【SAECCE 2020】石建萍​:从看清到看懂,车路升级赋能出行场景

文章来源:AI 汽车制造业 发布时间:2020-10-29
分享到
10月28日,商汤科技研发执行总监石建萍在本次大会上发表了主旨演讲。

2020中国汽车工程学会年会暨展览会(SAECCE 2020)于2020年10月27-29日在嘉定上海国际汽车城-上海汽车会展中心举办,汇聚汽车及相关行业的企业高层、技术领军人物、资深专家学者、广大科技工作者。10月28日,商汤科技研发执行总监石建萍在本次大会上发表了主旨演讲。

自动驾驶,SAECCE,车路协同,智慧交通

商汤科技研发执行总监石建萍

 以下为演讲实录:

大家好,今天由我来代表商汤科技给大家做整体的介绍,也是商汤科技智慧出行整体解决方案的第一次整体亮相,我们商汤科技也是之前在各行各业做了非常多视觉感知的方案,我们也是希望能够把我们的感知的技术能够整体的赋能到车路出行的行业中。

一、关于商汤科技

首先做一下商汤的整体介绍,商汤科技整个公司有20多年的研发经验,目前有4000多名的员工,其实是一个原创的深度学习的平台性的公司,目前公司也是国内包括行业内估值最高的一个AI独角兽的公司,我们核心也是以AI原装技术为主要的自己的核心壁垒。目前整个商业溢出率是行业第一,目前也已经有1000多家的知名的合作伙伴,目前我们领先的技术已经赋能到了多个行业,包括AI+智能手机,AI+智慧城市+教育+芯片+无人驾驶+医疗等等这样一些不同的方向。其实这些也是源自于我们长期的研究积累,包括九大垂直领域,目前我们也在布局国际化的一些业务,已经在全球十多个国家开展了业务。我们有2000多的研究员+工程师团队支撑了1000多个行业客户,连续三年整个公司的营收是高速增长,目前我们在原创技术方面其实有500多篇的论文,论文的总数量也是全球第二,亚洲排名第一的。

整体的技术实力源于不断的在大规模的计算集群主力系统,以及整个的自研的工具上的积累。目前我们在深度学习集群这块,我们在全国一共有17个不同的计算集群,目前支撑2000多台GPU同时连接,有1万多块研究的储备,打个比方来说,对于我们在做算法迭代,有更多的平台去做加速和优化,实际上我们可以得到一个更快迭代的效率。每一个研究员每一个算法的同学能够更明白了解我们到我们算法的本质是什么,能够以别人5倍或者5倍的速度去做迭代。我们也开发了Senseparrots的深度学习的计算平台,能够支撑超深网络、复杂建模、高度伸缩、可分布式的训练系统,同时我们有非常丰富的一些感知的技术工具链,能够快速将感知算法去做加速,然后去做量化,在不同的芯片上去达到应用。

目前其实我们整个在自动驾驶方面的不同的国际比赛中其实都有非常领先的一些成绩,其实包括了自动驾驶的感知算法,深度估计的算法,视频分类以及各种车道线包括自主导航的一些导航类的算法上其实都有领先的一些成绩,我们是有能力去研发世界一流的技术。

目前我们的自动驾驶方向主要布局两个方向,第一个是有志于提升整个车端智能化,包括L4级别的无人驾驶的系统,以多传感器融合的整套解决方案去应用在各类的城市级的L4级无人驾驶接驳的场景。另外就是在高级辅助驾驶这边,我们在各个车厂做量产的合作,去做车规级的报警和辅助驾驶的一些功能,能够方便去布局在不同的芯片平台上。除了车端的智能化之外,我们也将整个的算法、解决方案去布局在路端,去做整个路侧的智慧化的程序系统,包括路侧的多传感器融合的整个的解决方案,以感知算法为主可以去适配各种各样的场景,高精度的感知方案,传感器融合的方案能够有效的补充整个的盲区,覆盖范围非常广泛。我们也致力于在激光雷达的解决方案上,整个产品的算法是非常成熟的,包括产品的性能也是比较可靠的。

接下来介绍一下我们在整个自动驾驶方面的整体的解决方案。我们L4级的自动驾驶方案整体分为五大模块,包括感知、定位地图、决策规划控制、通信模块、以及安全模块。这些整体就构成了自动驾驶完整的一个系统,去做接驳包括场景的应用。这是关键技术的演示,在视觉感知这边会利用摄像头去能够在不同的天气包括场景下能够有效的去识别路上的车辆、行人包括车道线等等的道路场景元素,我们也可以基于视觉感知的技术去做包括车辆行为分析的预测,也可以更有效体现整个算法和智能化,让它更清楚像人一样了解这些行为。同时也会完善高精度定位和地图的方案,包括激光雷达的解决方案,最终也致力于开发基于强化学习的一些智能决策的方案,能够让我们的车开得更像一个老司机。

