智能物联-自动驾驶核心技术

自动驾驶系统的开发和部署，需要IT具有收集、存储和管理大量数据的能力，高性能计算能力和先进的深度学习技术，以及实时处理车辆数据的能力。丰田旗下的丰田研究所(Toyota Research Institute，以下简称TRI)的首要任务之一就是通过人工智能，帮助丰田生产更安全、更可用、更环保的汽车，为此，他们在AWS云服务基础上，通过Amazon EC2 P3实例、Amazon Simple Storage Service (Amazon S3)、Amazon Simple Queue Service (Amazon SQS)和AWS网络服务构建了一个可扩展且高性能的解决方案。Amazon EC2 P3实例为机器学习模型培训提供了所需的核心计算能力，在快速优化和重新培训模型的基础上，将培训模型的时间缩短了75%，显著加快TRI的自动驾驶研究和开发速度;通过Amazon S3，TRI能够快速存储和检索任何地方任何数量的数据，并将这些数据用于机器学习模型和模拟的分析和再培训;TRI还使用Amazon SQS协调远程数据采集站点之间的数据传输，并根据需求调整计算和存储资源。通过这一方案的部署，TRI的数据科学家和机器学习工程师能够更快地迭代、培训更多模型，并在应用程序中建立竞争优势，从而缩短研发自动驾驶研发周期，向未来帮助丰田生产更安全的汽车这一目标迈进。

• AWS助力TuSimple 开发自动驾驶卡车系统

创立于2015年9月的TuSimple(以下简称“图森”)一直专注于研发可商用的 L4 级别(SAE 标准)无人驾驶卡车解决方案。该解决方案以摄像头为主要传感器，融合激光雷达和毫米波雷达，实现了感知、定位、决策、控制等无人驾驶核心功能，能够让货运卡车在干线物流场景和半封闭枢纽场景中实现全无人驾驶。借助AWS云服务，图森加快了这一解决方案的开发效率和速度，并降低开发成本。AWS具备用户所需的计算和存储，通过AWS Snowball Edge，图森能够加速将海量数据传输到AWS云并进行处理，从而让图森能够进行非常广泛的模拟驾驶测试;通过AWS 弹性云服务，图森能够创建和训练其深度学习模型，从而将培训时间从数天缩短至数小时。借助AWS，图森建立了自主驾驶仿真平台，可以在其用于导航卡车的每一种算法上运行数百万英里的模拟里程，从而使安全可靠的自动车辆成为现实。

自动驾驶的实现，不仅要求通过传感器对周围环境实现感知，同时具备更强大的数据分析能力，通过数据进行智能决策和控制。针对自动驾驶开发的AWS云服务，借助云计算、大数据、物联网、人工智能，加快了汽车制造商和研发机构在自动驾驶系统这一方向的研发进程。借助AWS云服务，TRI和图森加快了自动驾驶研发的速度，向可靠、安全的自动驾驶不断前进。

* 1来源 麦肯锡，《自动驾驶在中国》

* 2 来源 University of Michigan Transportation Research Institute，《Potential Impact of Self-Driving Vehicles on Household Vehicle Demand and Usage》

* 2 来源 麦肯锡，How china will help fuel the evolution in autonomous vehicles, https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/how-china-will-help-fuel-the-revolution-in-autonomous-vehicles

【编辑推荐】

1. 边缘计算、云计算、雾计算能为自动驾驶做些什么？
2. Dynatrace：用AI助力实现自主企业云的自动驾驶

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!