宏景智駕與芯擎科技攜手，實車驗證“艙泊一體”創新方案

宏景智駕聯合芯擎科技打造的“艙泊一體”方案完成實車驗證

宏景智駕智能駕駛系統的技術迭代及商業化之路

OrangePi AIpro（20T）亮相WAIC，迅龍軟件打造“AI+鴻蒙”新藍圖

中科慧眼與宏景智駕合作共同打造具有競爭力的智能駕駛解決方案

宏景智駕獲評2023年上海市嘉定區“小巨人企業”稱號

宏景智駕與禾賽科技達成戰略合作推動智駕多場景落地

iBeLink KS MAX 10.5T大算力領跑KAS新領域