自动驾驶训练（自动驾驶训练集怎么获取）
本篇文章给大家谈谈自动驾驶训练，以及自动驾驶训练集怎么获取对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
- 1、蒋京芳：禾多科技如何探索自动驾驶全场景落地？| 汽车产经
- 2、自动驾驶领域算法训练主要用到哪些数据？
- 3、自动驾驶，你再等会儿
- 4、阿里达摩院出手自动驾驶领域 AI每天可模拟训练超800万公里
- 5、全球最大自动驾驶项目落地测试 一期道路9月建成并投入运营
蒋京芳：禾多科技如何探索自动驾驶全场景落地？| 汽车产经
2021年12月16日，由中国汽车工程学会和中国智能网联汽车产业联盟联合主办的2021第三届国际汽车智能共享出行大会在广州花都开幕。禾多科技合伙人、高级副总裁蒋京芳在会上发表主题演讲，分享了禾多科技在自动驾驶全场景落地方面的探索。
禾多科技由倪凯博士创立于2017年，其使命是通过自动驾驶技术，赋能和升级人们的移动出行，专注于行车、泊车两个方面的自动驾驶解决方案探索。目前，其领航辅助功能以及可以实现高速公路的自动跟车，主动变道，以及实现上下匝道切换，明年将在广汽实现量产。而自动泊车功能则可以自主学习，实现记忆泊车。
在实现自动驾驶功能的路上，如何做到安全好用，蒋京芳也分享了禾多科技的经验，会通过不断的验证，场景与数据的回传，持续对模型加以训练，优化算法，再通过远程刷新的方式反馈给车辆，实现闭环。
以下为演讲实录：
女士们，先生们，大家下午好，首先感谢主办方的邀请，今天有机会跟大家分享禾多在自动驾驶全场景落地方面的探索，首先请允许我简单介绍一下禾多，禾多的名字很好记，就是移动的移，禾多是2017年由倪凯博士创立的，所以是一个年轻的科技公司，从字面上不难解读到禾多的使命，就是通过自动驾驶技术，赋能和升级人们的移动出行。
禾多创立四年以来，先后经历过我们的投资，融资，两轮都发生在今年，今年的4月份第一轮和10月份新一论，特别值得一提的就是10月份有幸得到了广汽资本的战略投资，广汽集团成为禾多的重要股东。
禾多在过去的四年中，最近两年取得飞速发展，我们成立了两个闭环300多人的团队，四大认证体系，以及在五个地区都有相关的办事处，两个闭环怎么说呢，就是在北京，武汉的团队，主要专注于算法，专注于平台的开发以及创新，由倪凯博士亲自负责，位于苏州，广州，以及上海的团队，我们主要打造的是量产、交付。所以我们在苏州、上海以及广州更多的是工程化的人员。
我们除了有地图资质以外，也申请甲级的资质，我们获得了16949等质量体系认证。
介绍了禾多公司，接下来谈谈禾多的产品，因为禾多在整个的四年中还是非常专注的，不忘初心，致力于本地数据的自动驾驶解决方案，专注于两个方案，一个行车，一个泊车，当然了，再细分的话，又分为高速公路的自动驾驶，低速的泊车功能，这里有几个视频，跟大家简单分享一下我们目前的开发状态，这个是我们的智能领航辅助功能，主要结合多个摄像头，前视，侧视，毫米波雷达，前向毫米波雷达，侧向毫米波雷达，同时结合导航的信息，针对这些传感器的信息进行融合，规划以及控制，这里可以看到，可以实现高速公路的自动跟车，主动变道，以及实现上下匝道切换，在弯道，隧道以及施工场景的话，也是基于传感信息和地图信息，可以很好地应对。
