智“造”未来,驭势科技携手合作伙伴打造国内首条厂区无人驾驶物流线路

当疫情“拒人于千里之外”,驭势科技率先提供 ...查看全部

当疫情“拒人于千里之外”,驭势科技率先提供“去安全员”无人驾驶技术助力合作伙伴全力以“复”保生产,科学有序抗疫情!

1583396897951657.png

图:打造国内首条厂区无人驾驶物流线路

2019年11月,驭势科技携手上汽通用五菱在宝骏基地部署运营的厂区无人物流项目正式开启常态化运营,并以宝骏新能源无人物流车作为运输载体,建成国内首条厂区无人驾驶物流线路,全面提升基地内部物流运力与效率。启用至今,无人物流车行驶里程已超过10000公里,运输超过6000次,真正为客户工厂运营创造了“降本增效”的实际价值,无人化、智能化、网联化的物流模式已然形成。

特别在疫情防控期间,该线路已完全实现用无人驾驶替代人力驾驶进行运输任务。由于实际运营中无需配置驾驶员和安全员,无人物流车减少作业接触的同时也坚实保障物流畅通循环。

1583396913741959.png 

图:拥有L4级自动驾驶能力的无人物流车

驭势科技无人物流解决方案由具备L4级自动驾驶能力的无人物流车和一套功能强大的云端智能运营管理系统构成。无人物流车内搭载一款全功能智能驾驶控制器,可通过融合部署在车身周围的激光雷达、摄像头、超声波雷达等多类传感器的感知数据,结合无人驾驶核心算法,实现在多种复杂工厂场景下的无人驾驶。借助云端智能运营管理平台,为厂区无人物流运营提供多车协同、调度、远程控制、数据分析等功能服务,大大提升无人物流运营的管理效率与安全性。

1583396926365213.png

图:全天候运营作业中的无人物流车(无需驾驶员、安全员)

 图片4.png

图:规模化应用的无人物流车将创造全新业态

基于驭势科技提供的“去安全员”无人驾驶技术,在厂区内规模化部署无人物流产品,将赋予物流运输更高效、更安全、更经济的全新业态。

· 更高效——无人物流车可以7x24小时的无人驾驶作业方式替代人工驾驶行为,及时精准地响应任务需求,没有懈怠,严格执行命令,大幅提升物流物理,保障时效性,进而实现物流效率最大化。

· 更安全——无人物流车基于稳定可靠的无人驾驶技术而运作,高度服从各行业安全生产流程与管理机制,可有效保障厂区物流运输的安全性。

· 更经济——厂区无人物流从根本上改变物流运输方式,优化或减少了人力资源、土地空间资源等投入,从而可实现薪资成本、管理培训成本的大幅下降,仅单条运输线路的人工成本费用可节省50%以上。

1583396959513787.png

图:无人物流是物流产业中极具革命性的技术创新

“复工”、“抗疫”,双管齐下,这既是厂区无人物流在特殊时期为客户交付的一份高分答卷,也是智能制造背景下的一次“小试牛刀”。而作为无人驾驶技术在物流领域极具革命性的落地实践,无人物流将创造万亿级的市场价值。

基于宝骏基地厂区无人物流线路的顺利交付运营,驭势科技计划与合作伙伴继续开辟新的运输线路,并逐步推进无人物流车量产计划,推广至更多应用区域

智能网联汽车

LV1
2020-03-05 16:31
265

解读 | 加州自动驾驶脱离报告是否有参考价值?

2月26日,美国加州机动车辆管理局发布了2019年自动驾驶脱离报告。虽然只提供了数据报告,但还是有人将平 ...查看全部

2月26日,美国加州机动车辆管理局发布了2019年自动驾驶脱离报告。虽然只提供了数据报告,但还是有人将平均每次“脱离”前的行驶里程算了出来,并根据这些数据,推理出了各个自动驾驶公司的发展情况。随后,有不少质疑的声音表示,仅以MPD来判断不免显得有些偏颇。

2月26日,美国加州机动车辆管理局发布了“Disengagement Report 2019(2019年自动驾驶脱离报告)”。该报告收录了2018年12月至2019年11月间,被给予授权在加州进行自动驾驶汽车路测的公司所提交的测试车辆数据,按照加州车辆管理局的要求,数据应包括:数量、测试车细节、公共道路驾驶距离、自动驾驶脱离次数以及原因。在这份报告中,“脱离”二字指的是:从自动驾驶模式中脱离,其中包含主动脱离和被动脱离。

在此报告发布以后,平均每次“脱离”前的行驶里程(Miles Per Disengagement,MPD)也被计算了出来。根据这些数据,有人推理出了各个自动驾驶公司的发展情况。但也有不少质疑的声音表示,仅以MPD来判断不免显得有些偏颇。

数字梳理报告

2019年,DMV共收到60家自动驾驶公司提交的报告,其中,36家进行了路测,24家未进行。这36家公司的676台自动驾驶车辆累计在加州进行了2880612英里的自动驾驶道路测试,共发生9338次脱离事件。

和2018年一样,霸榜路测总里程的依然是Waymo。在2019年,Waymo共进行了1454137英里的路测,较2018年有所上涨。随后是通用Cruise、小马智行、百度、Nuro等头部自动驾驶厂商。

经过计算以后的MPD如下:

1583322050670994.png


MPD排名

(非第一年提交报告的公司)

第一名是我国互联网巨头百度,MPD成绩为18050英里,紧随其后的是Google的Waymo,每13219英里出现人为干预一次。之后是通用的Cruise、AutoX、小马智行,再往后是Nuro、Zoox和PlusAI。尽头是丰田,MDP成绩0.6英里。

同时,你可能会注意到在榜单的末尾出现了不少车企,也许自动驾驶这项技术对于这些半路出家的公司还是有些难度,但相信,这只是暂时性的。以梅赛德斯-奔驰为例,与2018年相比,其MPD已从1.4英里增加到6.9英里,说明总体是向好发展的。

百度超越Waymo,真的是这样?这是是首先出现质疑声音的地方,如果直接以MPD的成绩为衡量自动驾驶公司技术的标准,那么百度确实在2019年完成了摘冠,超越了Waymo。但在该报告发布当天,Waymo连发7条推特表示:脱离次数和脱离里程数据并不能准确衡量各公司的自动驾驶能力。

通过仔细查阅数据后发现,Waymo所提交报告中车架号为2C4RC1K75HR797345的车子行驶了28210.34英里才出现一次脱离,原因是感知系统无法正确检测到物体,而百度的最长纪录是27867.4英里,由计划差异导致脱离。况且Waymo参加此次加州路测共110台车,发生了110次脱离,其中47台车未发生脱离,最长一台记录为24444.57英里;百度4台车,6次脱离,平均下来每台车1.5次。所以,现在就说百度将Waymo赶下神坛未免有些为时过早。

标准不同引争议

除了里程数据,报告中还记载了造成“脱离”的原因,脱离发生的地点以及是主动脱离还是被动脱离。通过仔细查看报告中的文件,发现参加道路测试的公司在测试地点的选择上以及对原因的表述各不相同。有些公司会在提交给DMV的报告中把脱离原因描述得很模糊,只描述出问题的类型,并没有细节。

所以,一部分企业表示该报告没有真正的价值。

《智能网联汽车》杂志联系到清华大学苏州汽车研究院智能网联汽车中心主任戴一凡了解他对这份报告的看法。戴一凡表示,在此次报告中,各企业的脱离次数统计的标准和遇到的场景都不太一样,横向对比性有限,若是与此前自家的数据相比可能意义更大一些。

赛迪智库新能源汽车分析师赫荣亮对《智能网联汽车》杂志表示,这份报告其实只是一份数据,无法体现自动驾驶技术进步的具体细节。现在排名靠前企业的脱离里程已远超人们日常所需,与其看结果,不如看谁先人一步投入商用。Waymo也表示,自己在实际道路上展开的路测基本上都是在加州之外的的凤凰城和底特律进行的,所以,加州地区的路测报告无法准确反应其自动驾驶技术的发展。况且,Waymo早已在凤凰城为数千名乘客提供过自动驾驶出行服务。

除此以外Cruise、Aurora、Voyage等公司的代表也都指出应改进衡量指标。如果被上层“鼓励”尽量少干预,像脱离次数这样的指标容易引起测试车安全员的风险操作行为,可能会为了完成指标到最后一刻才对车辆进行接管。

中国企业的进步

虽然,百度是否超越Waymo还存在争议,但毋庸置疑的是,较2018年的MPD 205.6英里相比,2019年百度可谓是做到了质的飞跃。

另外,加利福尼亚车辆管理局官网也提供了8家今年首次提交报告公司的数据,将他们与“老牌劲旅”放在一起排序以后,前十名中的中国公司更是达到了五家,分别是百度、AutoX、小马智行、滴滴、智加。其中,国内共享出行巨头——滴滴更是首次提交报告,以1535英里的MPD成绩一举进入前十。

1583322118945977.jpg

MPD排名

(增添了第一年提交报告的公司)


1583322139447269.jpg

1583322147224412.jpg

(资料来源:CA DMV官网)

对此,赫荣亮表示,该报告能从一定程度上说明中国企业在自动驾驶上面取得了不小的进步。另一方面,则说明中国企业对于该“脱离”指标的偏好。记者认为,这也是中国企业为了更好的测试产品,布局国际市场所迈出的重要一步。(作者:温昕)

智能网联汽车

LV1
2020-03-04 19:43
257

北京自动驾驶路测成绩单发布,百度测试里程第一,小马智行第二

继美国加利福尼亚州车辆管理局(DMV)发布《2019年自动驾驶脱离报告》之后,3月2日,北京智能车联产业 ...查看全部

继美国加利福尼亚州车辆管理局(DMV)发布《2019年自动驾驶脱离报告》之后,3月2日,北京智能车联产业创新中心(以下简称“智能车联“)正式发布《北京市自动驾驶车辆道路测试报告(2019)》(以下简称“报告”)。

