На изложението World Internet of Things Expo през 2021 г., което завърши в Wuxi, Китай, Qingzhou обяви, че първият отворен в страната 5G самоуправляващ се автобус ще бъде на пътя в Wuxi, започвайки редовна експлоатация. Индустрията за автономно шофиране също откри за първи път, че RoboBus и RoboTaxi не са различни.

Предимствата на микробуса

Бизнесът с микробуси е малка част от пазара на автономни автомобили. Цената на пистата на микробуса не е толкова твърда и бизнес веригата също не е сложна, което е по-подходящо за стартиращи фирми да преминат бързо през бизнес модела. За разлика от това, безпилотната логистика е голяма писта, включваща хора, пътища, стоки, превозни средства, системи и т.н., с огромни инвестиции и подходяща само за големи компании с индустриален опит.

Друго предимство на самоуправляващите се микробуси е, че те могат да доведат до пазара на автономно шофиране (RoboTaxi), но това не е крайното състояние. Инвестираното време и разходи са достъпни за стартиращи фирми. Избирайки „малката част“ на такъв голям пазар и след това стъпка по стъпка, постепенно се развивайте по начин, който натрупва малки печалби като големи печалби.

Сцената е същата, технологията е подобна. Същността е да се обслужват последните 3 километра железопътен транзит. Тъй като хората викат такси през платформата, автобусите също могат да бъдат извикани през платформата.

Бъдещото RoboTaxi никога няма да бъде модифицирано на базата на масово произвеждани автомобили, а ще служи за технически тестове и итерации. В сравнение с недостига на традиционни автобуси по време на пиковите периоди и високия празен процент на натоварване по време на пиковите периоди, моделът за онлайн резервация е по-гъвкав и използването на ресурси за обществен транспорт е по-разумно.

Автоматизираното шофиране на автобуси с онлайн повикване може също така да отговаря по-добре на нуждите и тенденциите на обществения транспорт като интелигентен, екологичен, свързан и споделен. RoboBus е по-прагматичен начин за реализиране на RoboTaxi. В бъдеще технологиите и търговските форми ще се слеят. От страна на сървъра, самоуправляващите се микробуси ще имат специална платформа за навикване на превози. Маршрутът не е фиксиран, а заявките за пътуване на няколко души са с приоритет, което се различава от традиционните автобуси.

Понастоящем бизнес моделът на Qingzhou Zhihang е да си сътрудничи с групата за експлоатация на градски автобуси, за да подобри ефективността на превоз на пътници, да намали процента на празен товар, да постигне „гъвкаво заминаване“ и да намали разходите чрез гъвкаво планиране.

Според техните изчисления, ако мащабът на експлоатация от 1000 до 10 000 превозни средства може да бъде достигнат през следващите две години, този модел може да пробие дори в бизнеса.

Услуга за анотации на данни зад индустрията за самостоятелно управление

Колкото по-точна е анотацията, толкова по-добра ще бъде производителността на алгоритъма.

Това, което трябва да сме ясни, е за компаниите с ИИ и за цялата индустрия анотирането на данни е важна част от реализацията на изкуствения интелект. Точността и ефективността на етикетираните данни влияят върху крайния резултат от модела на алгоритъма с изкуствен интелект.

Всяка малка грешка по време на шофиране може да доведе до ужасни резултати. В днешно време хората са все по-загрижени за въпроса за безопасността при шофиране, тъй като се случиха няколко инцидента със самоуправляващи се автомобили.

Ако общите набори от данни, използвани от предишния модел на алгоритъм, бяха едри зърна, това, от което моделът на алгоритъма се нуждае в момента, е персонализирано питателно хранене. Ако компаниите искат допълнително да подобрят комерсиализацията на определени модели, те трябва постепенно да преминат напред от общия набор от данни, за да създадат свой собствен уникален. С огромното количество данни за обучение и изискването за висока точност, висококачествената услуга за анотиране на данни е от решаващо значение, за да се гарантира, че автономните превозни средства са безопасни за обществеността.

Общите типове етикетиране на данни включват:

Край

Възложете вашите задачи за етикетиране на данни към ByteBridge, можете да получите висококачествените набори от данни за обучение по ML по-евтино и по-бързо!

  • Безплатен пробен период без кредитна карта: можете да получите своя примерен резултат бързо, да проверите резултата и да изпратите обратна връзка директно на нашия ръководител на проекта.
  • 100% Утвърдено от хора
  • Прозрачно и стандартно ценообразуване: налично е ясно ценообразуване (включени разходи за труд)

Защо не опитате?

източник: http://app.myzaker.com/news/article.php?pk=617d1cfb8e9f0936a6384a45