这个功能如果再往下延伸的话，就是城区自动驾驶功能，这还需要更多的传感器，比如说激光雷达，通过对红绿灯的识别可以实现无保护左转等等，刚才讲到的高速公路的自动驾驶，在明年在广汽量产，明年把程序功能量产，这是自动驾驶的功能，叫做HOLOMATIC，第一遍车辆需要自主学习，然后就可以泊入应泊的地方，上班的时候可以到你住的地方来接你去上班，这就是记忆泊车，再往上的话，就是代客泊车，人直接下车，这辆车自动找它的车位停下来，等你购物之后，这辆车到你的身边，可以通过手机定位，接你回家。所以这些功能的话，应该对消费者都是非常有用的。
同样，在自动泊车功能方面，记忆泊车会首发在明年10月份左右量产，自动泊车也会投放量产。刚才说到相关的功能，是靠多种传感器的感知，然后通过域控制器，计算平台进行处理，接下来进行规划和控制，当然所有的这些技术的最基础的技术，就是它的感知，就像人的眼睛，看不到做什么都没有用。
禾多一直在提升我们的感知能力，包括我们与清华大学有一个联合的实验室合作，我们分成两大类，就是静态感知和动态感知，静态感知比如说对车道线的感知，对Free Space的感知，灯杆，红绿灯，以及我在停车场的车位的感知，动态感知包括对行人，车辆，两轮车等等的激光雷达，ODD区域的感知，以及相关的融合和预测。
那么我看到很多的Demo，在公共机上做的，我们一直就是稳扎稳打，把项目投放量产，我们都是基于嵌入式的平台，我们在华为的MDC610部署了神经网络，同时经过后处理和融合，就是全栈感知算法，可以从这张图看到，前面是基于前视的输出，这是侧左和侧右的输出，这是我们对障碍物的检测，2D、3D检测的结果，后面的这些激光雷达相比的话，还是非常的稳定的，非常精准的。
同样算法，我们也部署在TI的TDA4上，对车辆，对车道线，对灯杆，对路牌的感知，除了需要有神经网络的模型之外，还要对这个模型裁剪和优化，这方面我们做的效率还是非常不错的。
基于激光雷达我们把量产的激光雷达部署在车上，然后基于公开的数据做了后处理，其实这块的话，主要是可以看到对前面的比如说障碍物，或者是车辆以及行人的一些探测和追踪，也是比较稳定的，激光雷达的算法还是持续优化当中。
同样在低速的泊车环境下，需要用到鱼眼摄像头，这也是基于环视相机的算法，已经开发完成，而且部署在TI的TDA4的嵌入式平台上，进行了相关的训练，所以我刚才讲到的，接下来要量产的行车，泊车的功能都是基于嵌入式的平台，要么是MDC要么是TI的TDA4。刚才说到泊车的功能需要对你的车辆在停车场进行定位，禾多的定位技术也是相当不错的，基于前视摄像头，探测到车辆，探测到行人，在停车场的地图进行实时更新，使得我们刚才讲到的泊车功能有比较好的表现。
大家可能注意到了，应该说从去年开始，之前不会谈到域控制器，都是一个雷达一个摄像头，或者五个雷达一个摄像头，或者超声波雷达和环视摄像头这样的传感器，但是从去年开始就是各种各样的域控制器，我们有大算力的，华为的MDC，有英伟达的，地平线的J5，有高通，中低算力的TDAA，有J4以及等等其它的芯片，所以作为禾多的话，作为软件的Tier1，我们的目标就在不同的域控制器，部署功能的算法，所以我们目前的话也在不停地加强不同平台的适配能力。
有一点可能很多人不知道，现在很多车上都有自动驾驶功能，但是消费者都觉得不好用，我们觉得在主机厂，智能座舱和自动驾驶是两个功能，不知道怎么把这个功能在智能座舱上做很好的演示，做智能座舱的人不懂自动驾驶，我们的目标就是打通自动驾驶，智能座舱，我们的一个叫HOLOHMI，不是你主动激活它，而是卡片式的弹出，也更加的友好。比如说开车的时候，有座椅A座椅B，自动驾驶也可以这样做，通过自动驾驶的模型，可以分为自动驾驶A，B，本人的模型，或者是明星模型，或者是赛车手的模型，所以我们也开发了一个CID1，就是把行车，泊车，城区的自动驾驶的功能把人机交互，做成统一，合一，把做重要的信息高光出来，比如是传感器的信息，什么时候要变道，变道的原因也展示出来，对于超视距的信息，前方的隧道，也通过人机交互的方式，给用户很好的体验，帮助用户对自动驾驶的功能建立更高的信心，这也是禾多提供的技术支持之一。