本次报告是智能车联作为北京市自动驾驶车辆道路测试第三方服务机构,在北京市自动驾驶测试管理联席工作小组指导下,连续第二年发布的北京市自动驾驶道路测试第三方报告。

2019年北京道路测试情况

报告指出,虽然与国外相比,中国自动驾驶道路测试开展较晚,但从北京道路测试情况来看,截止到2019 年底,有13 家企业拿到北京道路测试资格(涵盖了6 家互联网企业、6 家主机厂、1家地图厂商共计77辆车),有测试里程的12 家。其中,百度以近 90 万公里测试里程遥遥领先,其次是小马智行的12万公里,特别要说明的是,在这份名单中有10家企业路测里程未达到1万公里。

1583219164694074.jpg

同时报告还指出,截止到2019年底,北京市已累计开放4个区县的自动驾驶测试道路,共计151条,503.68公里,路测里程达104万公里,较上一年度增长577%。同时,申请企业数、车辆数、路测里程均位居全国第一。其中,2019 年度,有12家企业,73辆车参与北京市自动驾驶车辆一般性道路测试,并首次为百度公司40 辆车,发放了允许载人测试的联席审查意见。

另外,从测试主体测试地域覆盖来看,规模化测试主体的覆盖范围更为广泛;从技术路线来看,目前只有少数测试主体开展了网联功能测试。从测试意向来看,测试主体更倾向于在R3 级的道路上开展测试。部分测试主体在拿到T4牌照以后,开始进入更为复杂的R4级道路进行测试。值得一提的是,北京经济技术开发区由于地理位置及开放道路测试时间较早,测试里程最多,道路使用率最高。

路测依托车型国产化趋势明显

1583219182136703.png

2019 年,测试主体在改装车辆时选择国产车型的趋势明显增加。报告指出,2018 年,获取道路测试牌照的国产车型有哈弗、蔚来、北汽新能源共3 款车型;2019 年,则新增了红旗、东风风光、WEY、比亚迪4款车型,国产车型种类增长率达133%。

1583219198155534.png

不止是测试车型在不断国产化,而且多数测试主体采用的摄像头+毫米波雷达+激光雷达的方案,也开始向国产化靠拢。目前,国产品牌占比由2018年的20% 提升至2019年的40%。

1583219249678432.png

与此同时,报告还提到,2019 年,测试主体在激光雷达的线数选择上比2018年也有明显降低,主激光雷达采用40 线(含)以下的比例从去年的50%上升到今年的73%。从目前的趋势来看,随着技术的不断革新发展及低线数传感器成本的逐渐下降,测试主体对高线数激光雷达依赖度逐渐降低,开始向低成本、可量产、可落地的方向发展。

脱离类别及脱离原因分析

1583219293621649.png

此外,报告还发布了脱离类别及脱离原因分析。根据数据显示,有86%的脱离由人为接管造成,这些脱离是由于测试人员更换数据记录设备、需重新规划路径或个人原因导致;14%的脱离是由于策略缺陷、人工安全防御、系统故障造成的关键脱离,这些脱离数据的价值要远远高于人为接管脱离。报告还强调,对关键脱离数据的积累和分析,搭建典型脱离场景,不断复现测试,可加速自动驾驶车辆测试效率,不断提高车辆在道路测试中的安全性,有利于行业共同提升自动驾驶技术水平。

除此之外,报告还从自动驾驶的政策创新、标准完善、测试环境建设、路测牌照发放等几个维度,对北京市2019年自动驾驶测试工作和行业整体发展进行回顾。同时,针对2019年北京市封闭试验场测试情况和开放道路测试情况的具体工作内容,展开详细的专题介绍。(作者:郭王虎)

智能网联汽车

LV1
2020-03-03 15:09
265

到2030年晶体管体积将缩小六分之一

随着硅技术发展的步伐开始放缓,产品开发速度面临着非常现实的挑战。今天,我们正在充分利用晶体管物理学,而晶体管物理学本质上源于具有60年历史的CMOS技术。为了保持摩尔定律的步伐,预计到2030年,我们将需要使晶体管体积达到当前尺寸的六分之一。 ...查看全部

随着硅技术发展的步伐开始放缓,产品开发速度面临着非常现实的挑战。今天,我们正在充分利用晶体管物理学,而晶体管物理学本质上源于具有60年历史的CMOS技术。为了保持摩尔定律的步伐,预计到2030年,我们将需要使晶体管体积达到当前尺寸的六分之一。

1583135030281497.jpg

减小晶体管的尺寸会增加密度,当考虑给定面积的硅的相对功率会增加时,密度本身就会出现问题,正如Dennard Scaling所描述的那样。如果将并行性的局限性与多核体系结构相结合,我们开发越来越节能的硅的能力只是走错了方向!
当我们深入研究硅的几何形状时,我们发现高级节点的制造过程的可变性正在扩大。我们对热环境控制的放松带来了越来越多的挑战,这意味着我们不能简单地通过转移到下一个新节点来承担降低能耗的红利。整个芯片电压供应水平的动态波动,威胁着支撑芯片功能的数字逻辑的运行。这些因素,再加上减少超大规模数据系统的电力消耗和寻求降低全球碳排放效率(包括制造和使用电子产品)的紧迫性日益增强,意味着我们必须明智地思考,并寻求新的途径。
我不是第一个报告我们即将面临的技术低迷的人,也不是最后一个。自从硅工业开始以来,硅工业的“悲观情绪”就一直存在。
作为一个物种,我们可以变得聪明。我们知道,如果我们能够看到并理解某些东西,我们就有更好的机会来控制它。我们拥有的数据越多,效率越高。
监控系统的本质有两个阶段,反映了我们作为人类固有的好奇心。首先是“觉悟”。“这个发现给我们带来了启迪,同时也给我们带来了机会。其次,还有“进化”阶段。一旦从系统中收集数据(到目前为止还不可见),我们就设法提高数据的质量、准确性和粒度。增加我们正在收集的信息的“数据智能”,将动态电路条件关联起来,旨在识别趋势并在海量数据中提取签名或模式。

下一步是什么?

任何价值的信息都需要良好才能有效。我进行了很多交谈,概述了完美的嵌入式监视系统必须无限精确,无限小,零延迟和零功耗!尽管作为高级节点的嵌入式监视子系统的提供者,我们还没有,但我们正在努力!在找到万能药之前,SoC开发人员需要意识到传感器系统的面积开销。尽管传感器相对较小,但它们的核心通常是模拟设计的,与相邻的逻辑电路不同,它们不一定会随着几何尺寸的减小而缩放。
因此,由于这个原因,我们必须了解并寻求可减少传感器自身占用的硅面积的电路拓扑结构和方案。为了最大程度地减少面积影响并在布局方面充分利用芯片内传感器,此类问题通常最好在SoC开发的架构设计阶段进行讨论和考虑,而不是事后再进行地面规划。越来越多的传感器子系统正成为芯片电源管理和性能优化的关键基础,因为出错会导致存在的设备压力,并可能给技术食物链中的公司带来巨大的声誉损害,这些公司创造了当今汽车行业所使用的更大的产品或系统,消费类和高性能计算产品。
因此,在尝试继续遵循摩尔定律并限制Dennard缩放比例时,我们需要进行创新,而我们当然会进行创新。但是,这种创新的解决方案将来自对芯片内部深处动态条件的更清晰了解,而不是芯片本身如何实现核心功能。(作者 Stephen Crosher)

自动驾驶小能手

LV5
2020-03-02 15:42
149

小马智行、驭势科技相继获融资 自动驾驶又成“香饽饽”

自动驾驶的春天又要来了? ...查看全部

自动驾驶的春天又要来了?

2月26日,自动驾驶公司小马智行(Pony.ai)宣布已从丰田汽车公司(Toyota Motor Corporation)筹集4亿美元,以加深和扩大两家公司在出行领域的合作。同时,小马智行也宣布其B轮融资总额高达4.62亿美元,估值略高于30亿美元。算上之前的融资,小马智行的总融资额近8亿美元。这也是中国自动驾驶初创公司至今为止最大的单笔融资。

专注于无人驾驶技术研发的驭势科技也于近日正式对外公布融资消息。其在B轮融资中获得了博世战略投资,同期投资的还包括深创投(深圳市创新投资集团)、中金资本、厦门七匹狼节能环保基金以及重庆两江服务业基金等顶级VC、PE和地方战略新兴产业基金。

不止是中国的自动驾驶公司获得融资。据外媒报道,当地时间2月19日,来自美国科罗多拉州戈登的创企Outrider宣布在由NEA领投的种子轮融资和8VC领投的A轮融资中筹集了5300万美元(约合3.72亿元)。

此外,据相关消息透露,Momenta、智行者、新石器、高仙机器人等近期也或有融资进展公布。资本对于自动驾驶的热情又重新燃起来了吗?