目前整个L4级别的自动驾驶的解决方案实际上是能支撑多个车型软硬件的研发平台,目前我们已经把自动驾驶方案应用于包括乘用车、小巴包括等等其他的各种各样的车型,这个其实也是得益于我们拉通了整体的软件和硬件平台,在软件和硬件方案的部署上,和软件算法的部署上有整套的标准规范的流程,同时我们的感知算法其实是一个可插拔的多传感器融合的模块,实际上不同的方案在不同的车型上能够非常灵活的去进行配置,能够高效支撑不同车型的应用。

在19年1月份在日本的茨城县常总市落地了AI自动驾驶功能,也是和我们的合作伙伴一起在这边做日常的包括测试和整体的迭代。在今年6月也正式获得了上海市颁布的智能驾驶的路测牌照。在去年12月在浙江国际智慧交通产业博览会上亮相了整个自动驾驶乘用车的解决方案,在今年的WAIC上也是接受了多家媒体的专访,在今年10月我们的智能小巴在江苏无锡进行路测,助力智能接驳的整体的解决方案。

    二、智能驾驶感知平台赋能路端智慧升级

在国际通用的单车智能整个的赛道上大家都是在尽量的朝自动驾驶方向推进,但是也遇到了很多问题,所以大部分的厂端都在纠结我们怎么才能够更好的验证整个的系统可靠性是非常高的,单车智能感知范围是很有限的,包括天气的影响非常大,整体的成本要达到鲁棒稳定的成本是非常高的。我们认为路侧感知在整个V2X场景中其实是有非常强的应用价值,当我们能够把感知的算法真正能够搬到路端,在路端有统一的高精度的解决方案的时候,我们能够将每一辆车的成本去做有效的降低,同时也能够提升整个在路上所有车的系统的稳定性。实际上我们在这边研发了整个激光雷达的嵌入式解决方案,目前我们的激光雷达嵌入式解决方案其实可以去区分不同样的一些车型,可以输出包括物体的类别、ID以及各种时间戳包括速度、加速度等等丰富的信息,能够做360度的感知,最远的检测距离,刷新频率和时延非常低,目前已经有标准的产品在不同的场景下开始去做应用了。

这边是在路端感知的一个实时的效果,我们发现当我们的激光雷达类再生路边的卡口上能够有效覆盖整个道路层的场景,能够获得像自动驾驶在车上能够达到的稳定性,同时我们也可以避免单车,当激光雷达在车上的时候实际上是有非常多的遮挡,没有办法有效的获得整个路口全息的信息,整个的方案其实是我们今年主要在推进的一个方案。

激光雷达成本相对比较高,我们也在推进多传感器融合的整体解决方案,除了激光雷达包括在做的一些视觉的感知,包括车端、路端和辅助驾驶上其实是有统一的指标。最终能够达到在不同的场景下去适配不一样成本的解决方案,去数据传输到指挥平台,搭建整套的解决方案。

路侧感知希望最终实现的目标是实现多传感器的补盲,覆盖范围更广的场景,包括我们的算法精度非常高,能够适应极端的天气,同时也为更多的应用打下坚实的基础。

    三、商汤科技ADAS解决方案

也是我们整个感知方案的延伸和延伸到量产车上,这边是相关的感知的一些功能,基于我们在各种嵌入式平台上感知的功能,我们能够实现各种类型的高记辅助驾驶的功能方案,能够灵活实施包括CPU、GPU等等这样的一些优化,能够做到快速和部署的这样一个方案,这样的一套方案其实也是基于我们整个的芯片部署的解决方案,能够将数据和芯片系统快速的得到一个压缩后的模型,通过压缩加密能够适配主机芯片上,通过可拓展的工具链能够达到灵活部署的一个最终的能力。我们也在辅助驾驶这边参与了行业标准的车规级的体系,我们也将这样一些汽车行业的质量体系推进到车路协同整个路端整体的解决方案中,也是希望能够以更标准更规范化的方式来迭代我们整个的解决方案。

(注:本文根据现场速记整理,未经演讲嘉宾审阅,仅作为参考资料,请勿转载!)

收藏
赞一下
0