自动驾驶汽车

随着过去几年自动驾驶“风口”兴起，越来越多的资本与研发力量投入到自动驾驶领域。 相关机构预测，半自动驾驶和全自动驾驶汽车未来几十年的市场潜力巨大。到2035年，仅中国就将有约860万辆自动驾驶汽车，其中约340万辆为全自动无人驾驶，520万辆为半自动驾驶。 不过，自动驾驶是一个相当复杂的工程系统，需要众多技术的融合与精度配合，且不可能依赖资本的力量在短时间内迅速爆发，自动驾驶商业化还面临方方面面的挑战。所以一直以来，自动驾驶给人的感觉都是“热度很高但距离很远”。 自动驾驶落地难的原因有很多，其中一个核心因素是自动驾驶感知系统的不完善。 在自动驾驶技术中，感知是最基础的部分，没有对车辆周围三维环境的定量感知，就犹如人没有了眼睛，无人驾驶的决策系统就无法正常工作。 为了安全与准确地感知，自动驾驶系统使用了多种传感器，其中可以被广义地划分为“视觉”的有超声波雷达、毫米波雷达、激光雷达，以及摄像头。 与其他应用场景相比，自动驾驶的应用场景相对复杂，尤其面对复杂多变的路况环境，感知技术的突破不能依赖算法或技术的革新来解决。 在这种情况下，经过人工标注的带有丰富语义信息的标注数据，可以使算法更好地理解和识别视觉摄像头、激光雷达、毫米波雷达等传感器所传输的画面信息和障碍物信息，全面提升自动驾驶汽车的感知能力。 自动驾驶标注场景(来源：曼孚科技) 不过，并不是所有的标注数据都能被自动驾驶汽车所用

伴随着计算机视觉技术的日臻成熟，出行生态不断智能化，这其中典型的应用场景就是汽车自动驾驶。 1.汽车自动驾驶真的来了 2018年，世界上首个无人出租车正式上路。这是硅谷初创公司 Drive.ai 在美国得克萨斯州 Frisco 实现的第一批无人出租车出行。 国内领域，百度是汽车自动驾驶行业的佼佼者。今年11月30日，百度在广州开启了RoboTaxi的试运营服务，这是百度的自动驾驶出租车在长沙试运营后，又一个城市开始了自动驾驶汽车的试运营。 如果算上滴滴年底在上海推出自动驾驶出租车的计划，2019年有可能在三座城市中看到自动驾驶出租车的身影。 可以说，自动驾驶汽车真的要来了。 2.汽车自动驾驶背后的技术支持 在汽车自动驾驶的过程中，汽车本身需要具备感知、策划、决策、控制等多项“技能”，这些技能可以统称为“人工智能”。 然而，所谓的智能只是一个结果，想要让汽车本身的算法做到处理更多、更复杂的场景，背后就需要有海量的真实道路数据做支撑。 而这就需要依靠数据标注。 数据标注存在的意义是让机器理解并认识世界。在汽车自动驾驶领域，数据标注处理的标注场景通常包括换道超车、通过路口、无红绿灯控制的无保护左转、右转，以及一些复杂的长尾场景诸如闯红灯车辆、横穿马路的行人、路边违章停靠的车辆等等。 3.汽车自动驾驶领域常用的几种数据标注工具 数据标注通常处理的数据类型有语音、文本、图像等内容

　　不那么贵的激光雷达才是未来。 　　近日，自动驾驶里激光雷达的最早玩家 Velodyne 宣布停止在中国市场的直销业务。这一事件是国产激光雷达的胜利通告还是自动驾驶行业的寒冬信号，见仁见智。 　　几乎同时，12 月 23 日，饮冰科技宣布完成数千万元 Pre-A 轮融资，确定无疑地宣告：资本和从业者坚信自动驾驶和激光雷达拥有十分光明的未来。 　　新智驾独家获悉，饮冰科技的本次投资由京信供销基金、清研资本、满京华集团、纳维资本共同完成。 　　作为自动驾驶用激光雷达领域的后来者，在自动驾驶乃至整个汽车行业遇冷之际能够获得上述机构的投资和加持，在某种程度上体现了这家公司过硬的技术实力。 　　<strong>成立 3 年，航天标准研制</strong> 　　成立于 2016 年的饮冰，称得上是激光雷达行业的一匹黑马。 　　作为饮冰的天使轮投资方，清研资本于本轮继续加注，清研资本投资总监王睿向新智驾这样介绍饮冰的核心团队： 　　饮冰的创始团队来自中科院、清华大学等单位，长期服务于航天和军工，拥有十多年的激光雷达产品研发经验，参加过多项国家重点项目，在光电、半导体领域有着丰富的经验。 　　有着这样的技术背景，获得资本的青睐也不足为奇。 　　2019 年初，饮冰对外推出了三款激光雷达：16 线、32 线和 64 线。此次 Pre-A 轮融资将支持饮冰将三款产品的商业化，加速激光雷达的生产