看重技术研发实力

经过几年的狂奔,到了2019年,外界认为自动驾驶前进的脚步好像放缓了。

但据相关机构统计显示,2019年自动驾驶行业的融资总量是超过2018年的,且接近五分之一的企业融资额超过了1亿美元,说明自动驾驶在投资者眼中仍有价值,只是他们的眼光更加挑剔了,投资方向更加趋向于有真正技术实力的公司。

此次小马智行的这笔4亿美元的融资,是丰田与其在2019年建立的业务合作关系的延伸。在该基础上,两家公司将进一步加速自动驾驶的研发和商业化应用。

作为一家专注于自动驾驶解决方案的公司,小马智行拥有世界一流的L4级自动驾驶技术。且经过长期的城区公开道路测试,在中美积累了海量的复杂及极端场景数据。2019年11月,小马智行自动驾驶里程超过100万公里。次月全球范围内的Robotaxi总订单量超过7万单。正是源于这些真实的应用数据,使一贯以谨慎著称的日本企业敢于投出大额资金。

1583134170622640.jpg

而另一方面,小马智行对于技术路线的选择也和丰田不谋而合,都是布局移动出行领域。2018年12月,小马智行发布PonyPilot自动驾驶移动出行项目,并在广州率先试点城区公开道路Robotaxi常态化运营,成为首个在中国市场提供Robotaxi服务的公司。2019年6月,小马智行获得加州Robotaxi服务资质,为其在全球范围内提供自动驾驶服务打下基础。再看丰田,近几年丰田动作频繁,不断地对外界传递其转型为“移动出行服务供应商”的决心。双方也在合作的公告中说道“今后,小马智行将与丰田携手,利用双方的技术、知识及服务,给人们带来安全和便利,共同推动移动社会的创建。”

博世加码驭势科技也是从技术实力的角度考虑。此次投资驭势科技的博世创业投资有限公司隶属于博世集团。该公司旨在全球范围内寻找处于各个发展阶段,且可能改变整个行业的创新型初创公司。由于多年聚焦在技术领域投资,因此博世创投对项目筛选标准比较严格:从不追逐风口,注重投资具有长期优势且对博世集团有战略意义,具备较强的技术发展能力和商业落地能力,都是博世创投考察项目的重要指标。

在业务方面,驭势科技目前已形成可规模化部署的L3~L4级智能驾驶系统,并自主开发了多个基于其核心技术U-Drive自动驾驶平台打造的无人驾驶解决方案。

1583134184257686.jpg

作为中国前沿的自动驾驶解决方案提供商之一,驭势科技开发的L4级自动驾驶平台可以满足提高物流效率的需求,为博世在自动驾驶业务拓展上增加更多筹码。

加速商业化落地目标

从技术上来说,目前自动驾驶更多是在相对固定的区域内试运营或者测试,而在更复杂的场景,自动驾驶还面对着巨大的挑战。另外,成本、法规等因素也制约了自动驾驶落地速度。

根据美国斯坦福大学的预测,真正实现L4高级别自动驾驶,节点应该在2020~2025年,而且最先是在卡车、共享出租车等专用车辆上实现。对私家车而言,实现L4级自动驾驶应该在2030年左右,而L5级自动驾驶至少要等到2035年以后。

投入高、回报周期长,这无疑会拖垮很多致力于做自动驾驶的企业。因此,能快速实现商业化落地实力的公司,就会成为投资者的目标。

驭势科技相关负责人曾表示,目前能够在2~3年内得以商业落地的自动驾驶只有两个,一是高速公路上的L2~L3级自动驾驶技术;二是基于限定场景、增强环境+低速的自动驾驶技术。其中高速公路的国内方案由于技术限制仍然有大量需要完善的地方,其落地还需要相对更长的时间,而后者则更快。因此,驭势目前更加看好且大力推动的便是限定场景、增强环境(即去除不确定性)+低速条件下的自动驾驶。

2019年,驭势科技的自动驾驶技术在香港国际机场落地,启用无人物流车来为旅客提供行李运输服务。不仅如此,在新冠肺炎疫情期间,驭势科技基于U-Drive智能驾驶系统研发的无人配送车还针对医院、社区、工厂车间、产业园区、办公楼宇、学校等封闭的场景,承接医疗用品的无接触配送、快递外卖的定点配送等工作。

1583134201178783.jpg

此次疫情期间,低速无人驾驶车辆在物流、配送、清洁、消毒等多个领域发挥了关键作用,让更多人认识到了无人驾驶技术的成熟度和应用能力,也使无人车最快得到商业化应用。

此外,政策也在扶持中国自动驾驶产业加快发展。日前,国家发改委、工信部、科技部等11个部委联合盖章正式发布《智能汽车创新发展战略》。该文件中提出,到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产,实现高度自动驾驶的智能汽车在特定环境下市场化应用。

或许,智能汽车满足人们美好生活的愿景将不再是“纸上谈兵”。(作者:田野)

智能网联汽车

LV1
2020-03-02 15:30
272

固特异智能网联轮胎可有效缩短制动距离

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及 ...查看全部

日前,固特异轮胎橡胶公司携手客户收集并分析了累积300万英里的智能网联轮胎道路测试和实地测试数据。内置传感器的智能网联轮胎能够与车辆和公路进行“对话”,还可以测量轮胎的特性,有助于提升车辆性能及安全性。 

 1582854542402441.png

事实上,初步研究证明,固特异的新旧智能网联轮胎均可实现制动距离缩短高达30%。伴随着电动车和自动驾驶汽车时代的来临,智能网联轮胎的重要性必然与日俱增。智能网联轮胎对制动距离的影响以及与车辆开展交流这项功能带来的意义也会日益显著。

固特异的智能网联轮胎系统持续测定和记录轮胎相关的信息,这些信息可与其他车辆数据进行配对并连接到固特异基于云端的专用算法。

 1582854577915354.jpg

智能轮胎可实时测量轮胎的磨损程度、载荷情况、充气压力和温度以及路面状况,有助于车辆基于这些测量结果做出相应调整,从而优化自身性能表现。

固特异首席技术官Chris Helsel表示:“试想一下,在寒冷的天气中,行驶在光滑蜿蜒的道路上时,驾驶者会做出减速、踩刹车或避免突然转向这些操作来适应路面状况。但如果是无人驾驶汽车,又会怎样呢?轮胎是汽车唯一与地面接触的部件,它可以向车辆传递重要信息,从而提高安全性和车辆性能。”

固特异的智能网联轮胎目前尚未面向消费者发售,不过公司正携手汽车制造商和初创企业等持续开展广泛的智能网联轮胎测试工作,开发定制产品和解决方案,以便最终为消费者提供更加安全的驾乘体验。

示意图: 

1582854598742060.png

智能网联汽车

LV1
2020-02-28 09:50
284

小马智行获得丰田4亿美元投资,加速无人驾驶研发与应用

2月26日,小马智行(Pony.ai) 正式宣布从丰田汽车公司(Toyota Motor Corporation)筹集了4亿美元,以加深和扩大两家公司在出行领域的合作。这是双方 ...查看全部

2月26日,小马智行(Pony.ai) 正式宣布从丰田汽车公司(Toyota Motor Corporation)筹集了4亿美元,以加深和扩大两家公司在出行领域的合作。这是双方2019年建立的业务合作关系的延伸。在该基础上,两家公司将进一步加速自动驾驶的研发和商业化应用,旨在打造能造福每个人的产品和服务。小马智行新一轮融资总额4.62亿美元,估值略高于30亿美元。

此次合作关系的加深,有利于双方把一流的自动驾驶技术,与一流的车辆平台及技术更深入地融合,这和两家公司的战略重点一致。小马智行和丰田于2019年8月宣布了共同在中国公开道路开始试点项目。在今年的战略投资框架下,双方将扩大合作范围,除了共同开发自动驾驶技术外,双方还将在出行领域探索更多可能性,通过提供自动驾驶服务,为中国社会做出贡献。

小马智行是中国领先的自动驾驶公司。自成立伊始,小马智行一直致力于提供最安全、最先进、最可靠的自动驾驶技术,为人类生活带来更高效的交通格局和更安全的出行体验。

2018年12月,小马智行发布PonyPilot自动驾驶移动出行(Robotaxi)项目,并在广州率先试点城区公开道路Robotaxi常态化运营,成为首个在中国市场提供Robotaxi服务的公司。2019年11月,小马智行率先在美国推出加州首个面向普通公众的Robotaxi服务,为其在全球范围内提供自动驾驶服务打下基础。

今后,小马智行将与丰田携手,利用双方的技术、知识及服务,给人们带来安全和便利,共同推动移动社会的创建。

关于小马智行

小马智行以中国和美国为起点,专注于提供最安全、最先进、最可靠的自动驾驶技术。凭借人工智能技术领域的最新突破,我们致力于在全球范围内广泛提供我们的技术。成立于2016年底,小马智行已成功在中美两个市场率先落地面向公众的自动驾驶移动出行服务。

1582689502996821.jpg

智能网联汽车

LV1
2020-02-26 11:59
317

11部委联合出台智能汽车创新发展战略

前言:近日,发改委等11个国家部委联合盖章,出台《智能汽车创新发展战略》,利好车联网产业发展,全文转发。 ...查看全部

前言:近日,发改委等11个国家部委联合盖章,出台《智能汽车创新发展战略》,利好车联网产业发展,全文转发。

1582525148707296.jpg

1582525148721912.jpg

1582525148821410.jpg

1582525148456829.jpg

1582525437533097.jpg

1582525148948817.jpg

1582525148199304.jpg1582525148127023.jpg

1582525540905483.jpg

1582525148714424.jpg

1582525773463810.jpg

1582525148697355.jpg

1582525739672790.jpg


智能网联汽车

LV1
2020-02-24 14:30
246

北汽新能源快速复工复产的秘诀|车企复工复产专题

受疫情影响,员工复工率低、防护物资短缺、经营成本上升等接踵而来的问题,让很多车企年后开工的时间一拖再拖。而作为中国新能源汽 ...查看全部

受疫情影响,员工复工率低、防护物资短缺、经营成本上升等接踵而来的问题,让很多车企年后开工的时间一拖再拖。而作为中国新能源汽车企业排头兵的北汽新能源,其复工复产情况更受业界关注。疫情给北汽新能源的复工带来了哪些挑战?北汽新能源顺利复工复产的信心又源自哪里?

1582286337210186.jpg

在经历短暂的风雨后,2月16日,湖南株洲的天气再次转晴。上午8时许,北京汽车株洲基地二工厂5400T(吨)自动化冲压生产线准时响起“隆隆”地轰鸣声,早已在各自工位待命的潇湘铁军迅速进入工作状态,这标志着投产北汽新能源EU5的株洲分公司正式复产。

1582286361431895.jpg

湖南株洲生产基地正式复产

据《智能网联汽车》杂志记者了解,自2月10日起,北汽新能源在落实北汽集团要求抓好疫情防控不放松的同时,也在积极推进复工复产。也是在这一天,坐落于增城区的广州生产基地,已有部分员工返岗复工。

疫情给北汽新能源的复工带来了哪些挑战?

据记者从北汽新能源了解到,突发的疫情,对北汽新能源零配件供应、生产制造及其终端销售等在内的整个汽车产业链都产生了不小的影响。

不过,也有相关负责人表示,“目前北汽新能源的防疫工作以及生产经营的恢复工作,正在稳步推进,我们有信心实现一季度生产经营目标,并在全年目标完成上不退不让。”

北汽新能源复工复产的信心源自哪里?

