)自动驾驶技术将整合多模态传感器数据，如计算机视觉、激光雷达等，采用端到端的训练方式，实现云端大模型与车端实时精确模型的协同工作：一是多模态融合。相较人类而言，机器具备多模态感知优势，可通过融合计算机视觉、激光雷达和其他传感器数据，使自动驾驶系统更全面细致地感知周围环境。二是端到端。以前自动驾驶算法由许多专门针对特定任务的小模型组成，这些小模型各自负责不同的任务。现在，这些小模型可能会被一个统一的端到端的大模型取代。三是云端与车端协同。云端大模型提供通用性泛化能力，车端模型提供实时精确响应与本地优化部署。云端和车端协同能够确保驾驶决策兼具泛化性、及时性与准确性。
  (4)未来的自动驾驶应用将以单车智能为主，“车-路-云”一体协同工作，从而确保安全冗余，辅助智能交通：一方面，每一辆自动驾驶车辆都必须具备独立且强大的单车智能驾驶能力；另一方面，通过“车-路-云”一体化，在为自动驾驶提供多重安全冗余保障、提高驾驶安全性的同时，控制、优化交通流量，提升交通效率。
  (5)2025年，自动驾驶或将迎来“ChatGPT时刻”；2030年，自动驾驶渐成主流：2025年，在一个具备复杂交通环境的大城市，自动驾驶系统将表现出人类“老司机”的水平，这可能极大地激发产业与市场对于自动驾驶的热情。2030年，自动驾驶车辆将逐渐跻身市场主流，预计届时会有10%的新车具备L4级别的自动驾驶能力。
  (本文作者介绍：清华大学智能产业研究院(AIR)院长、中国工程院院士(外籍))

=*=*=*=*=*=
当前为第3/3页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页