刚才讲到，自动驾驶功能实现，应该来说，我们需要一点时间就可以实现了，但是怎么做到安全好用的话，就是我们常说的效应，功能比如说经过一段时间的验证，可以释放，但是大批量的验证，需要投放市场之后，通过影子模式，把相关的场景，传回到系统中，同时比如说我有自动驾驶数据，我搭建了场景库，再对现在的模型进行训练，优化我的算法，最后通过远程刷新的方式刷到我们的车上，所以整个闭环的话，需要软件公司与主机场的深度的合作，在右边的话，需要更多的合作伙伴的合作，通过众包的形式对地图进行实时更新，需要更多搭载自动驾驶的车辆，并且打通车与车之间，还有跟云端的交互，时间关系我就不一一赘述了。
我有两个比较简单的案例，自动驾驶的功能做得好与不好，就是对机械场景的节约能力强与不强，比如说在后台发现一辆车总是在压线行驶，后来发现这不是一个车道线，而是一个电线杆的阴影，右边也是的，发现这个车一直是有车道线，但实际上是车在地面上的一个箭头，一个标识，像这样的场景的话，我们都必须要靠后台的监控，发现这些场景之后，优化我们的算法，最终我们就把这种错误减少。
大家都说自动驾驶现在很火，也很卷，所以禾多从建立到现在都秉承着开放合作共赢的心态，因为我们需要传感器平台的支持，需要计算平台的支持，包括芯片的支持，同时在上面部署功能，云端的大数据功能的支持，合作伙伴除了主机厂，有域控制器的公司，芯片的公司，传感器的公司。包括我们在一些项目上，也与我们的友商一起合作，共同推进自动驾驶。
总结一下，禾多的主要专注于行泊一体的全场景的解决方案，我们的目标是适配于多域控制器，除了软件，我们以软件的开发为主，目前也在开发相关的硬件平台，我们更需要做的就是不断提升我们的核心能力，支持主机厂，把更多更好用的功能投放市场，以及与行业的合作伙伴共建生态，我也非常期待与在座的各位大家一起交流，是否有合作的潜力。所以再次感谢主办方的邀请，希望我们共同推动自动驾驶的发展，让中国的自动驾驶领跑全球，谢谢大家！
自动驾驶领域算法训练主要用到哪些数据？
数据主要以车载摄像头采集的2D图像数据和激光雷达采集的3D点云数据为主，场景包括换道超车、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。
自动驾驶，你再等会儿
本周轮值
夏东
“踢车帮”主持人、出品人
前两天沃尔沃宣布，与谷歌旗下Waymo签署战略合作，让Waymo作其独家自动驾驶合作伙伴。从双方的说词上看，这种“独家”应该是单向的，也就是，沃尔沃并不是Waymo的独家伙伴。两家一起要干什么呢？先搞一个电动车平台的自动驾驶方案，然后用于打车服务。造电动车，沃尔沃不需要Waymo，但自动驾驶，手里数据最强大的非Waymo莫属。它的自动驾驶操作软件是一个得到了最深入训练的AI，把它整合进量产车上，大概是自动驾驶最快的实现路径了。
可是，自动驾驶会很快来到吗？大概率是，不会！随着对AI的开发不断深入，人们已经从刚看完科幻片那样的兴奋中冷静下来。那些研发者的商业模式就是搞研发，所以，只要有人给钱，让他们搞研发就行了。不论是研发的，还是给钱的，没几个人懂应用是怎么回事。这些研发者，只要弄出几个精彩的表演，就可以拉着投资者一起窒息在梦想里了。只不过，梦总是得醒，假如它一直不能变成现实的话。