事实上,正是其前期充足的准备,给了北汽新能源十足的底气。

1582286405920339.jpg

进入厂区,需要体温检测

据记者了解,2月2日至9日,北汽新能源北京地区的员工已经通过电话、OA系统、企业邮件、微信等方式开始在居住地点远程办公,并推动相关业务的正常开展。2月10日后,为了进一步防范疫情,返工人员还需按照公司相关规定居家隔离14天,并在产业园区内设置了体温检测岗。

同时,北汽新能源还为到岗员工提供口罩等个人短期防护物品,虽然长期防护物品需要自行准备,但是北汽新能源会给予一部分补贴。

“有效的防疫措施、有温度的企业关怀,让我们能全身心的投入到生产工作中去。”一名一线员工对记者如是说道。

除了动员员工、做好防疫外,在生产端、销售端,北汽新能源也早早围绕疫情防控和生产经营的统筹兼顾提前做了准备。北汽新能源相关负责人介绍:

一是及时摸排零部件供应商的复工时间、零部件库存、商品车库存和物流运力等情况,做好采购、生产、销售、物流订单计划的综合平衡和高效协同,对生产经营计划进行科学细致的管理。

二是针对疫情期间物流痛点,协调合作伙伴资源,优化调整运力结构,采用公、铁、水、空等多种方式联运,做好接力运输的物流保障。

三是做好经销商支持与服务工作,快速响应经销商需求,确保车辆资源供应、物流运输、售后零部件保障等工作正常开展。

湖南株洲生产基地也迎来了正式复工

继2月10日广州生产基地复工后,2月16日,湖南株洲生产基地也迎来了正式复工,冲压车间、焊装车间,生产现场的景象一片火热。

1582286443672987.jpg

湖南株洲生产基地焊装车间

生产制造二部冲压车间主任说,开工前,车间已做好复工的准备,每天督促员工填写员工健康收集表,召开班组长电话会议,并对所管辖员工进行视频沟通,及时了解员工身体状况、防疫物资储备情况。

而让株洲生产基地实现快速复产的秘诀也在于做好前期准备。事实上,自1月27日,成立疫情防控工作领导小组以来,株洲分公司出台了系列“硬核”举措——

先后召开15次专题会,全力调度、推进疫情防控工作;

编制《株洲公司新冠病毒防疫手册》,细化数十个工作生活场景的防疫举措;

自主开发“员工健康云系统”,实现全员健康动态管理;

持续升级管理措施,严把“出入关”,工厂、宿舍、班组园地等区域全方位消毒

……

一个个工作组相继成立,一项项工作机制陆续出台,一条条措施密集实施,在抓好疫情防控工作的同时,也助推着株洲生产基地快速复产复工。

“受疫情影响,虽然有部分员工仍处于在家办公状态,但目前员工整体复工率已超95%以上。”北汽新能源相关负责人表示,未来北汽新能源将有序安排员工在确保安全的情况下复工,并将产量恢复到疫情前的水平。(作者:郭王虎)

智能网联汽车

LV1
2020-02-21 20:01
235

小鹏汽车远程办公抗疫情,工厂复产仍待定|车企复工复产专题

疫情当前,车企复工、复产依然面临着很大的风险和挑战。尤其是生产部门,不少车企还处于停产状态。随之而来的,是巨额经济损失。如何顺利度过难关,已成为全行业共同面对的考验。 ...查看全部

疫情当前,车企复工、复产依然面临着很大的风险和挑战。尤其是生产部门,不少车企还处于停产状态。随之而来的,是巨额经济损失。如何顺利度过难关,已成为全行业共同面对的考验。

1582192522526513.jpg

受新冠病毒肺炎疫情影响,多行业延迟复工,这其中也包括汽车制造企业。根据中汽协公布的信息来看,截至2月16日,尚有51.9%的整车企业生产基地仍不能复工。

进入本周,车企的复工情况如何?已复工的企业在疫情防控方面采取了哪些措施?还面临哪些待解决的困难?为此,《智能网联汽车》杂志采访了小鹏汽车公关部相关负责人,并就上述问题进行了专访。

生产线复工待定 70%员工实行远程办公

2月19日上午,小鹏汽车总裁何小鹏在其官方公众号发表名为“何小鹏回应雷军:生活可以被疫情影响,但小鹏汽车决不能被疫情打败”的文章。该文章中提到,早在疫情爆发初期,小鹏汽车就启动了防疫抗疫相关预案。2月1日,小鹏汽车的高管们就判断疫情的时间会比想象的长,但并不是不能正常开展工作;2月3日,小鹏汽车成立工作组,高管们开始在各自的家里开启会议模式,为复工进行讨论和部署;2月10日,小鹏汽车迎来正式复工。

“虽然第一周我们仍有70%的员工在远程办公,但研发、生产、销售、服务、职能的各个团队,都已经开始了对特殊时期新模式的讨论、分析和执行,力保项目进度顺利进行。整体来说,工作节奏并没有太大的拖延。”何小鹏在其文章中谈到。

1582192503383894.jpg


对于整车制造企业来说,影响最大的莫过于生产环节。小鹏汽车公关部相关负责人也表示,受限于地方政府对工厂复工的审批流程以及外地员工返回后的自我隔离时间,目前工厂具体复工时间还需要持续观察,小鹏汽车也会严格按照相关政府规定重启生产工作。

除生产线外,其他部门复工并未受到太大影响,除部分因个人原因仍在休假的员工,以及一线生产销售服务环节仍在自主隔离的员工外,其余员工均已根据自身健康状况启动远程办公,小鹏汽车也开放总部办公室满足部分员工需求。

在产品研发方面,由于疫情的出现会在一定程度上激活部分以家庭为单位的购车需求,所以小鹏汽车通过 OTA 推送、自动驾驶辅助等技术升级,为用户提供更智能、舒适的用车体验,借此确立差异化产品形象。

在营销创新方面,小鹏汽车快速开展了线上直播看车、一站式购车、上门试驾、售后、交车等创新销售推广模式。针对销售及售后服务门店,2月10日起,小鹏汽车各地门店在符合所在地城市防疫规定且做好充分防疫准备的情况下,已积极复工营业。当日共有74家门店符合营业标准。

在售后服务方面,小鹏汽车客服中心照常提供7*24小时服务咨询、车辆远程诊断与解决服务、提供7*24小时道路救援服务,全国售后门店安排专人值班,提供疫情期间的用车及出行保障服务。

此外,小鹏汽车还在公司内部开展了一系列针对疫情的宣传工作,对全员普及防疫知识,收集员工防疫、假期加班、远程工作的故事,制作宣传素材,打造积极的复工氛围,提振员工士气。

多项措施并举防范疫情

复工的同时,疫情防控工作也不能忽视。针对部分因工作需求到岗工作的员工,小鹏汽车制定了严格细致的疫情防控措施。

入园检控。所有园区、办公区出入口设置检测消毒位,进入办公区需佩戴口罩且配合安保人员进行体温检测,通过检测后再喷手消毒。如未佩戴口罩或体温高于37.3℃的员工,不能进入办公区。

1582192550928255.jpg

频繁消毒。对公共设施进行频繁的消毒,并根据区域特点开展针对性消毒工作。

通风换气。开放所有门窗,并在工作时间全程开放新风系统(各地根据实际情况视情调整)。

快递管控。禁止快递员、送餐员进入园区,快递公司送件的接收,统一在指定地点卸货,并用84消毒水喷洒所有快递物件消毒,再由物业转运回小邮局。

口罩发放。每日为到岗员工发放口罩,便于定期更换。

防疫品处置。办公区设置防疫用品专用回收箱,2小时清理一次。

疫情处置。如发现发热等疑似症状,要求员工回家观察,如有就诊需要,协助联络定点医院。如确诊,及时上报与之接触员工的情况,并按要求自主隔离。

此外,对于湖北武汉等疫情重点区域员工,小鹏汽车也提供了特殊关怀,实时关注湖北籍员工的健康状况,配合政府部门完成信息通报工作。

供应链短缺成为产能复工最大阻碍

2月6日,北京奔驰向天津市政府以及天津武清区发函,请求其在天津武清的19家零部件供应商提前复产,否则北京奔驰经济损失每天将超过4亿元人民币。该公函在引发行业广泛关注的同时,也显示出零部件供应对整车制造企业的重要性。

上述负责人也表示,上游供应商的复工率确实对产能恢复产生了巨大影响。另外,公司生产、物流等环节的外地员工还需要进行严格的长时间自我隔离,这也直接影响复工后相关工作的进展。

目前,小鹏汽车正积极与各地地方政府沟通,为生产线及上下游合作伙伴的有序复工做好准备。

面对全行业共同的难题,该负责人建议,希望国家尽快制定汽车销售支持政策,刺激消费市场。例如,刺激销售的措施、税收减免、购车贷款优惠、销售奖励等,多渠道刺激市场消费。

通过一系列财税奖补、贷款支持和政府引导基金等,便于支持汽车企业在复工后加强产品研发、生产、销售推广方面的创新决策,提高全行业劳动生产效率。

小结

中国的汽车产业正发生巨大的变革,经历从功能汽车走向智能电动汽车的过程。毫无疑问,今天的汽车行业面临相当大的挑战。但疫情总会结束,下一步要思考的,是如何尽早在后疫情时代走出来,极力推动经济跟抗疫防疫两者间的平衡。正如何小鹏在其文章中提到的:“前期我们做了非常艰难痛苦的决定,如今才取得了抗击疫情的阶段性成果,现在的步伐,是到了应该尽快转移到恢复经济、提振信心的时候了。在当下,小鹏汽车更需要调整节奏,扎实练好内功,树立坚定信心,才能实现全年的磨刀不误砍柴工。相信我们会更好:春天会来,人心不败。”(作者:田野)

智能网联汽车

LV1
2020-02-20 17:57
181

保障抗“疫”物资运输 业内看好商用车联网应“急”前景

摘要:新型冠状病毒感染的肺炎疫情发生以来,医疗用品、消杀、防护用品需求出现大幅增加,特别是防护服、医用手套、N95口罩等抗疫用品供不应求。包括中国石化在内的多家 ...查看全部

