城市自治:自动驾驶革命的下一个阶段

汽车工业目前正在经历向汽车自治的转变。

每年都会推出具有先进自动驾驶功能的新车,每种车型都比上一款更加复杂。深入研究推动这一快速转变的因素-科技公司正在该领域兴起。这些公司不断将新颖和更新的产品推向市场。结果,作为制造公司的传统OEM被迫争夺和适应-从长远来看要具有竞争力和利润,它们必须与技术公司设定的加速时间表相匹配。他们必须将配备先进自动驾驶(AV)功能的车辆从“概念”带入“市场”,其速度要比传统规范快得多。 

如今,汽车行业处于部分自主的时代–特别是,车辆能够在高速公路上(在有驾驶员的情况下)自行驾驶。如上所述,技术公司已率先将这种发展带向高速公路自治,而传统的OEM随后也纷纷效仿。下一个合乎逻辑的步骤是让车辆在市区(同样在有驾驶员的情况下)自行导航。 

然而,与高速公路相比,城市街道以其动态和复杂的性质打开了通往众多难以解释的变数的大门。首先,城市包括汽车以外的道路占用者,包括弱势道路使用者(VRU)。与传统车辆相比,骑车人和行人的不可预测性给必须解决的AV带来了危险。 

同样,城市环境充满了交通信号灯。

鉴于这些设备的阶段不断变化,无论周围环境如何(恶劣天气,不良照明等),都必须准确地检测出正确的阶段。不幸的是,当前没有系统具有在AV中启用此功能的能力。 

最后,都市圈的车辆数量成倍增加,导致汽车非常接近。城市还包括不断的“走走停停”交通,这要求人们对其周围环境极为警惕。与高速公路一样,在高速公路上,速度恒定,车辆有足够的空间(因此有足够的时间来进行任何必要的操纵),在城市环境中,视听设备的限制条件,自动驾驶汽车必须配备一个平台,使其能够比以往更快地做出准确的决策。环境。 

 当前,该行业已成为高速公路自主权的障碍–没有任何措施可以促进下一步发展,并使自动驾驶汽车能够安全,高效地穿越地铁设置。之所以如此,是因为当前的解决方案基于重新利用传统技术。结果,这些平台在技术上受到限制,从而使其无法拥有实现城市自治所需的计算能力和能效。

当我们开车实时处理大量周围的视觉信息时,我们的大脑利用了数据中心级别的计算能力,而功耗却比灯泡少。为了模仿这些功能以实现城市自治,AV必须配备一个系统,该系统对于每瓦特的功率消耗至少可以生成75每秒的Tera-Operations(TOPS)计算。这个未解决的优化问题称为 视觉感知问题

我们@ 认出正在从头开始开发一种新颖的解决方案。

我们的视觉感知平台基于数学,人工智能和ASIC架构的关键创新。结果,我们的解决方案为每瓦特的功耗产生100 TOPS。显然,我们是市场上唯一能够解决上述视觉问题的人,这是实现城市自治的关键。 

传统的OEM必须将此解决方案水平集成到他们的车辆中。这样,他们将能够为自己的汽车配备可以实现城市自治的系统。结果,他们将能够与新兴技术公司竞争,以长期保持盈利。 

图片Shutterstock

要了解更多有关 认出, 查看 www.recogni.com

作者:产品管理@ Sidhart Krishnamurthi 认出

作者和受访者的陈述不一定再次代表编辑和出版者的意见。

发表评论