AI的问题在于，它没有I。它只是一个算得极快的白痴，能机械地，飞速地把它收集到的数据跟存在记忆中的数据进行比对，而且只会在一一对应上的情况下，作出设定好的决策动作。于是，人们发现，训练AI是一个几乎没法完成的任务。比如识别一头牛，你得把所有可能碰到的牛，各种花色各种体型，都存进AI里。否则，如果它只见过黄牛，就不认识奶牛。一辆汽车行驶当中，遭遇的情况千差万别。障碍物是什么东西，以怎样的方式出现在车的行驶线路前方，其可能性几乎是无穷多。而自动驾驶，人给机器提的要求是不许错，比给人自己提的要求更高，可机器却又没有人的认知能力。你说，这可行性得多低？
因此，当自动驾驶要达到产品级的时候，产品经理们就发现，这些研发大师们没有听起来那么“牛”，拿出来的东西，不好使。而投资者，“止损”是他们的本分。现在还有谁记得，马斯克当年说过2018年自动驾驶就可实现民用？事实是，已经2020年下半年了，他那些号称凭借摄像头跟毫米波雷达就可以完全自动驾驶的车，还在不时地带着解放了双手的车主共赴事故？
所以，自动驾驶，即使最终能实现，恐怕也会比人们预期的晚很久。或许，现今的技术还不足以解决这个问题，需要等人们对AI的认识提升到更新的高度。而它的阶段性成果，则会越来越普及地得到应用。就是所谓智能驾驶辅助。因为，既然AI是个计算速度奇快的白痴，那么认识和判断还是交给人靠谱。AI则发挥好它的能力，就是感应、提醒和执行。都说人与AI相结合，才是真正有效的解决方案。记得四五年前，我曾经为了自动驾驶，颇为焦虑了一番。车都不用人开了，还买它干什么，不买了，还要什么汽车媒体？现在看来，事情好像并没有那么紧急。
崔珺
“风格车评”、“车研社”出品人
AI是个大话题，关于AI的应用场景恐怕科幻电影都已经实现了一遍了，但是电影是虚幻的，现实是冷静的，AI首先需要海量级的数据支持，同时还要有超高速的运算能力，这两点缺一不可。而涉及到自动驾驶部分，则要复杂很多，因为道路上的瞬时环境是错综复杂的，芯片并不可能在人们设定好的环境下执行预设命令，系统需要根据图像、视频、雷达、红外等等信息来综合分析只有几毫秒的瞬时信息，然后再以几毫秒的速度做出快速且正确的指令。系统不仅要依靠车身硬件和软件，同时还要和云端的庞大数据库进行比对，这可不是目前的“云数据库”能够承载的。无论哪一个环节出现滞后或者错误，那么系统可能会做出延迟甚至错误的判断，轻则发生事故，重则车毁人亡，这样的例子也越来越多。虽然我们不能因为一些个案事故而否定自动驾驶的研究成果，但是对于我们自身和他人的安全，至少在相当长的时间段，我们都还是会高度依赖人本身对于驾驶做出判断和最终裁断权。已经享受到智能驾驶辅助系统的车主也要切记，系统真的是辅助，千万不要让系统凌驾于人之上，而那些喜欢标榜智能驾驶辅助系统的新造车品牌也能够以人为本，切莫夸大和误导消费者对于智能驾驶辅助系统的功能，只有整个汽车环境真的是在科学谨慎的对待智能驾驶，技术才能更好的为人服务。
附上一个朋友的亲身感受，关于智能驾驶：
于英钊
《风度》杂志汽车事业部总经理
说到AI，作为汽车行业首先联想到的就是自动驾驶，而提到自动驾驶，特斯拉又是个怎么也避不过去的名字。长期以来特斯拉有俩标签儿，一个是续航好，另一个就是聪明加好开。我在特斯拉论坛里发现不少车主打开驾驶辅助之后，就兴高采烈的刷手机去了，这还是个挺普遍的现象。前几天有个车祸，一特斯拉追尾了货车，车主投诉特斯拉而回应是追尾前车主的手并没有握在方向盘上，这事就有意思了，手还得握方向盘那这“自动驾驶”还有啥用呢？再算上不久前那个刹车失灵的Model 3，特斯拉说上传到“云端”的数据里并没有收到车主踩制动踏板的记录。看出来了吧，AI也好大数据也好，除了提升车主的生活品质，关键时刻用来甩锅更是第一流，而特斯拉应对这种诉讼也是轻车熟路了。一套并不完善的“AI”，为什么特斯拉这么敢用呢？说白了它能让外界赋予品牌无穷的想象力啊，反映在股市上就是股价啊，有股价就有了一切。