摘要:新型冠状病毒感染的肺炎疫情发生以来,医疗用品、消杀、防护用品需求出现大幅增加,特别是防护服、医用手套、N95口罩等抗疫用品供不应求。包括中国石化在内的多家企业更是临时改变排产计划,提高装置负荷,开足马力生产医卫用原材料。与此同时,医卫用原材料运输需求也出现了大幅增加。在这场无声的战“疫”中,商用车联网发挥了重要作用。

1582111107389418.jpg

新型冠状病毒感染的肺炎疫情发生以来,医疗用品、消杀、防护用品需求出现大幅增加,特别是防护服、医用手套、N95口罩等抗疫用品供不应求。包括中国石化在内的多家企业更是临时改变排产计划,提高装置负荷,开足马力生产医卫用原材料。与此同时,医卫用原材料运输需求也出现了大幅增加。

在这场无声的战“疫”中,商用车联网发挥了重要作用。如何保障原材料运输既安全又高效?未来在应对突发紧急事件时,商用车联网能起到怎样的作用?近日,《证券日报》记者专访了四维图新旗下负责商用车智能网联的技术服务企业中寰卫星导航通信有限公司(以下简称“中寰卫星”)副总经理曹志远,他对记者讲述了中寰卫星助力抗击疫情背后的故事。

智能网联为抗击疫情保驾护航

山东省淄博市是全省重要的化纤生产基地,大量医疗用品、消杀产品、防护用品的原材料都在这里生产。曹志远告诉记者,为了保障抗“疫”医疗原材料运输安全,在当地主管部门的指导下,山东中寰与中石化旗下医疗原材料生产企业及承运企业积极对接,协助生产企业联系承运商,并为这些车辆的安全运输保驾护航。

自1月27日(农历大年初三)至今,山东中寰的运维人员在做好安全防护的前提下,每天到达车辆所在地展开车辆巡检及维护工作,针对车辆摄像头、主动安全ADAS、行车记录仪等设备,逐一排查,保证运输车辆能够实时调度。排查完毕之后,山东中寰又全程安排客服人员对运输车辆进行实时监控,对司机在驾驶过程中的健康状况及出现的分神、疲劳、车距过近等不安全驾驶行为及时进行提醒与处理,并对司机的卫生健康防护情况进行监督。通过努力,山东中寰圆满完成了大幅增加的聚乙烯(PE)、聚丙烯(PP)及丁二烯的运输保障工作,进而保障了防护服、医用手套、医用口罩等防疫物资的原材料供应。

这只是智能网联在这场抗“疫”大战中发挥的作用之一。疫情发生后,中寰卫星与各地行业主管部门建立起的交通管理平台系统也发挥了作用,根据当地政府对于疫情防控的要求,中寰卫星对公交出租及“两客一危”车辆,进行安全监控和调度,协助交通运输管理部门对疫情防控工作排查、追踪疫情防控目标,锁定疑似、确诊病例及密切接触者。

曹志远举例说,今年2月1日,内蒙古呼和浩特市确诊一位新型冠状病毒感染者,患者是一名出租车司机。为了寻找该司机的密切接触者,在与当地防控部门协同指挥下,内蒙古中寰通过车辆监控平台调取了该出租车1月18号至1月30日近半个月154条精准行车轨迹及其载客数据,为成功寻找到其密切接触者提供了强大的数据支撑,为疫情防控起到了重要作用。

“这个过程我们只用了三个多小时,如果不是靠平台和技术手段,而靠人力去检查出租车司机和哪些乘客有过接触,那是不可想象的,这得益于中寰在动态监管平台方面做了大量的接入和支撑的工作。”曹志远表示。

发挥专业优势助力抗击疫情

这些故事的背后,离不开中国十几年来智能网联技术的飞速发展,而中寰卫星则是智能网联运营服务平台企业中的典型代表。据介绍,中寰卫星成立于2004年,目前在全国下设二十余个分支机构,业务覆盖超全国2/3省份。中寰用科技手段为物流产业链的上下游企业,比如主机厂、车主司机、物流公司、后市场服务商、金融保险等这些参与方提供科技助力,从而推动产业的集约化、智能化、数字化升级。利用人车路协同数据分析,通过网联智能传感器的开发设计、AI算法、自动驾驶等核心技术能力,致力于打造物流产业的智能运力大脑。中寰卫星是国内领先的商用车联网运营服务商,从中寰的发展可以看到中国商用车联网发展的历程和趋势。

曹志远告诉记者,这次疫情期间,中寰卫星为助力抗击疫情主要发挥了三个方面的作用。第一,组织运力,保障运输。中寰卫星通过平台大数据支撑达到货物和运力之间的高效匹配,既保证了安全,又争分夺秒,优化线路,把必要的货物送到抗“疫”现场。

第二、监管运输,防控疫情,通过动态监管服务平台,对出租车及“两客一危”等重点营运车辆进行调度和监控。监管平台利用AI和边缘计算技术,能够对驾驶员的驾驶行为、道路信息、乘客信息进行全面监控,高效实现海量数据的实时处理、存储检索,为政府部门的需求提供技术基础。同时实时监控物流线上司机的状态,能够识别长距离运输司机的疲劳驾驶情况,以及是否严格按照防护措施去进行自我防护。

第三、助力车企,服务司机。中寰卫星为主机厂提供车联网技术支撑,借助大数据、车联网的平台能力,为保证主机厂在疫情期间可以不断为用户提供疫情防控和安全运行的服务。

“我们可以看到,自武汉封城到2月5日,解放车厂有11786辆互联卡车活跃在湖北境内,其中一辆车更是保持了23.5小时的无间断运输(司机两个人,换着开)。而在火神山和雷神山的施工现场,自1月23日开工以来,共有101台解放互联卡车参与施工。而‘逆行’的身影中,行驶路径最远的一辆车,从河北承德行驶29个小时,1629公里,驰援武汉。此外,至少有6万名东风商用车司机,日夜兼程的战斗在疫情前线,为民众提供生活物资,为抗疫运输医疗设备和物资。正是这些平台和网联数据,使得主机厂可以通过这些精准定位和数据,识别一线的司机和车辆,为他们提供救援、维修、保养等支持和关爱。”曹志远说道。

应对突发公共事件 商用车联网前景广阔

事实上,2008年汶川地震期间,中寰也承担了一线卫星通信任务。当时地面通信完全瘫痪,只能依靠卫星通信设备。但由于道路不通,余震不断,只能通过人背、人扛将设备带到震中去,并驻守一线,保证设备正常运转。中寰的员工积极报名,冒着生命危险,最终克服困难,完成了任务。

“一旦遇到这种紧急事故,中寰会第一时间响应国家号召,站在用户的角度思考问题,不畏艰险,克服困难。中寰卫星具备完善的服务网络和管理机制。平时做好准备,用时一马当先,我们有信心有能力保证每一次运输的安全,每一次调度的高效,每一条路径数据的准确和追溯,以我们的科技手段,为社会做应有的贡献。”曹志远表示。

在曹志远看来,在重大突发公共事件中,商用车联网未来的应用前景也非常广阔。“这是最近很多专家,包括很多科技公司共同面临的问题。疫情的发生,没有经过演习,也没有经过准备。但是通过这次疫情,我感觉中寰目前基于商用车智能网联技术的科技手段,不管是数据采集、数据分析,还是平台应用,在接下来都有非常广阔的前景。”曹志远说,比如通过中寰的大数据支撑可以实现对货物和运力之间的高效、准确匹配;中寰的商用车监控平台可以让车辆、驾驶人员运行得更安全,操作更规范;中寰可以通过AI算法、边缘计算、视频分析对整个流程更智能化、数据化。

大数据、人工智能、边缘计算等新技术手段将逐步打破产业链中原来的信息孤岛,商用车智能网联技术或迎来更广阔的发展前景。“中寰卫星多年来沉淀和积累了深厚的商用车智能网联的产品能力,大数据能力等核心竞争力,接下来会不断推出更多引领市场、贴近用户、结合场景的产品。应急事件的处理是对整个社会管理能力的一次检验,相信随着技术能力的不断提升,未来基于商用车联网的应急管理,将帮助整个社会将应急事件给社会和人民带来的损失降到最小。”曹志远说。

智能网联汽车

LV1
2020-02-19 19:16
214

自动紧急制动系统(AEB) 用户认知度和需求度研究

随着汽车被动安全技术的日趋完善,以预防危险事故发生为核心的主动安全技术已成为当前汽车技术发展的重要方向。然而,从整体市场应用情况来看,驾驶辅助系统普及应用情况 ...查看全部

随着汽车被动安全技术的日趋完善,以预防危险事故发生为核心的主动安全技术已成为当前汽车技术发展的重要方向。然而,从整体市场应用情况来看,驾驶辅助系统普及应用情况并不乐观。企业亟需加强产品开发,拓宽AEB产品的适用场景,并辅以更大广度宣传,提升用户对AEB产品信任程度。

1582026708579681.jpg

自动紧急制动系统(AEB)由于其可自动探测前方障碍物、判断碰撞风险,在必要时发出报警及自动实施制动,在避免交通事故方面效果显著,得到了世界范围内广泛的认可。欧洲、美国、日本等汽车工业发达地区和国家已分别在研究本国道路交通情况的基础上建立了测试评价方法和测试场景,制定了相关的标准或法规,或将AEB纳入其本国的新车评价规程(NCAP),以推动AEB的广泛应用和普及。2018版C-NCAP评价规程中将AEB纳入评价范围,极大的促进了AEB在中国的普及和应用。然而,从整体市场应用情况来看,驾驶辅助系统普及应用情况并不乐观。虽然企业AEB装备车型和款型已经较多(相关研究显示,2018年中国汽车市场共有约40家企业超过150个车型、360个款型装备AEB),为用户提供了充足的选择空间,但用户购买意愿不强、认可度不高,选购装备AEB车型/款型比例偏低。可以说,社会认知环境等因素已经成为显著制约AEB进一步普及应用的重要因素。

