Първият търговски пилотен проект в страната за услуги за пътуване с автономно шофиране беше открит в Пекин на 25 ноември 2021 г. Когато услугата за зареждане беше пусната за обществеността на първия ден, жител на Пекин използва платформата за услуги за автономно шофиране Apollo на Baidu „Carrot Run“ за извършване на първото плащане. Това е първата поръчка, откакто Пекин стартира своя пилотен проект за автономно шофиране.

Скоро ще бъдат отключени още сценарии за приложения

Baidu и Pony.AI станаха първите компании, които извършват търговски пилотни услуги. На този етап те ще бъдат разположени в Пекинската зона за икономическо и технологично развитие (60 квадратни километра), с не повече от 100 превозни средства.

Понастоящем услугата за товарене и разтоварване изисква пътниците да ходят пеша до фиксирана гара. Разстоянието между станциите е от 300 до 500 метра. Пътниците могат да стигнат пеша. Фиксираната станция се използва за избягване на незаконни паркинги, зелени пояси и места с голямо произшествие, което взема под внимание безопасността на пътниците.

Разбираемо е, че Baidu и Pony.AI станаха първата група предприятия, които извършват пилотни услуги за комерсиализация. В момента стандартът за таксуване на Baidu е „начална цена от 18 RMB и 4 RMB за допълнителен километър“. Pony AI ще бъде 4,9 RMB за единна цена от 26 ноември.

Методът на ценообразуване на пилотната услуга за комерсиализация на автоматизирано шофиране се отнася до този на личните автомобили и онлайн услугите за търсене на автомобили. Добре се разбира. Подобно на софтуера за повикване на такси, този етап изисква потребителите да изпробват и изпитат цялостната услуга. Само чрез получаване на повече информация събирането на данни за автономното шофиране може да бъде допълнително подобрено.

Интелигентната кола даде сигнал за второто полувреме

Технология, цена, политика и т.н. са основните фактори, ограничаващи широкомащабното търговско внедряване на автономното шофиране. Понастоящем компаниите за автономно шофиране са навлезли във втората половина от своето пътуване и цялата индустрия премина от проверка на технологиите и разработване на продукти към етапа на комерсиализация.

Пекин започна да лицензира комерсиализацията на услуги за автономно шофиране, за да провери осъществимостта на бизнес модела. Следователно пилотният проект за автономно шофиране отвори пълен затворен цикъл от научноизследователска и развойна дейност до комерсиализация и ще насърчи и насочи проучването и иновациите на бизнес модели за услуги за пътуване с автономно шофиране.

Според масовия възглед на индустрията се смята, че до 2025 г. цената на целия жизнен цикъл на автономните таксита може да се изравни с тази на традиционните таксита. След 2025 г. цената на автономните таксита ще бъде по-ниска от тази на традиционните таксита. Може би ще започне да замества традиционните таксита в голям мащаб.

Всеки самоуправляващ се автомобил в търговския пилот е оборудван със служител по безопасността. От началото на пилота до широкомащабното функциониране на автономното шофиране в бъдеще, ключът е да се преодолеят основните технологии, свързани с безопасността на автономното шофиране, постепенно да се изтеглят шофьорите за безопасност от автомобила и да се намалят или премахнат разходите за служители по безопасността , за формиране на затворен цикъл на търговска рентабилност.

Търсенето на етикетиране на данни продължава да нараства

Основният модел на алгоритъм за автономно шофиране се основава главно на контролирано дълбоко обучение. Това е модел на алгоритъм, който извлича функционалната връзка между известни променливи и зависими променливи. За обучение и настройка на модела е необходимо голямо количество структурирани етикетирани данни.

На тази основа, ако искате да направите самоуправляващите се автомобили по-„интелигентни“ и да формирате затворен цикъл на бизнес модела за самоуправляващи се приложения, които могат да бъдат възпроизведени в различни сценарии за вертикално кацане, моделът трябва да бъде подкрепен от масивни и висококачествени реални пътни данни.

В областта на автономното шофиране сцените с анотация на данни обикновено включват смяна на ленти и изпреварване, преминаване през кръстовища, незащитен ляв и десен завой без управление на светофара и някои сложни сцени с дълга опашка, като например превозни средства, преминаващи на червено, пешеходци, пресичащи пътя и крайпътни, както и неправилно паркирани превозни средства и др.

Настоящият изкуствен интелект се нарича още интелигентност на данните. На този етап на развитие, колкото повече слоеве на невронната мрежа, толкова по-голямо количество етикетирани данни е необходимо.

За задълбочено обучение данните са значими само ако са добре етикетирани.

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 вашия примерен резултат в бърз обрат, да проверите резултата и да дадете 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: https://xw.qq.com/cmsid/20211126A01GQ800?f=newdc