何毅
《超级马力》出品人
视车科技联合创始人
无人驾驶的股票又用一波疯长释放出了跟主编们相左的观点。如果你觉得坐电梯比爬楼梯好，那么无人驾驶的时代就一定会来，只是需要多一些耐心。对于无人驾驶时代，一切只是刚刚开始，未来还有很长的路要走，也会起起伏伏，但是不要怀疑它。高铁说普及也就普及了，5G说覆盖也就覆盖了，北斗说组网也就组网了，无人驾驶说来也就来了，质疑它的人说老也就老了。
刘鸿仓
《汽车之家·车家号》作者
我比较同意何毅老师的观点，自动驾驶可能比预期晚一些，但肯定不会缺席。其实目前的辅助驾驶系统——例如特斯拉的AutoPilot——在环路和高速公路上基本上可以应对自如了。自动驾驶的真正难点是人车混行、带有红绿灯的道路，即使是经验丰富的驾驶员，穿行这样的街区时，也不是一件容易事；而对自动驾驶来说，则需要更多更复杂的测试。和所有新事物一样，自动驾驶肯定也会带来一系列问题，有时可能是很严重的交通事故，但这个趋势是不会改变的。
缪俊
“MJ车谈”创始人《望Noblesse》
汽车总顾问
现在好多消费者对所谓的自动驾驶有很大的误解，分不清真正的自动驾驶和自动驾驶辅助之间的区别。后者加了“辅助”二字，这可是本质的差别。目前绝大多数厂家的宣称的自动驾驶处于L2水平，高阶一点可以达到L2+级，但仍然只是半脱手脱眼的自动驾驶辅助阶段。消费者之所以出现认知误差，跟有些厂家的夸大宣传也不无关系。甚至，有些个别厂家的车辆其实只具备ACC自适应巡航和车道保持这两个L1级水平的装备，但也敢称宣称达到L2级水平，这就好比明明只是学士双学位，却非说自己拿的是硕士学位。
关于目前最普遍的L2级自动驾驶，我的体验感受是，它最适合的地方是城市高架道路或者高速公路。原因有二：一是地面标线清晰，二是封闭道路上不用担心有突然闯入的行人和非机动车。不过，要是碰到走走停的大堵车，还是会比较尴尬，因为即使把跟车间距调到最短，你前面就会不断地出现加塞车辆，令人抓狂。因此，L2或是L2+的实际应用场景中的局限性仍然很大，只能作为辅助之用。那么，真正可以让人们做到脱手、脱脚、脱眼、脱脑的自动驾驶什么时候才能实现？以当下的技术水平，离我们应该还很遥远，个人觉得有生之年都不定能看到。
李耕
《轿车情报》总编辑
“汽车一加一”、“走吧耕叔Vlog”、
“上车吧吃货”创始人
自动驾驶一定会是趋势，这也是汽车企业在未来产品竞争中的核心技术，谁能最先达到量产级的L4级，可能就会成为市场的宠儿。
从消费者角度来看，如果不能真正解放双手双脚，可能就不会成为必需品。
要实现真正意义的自动驾驶最高等级，其实也就是无人驾驶。那时候车内的布局也会发生翻天覆地的变化，人的空间行动就完全交个车去完成了，只要输入一个目的地，人就可以该干嘛干嘛了。
科技快速发展一定会有双面性，对于人工智能，我一直还是略有担心，看过“西部世界”，当机器有了自我思考和自我升级能力，以人类的平均智商水平，感觉未来人对于机器人的控制大概率会失去主动权，那时候会不会人类就变成了机器人的玩具呢？不敢想象。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
阿里达摩院出手自动驾驶领域 AI每天可模拟训练超800万公里