基于此,本文对自动紧急制动系统的用户认知度和需求度进行研究。旨在通过定量问卷调查的方法,对用户对AEB的信任度、功能了解度、功能需求度、场景需求度等维度的研究,更清晰掌握用户的认知度和需求度,为企业未来自动紧急制动系统乃至驾驶辅助系统产品规划和开发提供智力支持。

01调研对象与方法

1.研究对象

研究对象上,本文研究用户对自动紧急制动系统(AEB)认知度和需求度。其中,认知度主要包括信任程度和了解程度;需求度主要包括功能需求度和场景需求度。

调研对象(调研样本)的筛选上,分不同城市和不同车型属性(自主品牌、合资品牌、豪华品牌)选定调研用户。进一步的调研对象特征筛选方面,设定了若干筛选条件,以保证样本有效性,最终调研用户所具备主要特征为:购车时考虑汽车安全因素、对自动紧急制动系统/前方碰撞预警系统有一定了解、每周用车2天以上、年龄25-50岁之间等关键性因素。

2.调研方法

2.1调研城市与样本量分布

考虑一线城市各车型用户较多、用户可选择性多等因素,选取北京、上海、广州三个一线城市作为调研城市。根据用户调研的基本原则,确保每一个车型细分维度有30-50个样本,本文设计每个城市调研样本总量为150个,根据调研实施情况,最终北京市回收有效样本145个,上海和广州各回收有效样本140个。

AEB调研样本城市分布

城市

样本量

北京

145

上海

14

广州

140

合计

425

2.2调研车型与样本量分布

选取涵盖自主品牌、合资品牌、豪华品牌的9款典型车型进行调研与分析,保证调研车型的广泛性和典型性。车型名称和调研样本量见下表所示。

AEB调研样本车型分布

品牌

车型

样本数量

自主品牌

长安睿骋CC

45

荣威RX5

50

传祺GS8

50

吉利博越

50

合资品牌

斯巴鲁力狮

50

别克昂科威

50

豪华品牌

沃尔沃S60L

50

奔驰E系

50

特斯拉Model X

30

合计

425

3.调研用户特征车辆使用特点

3.1特征概况

用户驾龄方面,48%的用户驾龄在6年以上,35%的用户驾龄在4-5年,仅有2%的用户驾龄在1年以下。用户驾龄覆盖面广,符合驾龄人群的一般性规律。

累计行驶里程方面,车辆行驶里程在5001-10000km范围内用户占比最多,达到44%,20000km以上的用户比例占5%。多数用户拥有5000km以上的驾驶里程,同时累计驾驶里程较为分散。

3.2每日驾驶特征

日均行驶里程上,单日行驶里程21-50公里区间的用户较多,占比67%。用户每天出行半径约在10-50公里,单日行驶里程相对稳定。日常行驶速度上,行驶速度在51-80km/h占比61%,21-50km/h达到33%。多数调研用户日均行驶速度在20-80km/h。

3.3行驶道路特征

调研用户行驶道路涵盖较广,涵盖主要道路类型。城际道路上,用户以高速公路和国道/省道为主,隧道和山路用户选择较少,仅有8%和4%用户进行隧道和山路行驶。

02自动紧急制动系统用户认知度研究

1.自动紧急制动系统用户信任度研究

用户对AEB信任程度较高,各场景下比较信任以上占比均超过66%。不同场景信任程度不同,典型的前车制动场景信任度较高,用户对汽车变道切入场景信任度一般,用户对包含行人等复杂场景信任程度最低。对前车制动和前方车辆突然变道切入本车道两种场景不同道路类型下的信任度对比发现,在高速行驶时信任程度最低;表明随行驶车速增高,用户信任程度呈降低趋势。

用户对不同场景下AEB信任度

1582026747870304.jpg

2.自动紧急制动系统用户了解程度研究

2.1功能了解程度

在功能概念的了解程度上,研究结果显示,AEB功能和概念普及度较高。有一定了解用户占比高达70%,一般了解用户占比为21%;有7%的用户非常了解。

在AEB功能开关上,用户对AEB功能可以人工进行开启和关闭功能了解程度较高。69%的用户知道AEB可以人工进行开启和关闭,但仍有31%的用户不知道AEB有开关设置。

2.2使用条件了解程度

在起作用车速范围上,用户对AEB起作用车速范围了解程度一般,仅有4%的用户非常了解,有一定了解用户占比为56%,一般了解用户占比为33%。

在不起作用天气情况方面,用户对AEB不起作用天气条件了解程度较低(有一定了解以上用户仅占39%),一般了解用户占比最高,达到51%;仅有38%用户有一定了解。

用户对不同拥堵程度下AEB需求性

1582026766424372.png

03自动紧急制动系统用户需求度研究

1.功能需求度研究

功能需求度上,主要通过功能开关、报警方式、组合预警方式、屏幕显示方式、灵敏度调节五个维度进行研究。

1.1功能开关

功能开关需求度上,仍有20%的用户会选择关闭AEB功能,功能主动开关设置有一定市场需求。

经过项目深入研究发现,在用户关闭AEB功能原因上,错误预警、报警太早/制动太早占比分别为33%和32%;仅有15%人由于不信任功能而选择关闭。

1.2预警方式

声音报警和屏幕显示是用户认为的最佳提示方式,与目前AEB提示方式相吻合,认为声音报警为最佳预警方式的用户高达48%,其次为屏幕显示,占比为39%。

1.3组合预警方式

45%的用户期望通过屏显+声音的组合进行报警,26%用户希望通过屏幕显示+振动组合预警,仅有14%的用户期望通过三种组合报警。用户对振动提示不敏感,行驶过程中振动舒适性差、敏感性较低是振动不受用户青睐的主要原因。

1.4屏幕显示方式

仪表盘提示和中控屏显示最受认可,抬头显示由于其分散注意力等原因用户需求度较低。通过行业调研和专家调研发现,虽然中控屏显示用户需求度较高,但是其提示效果不明显、分散注意力等原因,企业应用较少。

1.5灵敏度调节

用户对灵敏度调节有一定需求,比较需要灵敏度调节功能用户占比最高,为37%,非常需要用户占比为6%;一般需要以下用户占比高达57%。经过项目调研发现,多数用户会尝试进行灵敏度调节。

用户功能需求情况

因素

功能开关



预警方式

组合式

振动(方向盘/座椅)、屏幕显示

声音提示

其中:组合式预警方式

声音报警+振动、屏幕显示+声音报警+振动

屏幕显示+振动

屏幕显示+声音报警

其中:屏幕显示方式

前挡风玻璃显示

中控板显示

仪表盘显示

灵敏度调节



2.场景需求度研究

场景需求度研究上,主要对道路类型、速度范围、拥堵程度、控制策略四方面的需求度进行研究。

2.1道路类型

用户对城市内、城际间等主要行驶道路的需求度均在50%以上;有20%以上用户对山路、隧道等特殊道路表现出需求性。整体来看,用户对城市内普通道路、城市内高架、城际高速公路道路条件下AEB功能需求较高,分别为80%、67%和61%;仅17%用户在县道乡道需要AEB功能。

2.2速度范围

用户对20km/h以上速度范围表现出一定需求性,51%的用户认为在31-50km/h、51-80m/h速度范围需要AEB功能,仅6%的用户认为20km/h速度范围需要AEB功能。整体来看,31-80km/h的需求性最高,与AEB起作用速度范围有一定吻合性。

2.3拥堵程度

用户对不同拥堵程度下AEB均有一定需求性,畅通、不拥堵、拥堵三种情况下比较需要以上占比分别为47%、42%、68%。在驾驶环境复杂情况下(拥堵),用户焦虑感和对发生事故担忧导致了在拥堵情况下对AEB功能需求增加;畅通情况下,车速一般较高,用户对于突发情况下反应不及时、自己分心等是对AEB功能需求的主要因素。

2.4控制策略

在起作用过程方面,报警是用户最普遍认可和需求的功能,占比高达96%;仅有60%用户对制动功能表现出需求性。

报警+主动制动占比需求最高,占比达到56%;仅需要报警功能用户占比为40%,仅需要制动用户仅为4%。

在制动策略上,两级级制动策略受到用户青睐,占比高达75%。不同制动策略用户认可度差异较大,先较大制动力制动、再全力制动的两级制动策略占比最高,为38%;直接全力制动的一级制动策略占比为25%。

用户场景需求情况

因素

道路类型

隧道、山路、县道/乡道

城际-国道/省道、

城市内道路(高架、普通道路)城际—高速

速度范围

20km/h以下

20~30km/h、81km/h以上

31~80km/h

不同拥堵程度

不拥堵

畅通

拥堵

控制策略—起作用过程

不报警,直接制动

报警(制动与否无所谓)

报警+主动制动

控制策略—制动策略

两级制动-3(先全力制动,再以较小制动力制动)

一级制动、两级制动-2(先以较小的制动力制动,再进行全力制动)

两级制动-1(先以较大制动力制动,再进行全力制动)

04结论

通过对信任度研究,可以发现,AEB已经基本取得了用户的信任,但是用户对复杂工况、高车速条件下的信任程度仍然较低,企业亟需加强产品开发,拓宽AEB产品的适用场景,并辅以更大广度宣传,提升用户对AEB产品信任程度。

在了解程度研究上,目前AEB功能和概念普及程度较高,有一定了解用户占比高达70%、有69%的用户知道AEB可以人工进行开启和关闭。然而对AEB使用条件了解程度一般,仅有60%用户对AEB起作用车速范围有一定了解或非常了解,仅有40%用户对AEB不起作用天气情况有一定了解或非常了解。

通过对功能和场景需求度研究,可以发现,用户对功能和场景需求的高、中、低要素分别如上表。(作者:岳巍)

智能网联汽车

LV1
2020-02-18 19:53
280

小鹏G3智能进化“高温抑菌”功能,为车主构筑安全出行座舱

近日,全国各地各行各业陆续进入复工复产阶段,但疫情还在持续,小鹏汽车忧车主之所忧,迅速响应,在此关键时刻研发“高温抑菌”功能,该功能可通过手机APP远程对G3空调进行控制,在确保车辆安全的情况下 ...查看全部

