Skip to main content

基于云的解决方案将助力全球自动驾驶升级迭代

上海车展前夕,我们采访了腾讯智慧出行副总裁刘澍泉,讨论了基于云的解决方案在发展自动驾驶技术方面的重要性,分享了该解决方案的技术亮点,以及腾讯作为上云技术合作伙伴的优势。 

发展自动驾驶技术需要哪些条件?

中国的道路系统错综复杂、城市规模庞大、人口密集并且交通习惯各异,这给自动驾驶技术开发带来了挑战。中国还提供了更丰富的场景、大量的数据以及更多的罕见和意外“极端场景”(corner case),要让自动驾驶技术在安全性和有效性方面完成进化,这些元素至关重要。

此外,个性鲜明的Z世代倾向于购买具有L2+驾驶辅助功能的汽车,这为自动驾驶技术提供了理想的训练条件。因此,全球车企纷纷在中国建立庞大的研发团队,并将这些解决方案推广到全世界。

腾讯如何满足国际车企对自动驾驶和云技术的需求?

腾讯基于其安全合规能力以及所有必要的工具链,率先推出一站式智能汽车云平台,在自动驾驶技术开发过程中满足各个阶段的技术需求。

我们先进的云数据存储生态系统可以有效解决自动驾驶技术开发过程中数据量大、存储成本高的痛点。我们灵活性强、开箱即用的低成本工具为用户提供流畅的体验。与此同时,我们车云一体化解决方案中的端到端安全与合规功能可以帮助车企应对进入新市场时复杂的合规问题。

腾讯智能汽车云平台的主要特点和优势是什么?

所有车企都很重视的安全与合规,从车内开始。所有的感知数据都会在车上加密,然后传输到该平台。研发团队在完全安全和合规的数据闭环中工作,只使用脱敏和匿名数据。

腾讯推出软硬件集成架构,在确保稳定运行的同时降低能耗,助力管理仿真和建模所需的大量数据。该架构具有密度高、性能强、可靠性高等特点,与业界常规做法相比,可以降低50%的存储成本。

此外,腾讯还利用自身在人工智能方面的强大能力,为大规模自动驾驶技术训练提供高性能解决方案,将网络拥塞减少40%,使总体训练成本降低25%。

在构建人工智能模型时,仅仅完善个别功能是不够的,因此我们的TI平台提供全方位服务,包括:

1. 数据传输,当存算分离时,传输周期缩短80%。

2. 数据处理,依托丰富且易用的标注数据库,可将标注成本降低70%。

3. 模型训练,提供拖放功能、模型评估和后处理,效率提升50%。

为满足自动驾驶技术测试的验证需求,我们还提供了将游戏科技与云技术相结合的高级仿真系统TAD Sim。在性能方面,该系统可以使传感器模型、车辆动力学模型以及交通流模型的准确性达到90%以上。

TAD Sim的数据集包含超过300万个场景,并支持对城市庞大区域的实时仿真。在这种复杂的仿真环境下,TAD Sim可以随机生成各种极端场景,这有助于检验自动驾驶算法的完备性,充实场景库。凭借这种强大的能力,测试的安全性和效率大大提升。

高精地图是自动驾驶技术研发的另一个重要组成部分。腾讯推出车图云解决方案,提供定期的按需地图更新和基于位置的服务,可以为不同车企量身定制低成本、高覆盖的自动驾驶地图。

能否举例说明腾讯的云解决方案如何支持国际合作伙伴?

我们依托开放的生态内容、尖端技术和坚实的基础设施,与100多家车企和自动驾驶公司展开合作。

我们携手博世,为他们提供了无忧的研发环境和全栈服务,使他们能够更好地专注于自动驾驶技术开发。

我们和蔚来的战略合作伙伴关系也从自动驾驶和地图扩展到许多方面,例如构建一体化混合云基础设施来支持蔚来的自动驾驶研发运营,提供我们的TAI智能座舱解决方案,助力蔚来探索汽车的新可能性。

随着自动驾驶进入商业化阶段,车企应该组建专门的团队来解决问题,不断改善客户体验。对任何汽车来说,客户满意度都是核心竞争力,而我们的智能汽车云平台为企业提供了改善客户满意度的框架。