作者：张燊
自动驾驶作为汽车未来的一项核心技术，众多厂商和科技公司都对其投入了大量的研发力量，以求能够尽快获得成熟的自动驾驶技术。最近，阿里针对科技研发类的部门达摩院在自动驾驶领域内又取得进展。
4月22日，阿里达摩院正式对外发布了全球首个自动驾驶“混合式仿真测试平台”，据了解，该平台通过将虚拟与现实结合的仿真技术，将真实路测场景和云端训练师相结合。该平台模拟一次极端场景用时为30秒，该系统每日可以虚拟测试里程超过800万公里，新系统将大幅提升自动驾驶AI模型训练效率。
全新平台诞生的意义在于，道路测试和学习是自动驾驶技术的关键核心，据相关研究表明，自动驾驶技术至少需要177亿公里的测试学习，才能保证自动驾驶技术对于路面的感知、决策、控制整个链路的安全性。而路试的测试学习一直是各大研发机关难以突破的壁垒，一方面能够提供系统进行测试的场地资源不够充足，另一方面常规方式的测试学习效率并不高，因此整体来说AI模型的学习成长进展并不令人满意。
达摩院发布的自动驾驶混合式仿真测试平台有望解决这一难题，通过将虚拟与现实的结合增加了测试环节的不确定性，传统的测试平台难以实现通过人工干预的方式测试一些紧急情况下AI的反应，但在新的平台上，不仅可以使用真实路况信息来生成仿真场景，同时可以人工加入一些不确定因素，例如：前车急刹车、急转弯、后车紧急加速等多种情况，以增加训练难度。
业内专家评价称，该平台的使用，有助于自动驾驶技术的成熟和发展，相关技术的使用将训练的效率提升了很多，更加利于L5级自动驾驶技术的早日实现。(图片来源于网络）
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
全球最大自动驾驶项目落地测试 一期道路9月建成并投入运营
易车讯 日前，中国自动驾驶公司蘑菇车联在位于湖南衡阳的智慧交通项目吸引了国际媒体的广泛关注。该项目投资约5亿元，总里程达200公里，是目前全球已公布规模最大的L4级自动驾驶项目，目前该项目已经开始进行落地测试，数十家国际媒体对该项目进行了报道。
今年3月，蘑菇车联与湖南省衡阳市签署战略合作协议，双方在智能终端、车路协同、自动驾驶及智慧交通领域展开深度合作，共建智慧交通创新示范城市，打造“衡阳模式”，推动城市级自动驾驶大规模落地和商业化运营。
实现全球最大规模的L4级自动驾驶商业化落地，是该项目的一大标志性特征。根据美国汽车工程学会（SAE）对自动驾驶技术的分级，针对L1-L3级自动驾驶，驾驶员依然是驾驶行为主体，自动驾驶系统在驾驶过程中担任的只是辅助角色。而L4级自动驾驶将实现特定路段条件下自动驾驶对车辆的全方位接管，是一定条件下的完全自动驾驶。蘑菇车联在衡阳市200公里的路段将实现L4级完全自动驾驶。
蘑菇车联拥有全国规模最大的训练数据集，全球领先的算法体系以及完善的自动驾驶套件方案，打造了具有高稳定性与可靠性的单车自动驾驶系统。同时，该系统可融合路侧与云端的综合信息，更加适合中国城市开放道路的实际交通情况。
据报道，衡阳项目第一期38公里的道路将于今年9月建成并投入运营。届时，将有约500台自动驾驶车辆在衡阳街头，提供公交巴士、无人出租车、城市接驳车，以及消防救护、清扫道路、运送快递的服务。随着项目推进，衡阳市民将切实体验到高级别自动驾驶带来的出行便利。
自动驾驶训练的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于自动驾驶训练集怎么获取、自动驾驶训练的信息别忘了在本站进行查找喔。
与本文内容相关的文章：