近日,全国各地各行各业陆续进入复工复产阶段,但疫情还在持续,小鹏汽车忧车主之所忧,迅速响应,在此关键时刻研发“高温抑菌”功能,该功能可通过手机APP远程对G3空调进行控制,在确保车辆安全的情况下对座舱进行高温净化抑制病菌,未来,技术研发成功后将以OTA的形式为G3车主进行推送,能够进一步加强车主及其家人的健康防护,确保出行更加安全。

智能进化,高温抑菌

小鹏G3“高温抑菌”功能是通过手机APP一键远程操控,在确保车辆安全的情况下通过G3车内空调系统对座舱进行高温净化。该功能操作简单高效,只需三步:第一步,停好车辆,确保车内没有任何生命体(人、宠物)、食物的存在;第二步,下车并打开手机APP开启高温抑菌功能,这时车内空调将自动升温至56℃,以空调高温大风内循环的方式对车内进行持续60分钟的净化,空气循环达百次以上,确保车内抑菌效果;第三步,功能完成后,静待30分钟后即可上车;整个净化过程预计消耗电量2-3.5度(根据车辆所处环境决定)。同时,该功能区别与其他厂商,无需购买新车,未来,将通过OTA的形式为G3车主进行推送,充分发挥小鹏汽车智能进化的优势。 

空调净化,有效防护

1581925836595215.png

小鹏G3拥有先进的空调净化系统,为保障功能效果,小鹏汽车对空调系统进行过滤效率实验,实验数据显示,小鹏G3在开启空调系统后, 8分钟内可以将PM2.5从800ug/m³降到35ug/m³,同时,拥有高效过滤网的净化系统能够将直径大于0.3微米的颗粒物过滤效率达90%。该实验表明,小鹏G3的空调净化系统对车内驾乘人员能够起到有效的防护作用。实验数据的背后,是空调净化系统的空气监测与空气净化功能发挥着重要作用,空气监测主要通过车外的高精度AQS传感器、车内的高精度PM2.5传感器对空气中的有害气体进行超标浓度识别,识别出有害气体后,空调净化功能开始工作,其采用多层高效过滤网,能够只让空气通过,而空气中细小的微粒却无法通过,尤其是对直径为0.3微米(头发直径的1/200)以上的微粒去除效率非常高,是烟雾、灰尘以及病菌等污染物最有效的过滤媒介。空调净化系统配合“高温抑菌”功能,动静两相宜,为车主构筑安全出行座舱,最大程度的减轻病菌对车主的侵袭。

小鹏汽车“高温抑菌”功能的研发,是继“抗疫300万医疗物资”“医护群体购车政策”“延迟还款”等抗疫动作后推出的又一重大举措,同时,也是小鹏汽车智能速度的有力体现。疫情当前,小鹏汽车愿竭尽全力助力每一位车主健康安心出行。

智能网联汽车

LV1
2020-02-17 15:51
232

智联周报| Apollo发布科技战“疫”方案、华为MDC通过认证、文远知行发布试运营报告

Apollo发布科技战“疫”方案、华为MDC通过车规功能安全管理认证、文远知行发布试运营报告……这一周,智能网联汽车领域发生了哪些大事?《智能网联汽车》杂志“智联周报”栏目带您快速浏览。

本期要闻回顾

  • Apollo发布科技战“疫”方案

  • 华为MDC智能驾驶计算平台通过ISO 26262车规功能安全管理认证

  • 文远知行发布中国首份自动驾驶出租车Robo-Taxi试运营报告

  • 福特中国选定新图商 助推自动驾驶

  • FCA强化车辆的智能网联生态系统

  • 付费10万次 宝马5系无人车测试成绩出炉

  • Waymo推出AI“内容搜索”工具 

  • UltraSense首个超声波传感器问世 可穿透任何厚度的材料

  • 驭势发布无人配送车原型

  • 特斯拉方向盘专利 带有触摸屏/具触摸反馈功能

1.Apollo发布科技战“疫”方案

1581924810766309.jpg

2月10日,百度Apollo宣布将对服务疫情的企业免费开放低速微型车套件及自动驾驶云服务,加速自动驾驶产品应用,联手生态伙伴,驰援疫情防控。

第一,Apollo平台开放低速自动驾驶微型车套件,套件包含硬件方案、软件和相应服务,用以支持针对抗疫情作业车的自动驾驶应用;百度承诺在疫情期间,对使用低速自动驾驶微型车套件服务疫情的企业提供免费技术适配和供应链支持。

第二,在疫情期间,针对抗疫情场景的自动驾驶作业车企业,可以免费获得百度Apollo平台提供的自动驾驶云服务矩阵支持,包括但不限于高精地图、仿真模拟、车辆标定、数据标注、传感器标定、远程监控、云存储/计算等关键云服务。

此外,为助力企业更好地开展疫情作业车研发工作,Apollo还将对生态合作伙伴在研发过程中的软件、服务、硬件、落地提供资金支持。

点评:一次次在战疫前线的积极投身,给无人车这项未来技术刷满了公众好感,也为日后政府出台更多扶持政策提供了无数个合理的动机。

2.华为MDC智能驾驶计算平台通过ISO 26262车规功能安全管理认证

1581924854897541.jpg

近日,全球知名的检测、检验和认证公司德国莱茵TÜV集团(以下简称“TÜV莱茵”)向华为MDC智能驾驶计算平台颁发了ISO 26262功能安全管理认证证书。华为官方认为,此次通过ISO 26262功能安全管理认证是华为MDC智能驾驶计算平台研发历程中一个新的起点,它将提升并确保华为MDC智能驾驶计算平台产品的功能安全性。

华为MDC智能驾驶计算平台,基于自研鲲鹏CPU与昇腾AI处理器,搭载自研智能驾驶OS,是一个开放的、标准化的、系列化的平台产品。该平台支持L2+~L5级别自动驾驶的平滑演进。

点评:毫无疑问,汽车电子已成为消费电子巨头的必争之地。

3.文远知行发布中国首份自动驾驶出租车Robo-Taxi试运营报告

1581924898948019.jpg

2月14日,文远知行WeRide携旗下合资公司文远粤行发布中国首份L4级自动驾驶出租车Robo-Taxi的试运营报告。

文远粤行试运营首月,共完成8,396个出行订单,零安全事故,日均出行服务270.8次,单天最多订单达到438单,服务订单总里程达41,140公里,共服务4,683名用户。

据了解,文远粤行于2019年11月底在广州开启Robo-Taxi试运营服务,运营范围覆盖广州市黄埔区、广州开发区中心区144.65平方公里的城市开放道路,是迄今为止中国唯一对公众全开放的Robo-Taxi服务。市民只需要下载叫车应用WeRide Go,即可呼叫使用,无需申请、审核。

点评:在中国,自动驾驶的运营还没有先例可循,但毫无疑问,Robo-Taxi载客运营的第一手经验,为下一阶段的研发和运营开了一个好头。

4.福特中国选定新图商 助推自动驾驶

1581924951601517.jpg

近日,箩筐技术发布公告,福特汽车已选择箩筐的子公司易图通科技(EMG)作为福特中国的自动驾驶高清地图定点供应商。

据了解,箩筐技术是全球领先的时空大数据技术公司之一,中国领先的位置交互出行数据服务公司。EMG是中国三大图商之一,占据中国前装车载导航市场25%的市场份额。为顺应市场发展趋势,易图通正从传统地图数据提供商转型为位置服务平台提供商。

EMG将为福特汽车的Connected Blue Zone(CBZ)自动驾驶商业化项目提供高清地图服务。并利用OTA技术进行数据在线增量更新,能够及时更新道路变化状况,从而为自动驾驶汽车自适应巡航系统、CBZ蓝线保持系统、以及驾驶员注意力保持系统等功能提供有力支撑,为用户在高速公路上驾驶时解放双手提供了可能。

点评:现如今,各大车企都在将旗下产品变为智能化、网联化的移动出行工具。福特品牌作为百年车企,当然也不例外。

5.FCA强化车辆的智能网联生态系统

1581924988423522.jpg

日前,据外媒报道,菲亚特克莱斯勒(FCA)选中了IDEMIA的智能网联解决方案,用以提升智能网联汽车的用户体验。IDEMIA旗下的GSMA合规性智能网联解决方案,能够强化车辆的智能网联生态系统,在提升驾驶安全性的同时简化操作。

为了保障智能网联汽车的安全性,IDEMIA发明了一张eSIM卡,将这张微型卡片内置到汽车中,可保护车辆的电子设备免受网络攻击,并基于云服务进行加密连接。对于驾驶员的身份认证,IDEMIA也创立了数字ID,一旦注册,驾驶员即可通过无钥匙解决方案来打开车门或启动车辆。此外,通过对驾乘人员不同的身份认证,系统也会相应微调不同身份人员的服务范围。

点评:汽车进入智能网联时代,在保证安全性的同时简化驾乘人员的操作流程无疑是众多企业的研发重点。

6.付费10万次 宝马5系无人车测试成绩出炉

1581925033876919.jpg

日前,Lyft与安波福宣布,双方合作的自动驾驶汽车已经为用户提供了超过10万次自动驾驶出行付费服务。在所有这些使用过该项服务的用户中,98%的用户均给了五星好评。

据悉,安波福使用宝马5系车辆作为服务用车,这些车辆的服务范围已经覆盖美国拉斯维加斯市内超过3400个地点,包括餐厅、酒店、娱乐中心及其他人流量较高的地点,例如拉斯维加斯会议中心、麦卡伦国际机场等。

点评:虽然当前的服务内容尚未实现完全的自动化,在车辆提供服务的过程中,驾驶位上依然配有安全员,但作为自动驾驶出租车领域一次新的尝试,这项服务依然意义重大。

7.Waymo推出AI“内容搜索”工具 

1581925068916762.jpg

据外媒报道,Waymo研发的自动驾驶汽车利用计算机视觉技术和人工智能识别周围环境,并对车辆应该如何反应和移动做出实时决策。当车内摄像头和传感器感知到物体时,此类物体会与Alphabet编制的大型数据库中的物体进行匹配,以便进行识别。