　　Nvidia 在苏州举行的 GTC 大会中，CEO 黄仁勋除了带来花费 4 年、耗资数十亿美元打造的重磅新产品：<strong>自动驾驶和机器人芯片 Orin </strong>外，更是妙语如珠地回答了所有媒体想知道的问题。 　　值得注意的是，<strong>黄仁勋在媒体会后独家对问芯 Voice 解答了之前市场上传言沸腾的下一代 7nm 芯片上，台积电和三星的代工订单之争。</strong> 　　<strong>黄仁勋对问芯 Voice 表示，下一代 7nm 订单绝大多数都会交给台积电操刀，只有非常非常非常小的订单比例是给三星，这样的分配是基于一些技术蓝图进程的考虑，基本上，在 7nm 芯片订单的分配上，绝对是台积电独大。</strong> 　　外传 Nvidia 在下一代 7nm 工艺芯片上，除了台积电，也将三星纳入作为代工来源，也是因为与黄仁勋 “情同父子” 的台积电创办人张忠谋退休后，可以较 “无顾虑” 地增加更多代工厂，以获得比较好的代工价格。 　　黄仁勋对问芯 Voice 表示，绝对不是如此，因为<strong>他与 C.C.（台积电总裁魏哲家）和Ｍark（台积电董事长刘德音）都是非常好的朋友，彼此合作关系非常紧密，可以说，没有台积电，Nvidia 不会这么成功，台积电是 Nvidia 非常重要的合作伙伴。</strong> 　　<strong>Nvidia 下一代

作为激光雷达鼻祖的Velodyne，正式决定裁掉中国北京的办公室超过20名员工，包括直销团队和部分技术支持，并且将其销售模式，从直销模式恢复到刚进入中国的“代理模式”。 这意味着，Velodyne基本放弃了中国市场。原因在于， 激光雷达 领域，Velodyne的产品已经不是中国自动驾驶公司的唯一选择，中国的激光雷达公司包括禾赛、速腾、大疆、innovusion等公司的产品，成为了自动驾驶公司的选择。 值得一提的是，在Velodyne传出IPO消息的时候，中国的激光雷达初创公司禾赛和速腾被其以侵犯专利为由向美国法庭提起了诉讼，此前，Velodyne将另一家激光雷达Quanergy以同样的专利提起了诉讼，官司进行了超过4年。 随后，有消息显示，Velodyne在2019年底前IPO的计划已经终止。在IPO的当口，撤出中国市场这样的大动作，几乎不太可能发生，这从另一个角度也佐证了Velodyne IPO终止的信息的准确性。全球激光雷达市场，迎来了巨变。中国激光雷达公司，迎来证明自己的最好机会。 Velodyne的全面败退 Velodyne此番被裁员的中国北京办公室，不仅仅是负责Velodyne中国市场的销售和售后，还负责新加坡、韩国、日本等亚太其它国家和地区的销售和售后服务。在此前，Velodyne一度宣布获得了现代的L3级别自动驾驶的订单。 根据消息显示

驾照对很多人来说就是噩梦一样的存在。 比如科目二考5次都不过… 听起来很是心酸，但驾驶这种人命关天的事情，它就得严格考核不是？ 咦！人类驾驶员可以去驾校学开车，那自动驾驶车辆怎么办？谁来做自动驾驶的教练？谁来检验自动驾驶好不好用？ 腾讯可以！因为腾讯自动驾驶仿真系统就是一所自动驾驶的“驾校”，它可以高效地检验自动驾驶车辆的“车技”，而且十分逼真! 腾讯自动驾驶仿真系统 在“驾校”日行万里不费油 按照行业共识，为了保证自动驾驶技术安全可靠，自动驾驶系统至少需要177亿公里的测试数据。（悄悄告诉你，地球离太阳才1.5亿公里） 做个算术题：假设100辆自动驾驶汽车，以平均时速40公里的速度每天24小时轮在路上跑，跑完177亿公里就得花500多年…… 猜一下进行路测的研究人员是什么心情？ 但是，在腾讯自动驾驶仿真系统这所“驾校”里就不同了。 它通过高精度地图、大数据、AI和云技术，可以让虚拟场景无限接近真实世界，自动驾驶车辆可以直接在仿真系统里“跑”，同样100辆车一天就可以“跑”约10万公里，还不费油，不花过路费！ 结合采集的交通流数据，以及更多极端交通场景的模拟，这所“驾校”还可以完成在现实世界中无法进行的各项测试：比如各种激进驾驶、极端情况的自动驾驶测试。 可见，在这个“驾校”里开车，自动驾驶测试里程远、成本高的问题可以有效避免。你说那得省多少汽油，省多少时间，研发人员可以省多少头发