大量的数据集对于自动驾驶汽车的训练至关重要,因为数据集可以让车内的AI变得更好,并提升性能。为了解决该问题,Waymo最近研究了一个名为“内容搜索”(Content Search)的工具,其功能与谷歌图像搜索(Google Image Search)和谷歌照片(Google Photos)的操作类似。此类系统可以将查询内容与图像中的语义内容进行匹配,以表示物体,让基于自然语言查询的图像检索变得更加简单。

点评:此次并不是Waymo首次利用多种机器学习模型以提高车辆可靠性和准确性。事实上,此种技术成功地减少了误报数量,同时也减少了所需的计算资源和训练时间。

8.UltraSense首个超声波传感器问世 可穿透任何厚度的材料

1581925103943439.jpg

据外媒报道,一项新研发成果 - 超声波单芯片系统为智能手机、汽车、物联网(IoT)、医疗和家用电器的虚拟按钮开辟了新的设计可能性,能够为特定任务创造时尚的设计和专用的触摸体验。该超声波单芯片系统可以作为一个技术平台,实现无按钮的新型触控用户界面。

这是全球首个也是最小的超声波传感器,几乎可以穿透任何厚度的材料,包括金属、玻璃、木材、陶瓷和塑料等,以进行触觉感知。该新传感器可以应用于国防部门等多个领域,还可应用于家具、电子产品、医疗设备以及自动驾驶汽车等。

点评:在此之前,此类传感器的表面会受到任何类型的污垢、液体的影响,而且许多不能与普通手套一起使用,在使用时需要特殊的手套。

9.驭势发布无人配送车原型

1581925138809943.jpg

为了有效辅助防疫工作的顺利进行,驭势科技响应政府倡议,持续在“无人配送车”这一协同领域积极地展开着研发与测试工作。

目前驭势科技基于自主研发的U-Drive智能驾驶系统,已快速完成两款无人配送车原型车,其配送车将针对医院、社区、工厂车间、高校、产业园区、办公楼宇等封闭场景,实现重点防疫区域医疗用品的无接触配送、快递外卖抵达住宅楼宇间的定点配送,及隔离区或封闭社区的安全巡检等无人作业,以减少人员流动。

点评:虽然疫情给全国人民带来了不小的麻烦,但另一方面,疫情的到来,也确实加速了自动驾驶无人车的落地。

10.特斯拉方向盘专利 带有触摸屏/具触摸反馈功能

1581925651827739.jpg

据外媒报道,特斯拉想要重新设计方向盘。据一份新专利申请所说,特斯拉正在研发一款基于方向盘的用户界面,而且该界面具备一系列新功能,包括取代换挡杆、各种触摸屏、触觉反馈功能等。特斯拉汽车的换挡需要用上安装在方向盘上的换挡杆,除卡车之外,该功能在乘用车上并不常见。

特斯拉在专利申请文件中表示:“方向盘的用户界面可能还包括指示器,该指示器安装在方向盘下部,可以指示车辆具体采用的档位。例如,用户界面可以提供停车、倒车、空挡或驾驶模式等发光的指示信息。另外,该方向盘可能还会配备RFID(射频识别)探测和NFC(近场通讯)激活功能。”

点评:简化操作是未来汽车的重要发展方向,目前还不确定的是,此类技术会不会用于量产车型。(作者:郭王虎)

智能网联汽车

LV1
2020-02-17 15:51
238

无人配送车的时代到了?

抗疫,无人配送车已冲到一线。 ...查看全部
抗疫,无人配送车已冲到一线。

1581652482584971.jpg

近日,美国自动驾驶新创公司 Nuro,获批可以部署没有侧视镜和方向盘等人工控制装置的无人送货车。这是美国首次发出这类监管批准,允许在不满足美国所有现行汽车安全标准(75项)的情况下部署自动驾驶系统,这对无人车行业来说意味着向前冲了一大步。

当无人配送车的光照进现实,又取得阶段性的进步时,人们不禁要问:无人配送车技术发展得怎么样了?我们什么时候可以感受无人配送车上门服务?在物流业爆发式增长的时代,无人配送车会是未来发展方向吗?

无人配送车在限定区域和低速运行条件下基本成熟

“无人配送车目前在限定区域(如园区、学校、厂区等)和低速运行条件下(10-15Km/h)技术基本成熟,能够在路况良好的道路上稳定行驶,在安全性方面有充足保障,可承担快递、外卖、售卖等日常服务。”百度智能驾驶事业群组合作发展部宋德王在接受《智能网联汽车》杂志记者采访时表示。

事实上,在此之前,国内外多家公司进行了无人车应用到物流配送的试验。国外的物流公司如亚马逊、联邦快递意识到无人物流配送可以提高效率、缩减成本,很早就在无人物流配送方面暗自较劲。美国硅谷Nuro公司在2018年1月推出全球首款完全无人驾驶配送车,可以在机动车道路上行驶,但行驶速度缓慢。2018年12月,Nuro率先在亚利桑那州用R1上路送货。几日前,Nuro曝出重大消息:Nuro R2获批可以部署没有侧视镜和方向盘等人工控制装置的无人送货车。

早在2016年10月,由OTTO运输的自动卡车的首单运输货品就已经在美国上路。2018年,沃尔玛开始和Waymo公司合作,凤凰城郊区的消费者只需在网上提交购物清单,便可乘坐 Waymo 的无人车辆前往沃尔玛商店直接取货。2019年12月,图森未来L4级无人驾驶卡车车队也在京礼高速(延崇北京段)顺利完成中国首次高速公路全封闭环境下、基于C-V2X车路协同技术的队列跟驰测试工作。此外,德邦快递于2019年10月被授予了正式运营牌照。不同于以往的测试牌照,此次颁发的牌照允许在德清指定区域内的公开道路上进行L4级运行。这意味着无人驾驶货车快递场景应用正式落地和实现商业化。

国内物流公司加速试验 欲“后发制人”

2017年6月,京东在中国人民大学完成首次无人配送试验,但技术上仍有很大进步空间。2019年的“6.18”,京东正式启动了自主研发的全球全场景常态化配送货物首次的尝试,20台京东配送机器人在北京海淀区上地站发出,这也预示着国内快递无人配送时代的来临。无人员值守、无接触购物,京东物流的智能零售科技正在将疫病传播的概率降至最低,为消费者提供了更为安全的购物方式。

值得一提的是,京东物流在2020年春节期间所作出的贡献。为了降低疫区配送人员在高危环境下配送时被感染的风险,京东物流配送机器人也被派上前线。近日,京东物流在疫情核心区武汉已基本完成机器人配送的地图采集和机器人测试,为了更好地实现机器人配送常态化,京东物流正在从各地抽调配送机器人驰援武汉。除了武汉之外,京东物流在贵阳、呼和浩特等地的智能配送站也在正常运营,配送机器人正在不断将抗击疫情所需的物资与用户订单安全可靠的送达。

1581652502528803.jpg

而对国内最先拿到无人驾驶测试拍照的百度来说,走的是一条开放式的合作道路。百度与智行者合作的无人配送车——蜗必达,就是国内最早实现“解决最后一公里物流”的产品。只需要快递员在小区/医院集散点将快递装入车内,便可以将快递发送至各个小区/医院的单元楼/病房,相关人员只需通过手机扫码的方式进行取货,全部过程0接触,0感染。蜗必达可连续工作6小时,每次可送24件快递,单次承重100kg,每日可派单100+件。日前,百度宣布,将向为疫情服务的企业免费开放低速自主微型汽车套件和自主云服务矩阵。可谓勇担运货责任,摇身一变战“疫”冲锋队员。

阿里菜鸟在积极发展自己的智能物流网络平台,不断推出包括菜鸟无人车、无人机、菜鸟快递塔、菜鸟驿站智能柜、菜鸟小盒等系列智能黑科技,提供从最后1公里的全面解决方案。去年,菜鸟同样也启动了无人车配送。在成都的未来园内,满载包裹的菜鸟无人车在园区内穿行,把消费者购买的天猫商品送达分拨场地,全程由IoT(物联网)系统自动调用红灯,无人车自主规划路线和避障。这是菜鸟无人车首次从末端配送,进入园区调拨运输环节,代表着无人驾驶应用场景的进一步拓展。

“使用传统的调度匹配方法已经远远不能解决现实遇到的问题,必须采用新的技术,尤其是人工智能。”顺丰速运(集团)CTO、顺丰科技 CEO幺宝刚表示。像是分拣、自动导引车(AGV)等的自动化与机器人,研发无人机和无人车的技术孵化部分,物联网(IoT)及可穿戴式设备的智慧物联,以及 AI 智慧决策等成为顺丰科技的技术大脑的重要组成元素。

“这种小型无人配送车技术难度不大,和工厂里用的AVG小车差不多,只是多一些感知、路径内容,速度低,碰到人或其他障碍物会自己停下来。这种车就是用于B2C的,配送半径不大,就是区域仓储直接到终端用户的。”中国汽车工业协会副秘书长许艳华在接受《智能网联汽车》杂志记者采访时表示。

也就是说,目前如果我们只要求一定区域内的低速配送,技术是基本没有问题的,那么在开放的道路上,无人配送车还有哪些需要突破的点呢?宋德王认为:“在开放道路上,目前无专用车道,加上和机动车、非机动车混行,技术研发受限,因此,成熟尚需时间。”

无人配送车商用还需具备三大条件

此次疫情肆虐人心,无人车的曝光也的的确确温暖了国人紧张数日的内心。例如,广东省人民医院引进了两台集成无人驾驶技术的机器人,可实现自主开关门、自主搭乘电梯、自主避开障碍物、自主充电等功能,在医院中承担送药、送餐、回收被服和医疗垃圾等工作,降低了临床工作人员交叉感染的风险;杭州市第一人民医院有着类似的尝试,机器人从病毒洁净区承载餐食或物资出发,自动前往各个隔离区房间进行配送,试图通过机器人自动化免接触配送的方式,阻断“人传人”的新型冠状病毒传染链条,减少隔离区内部病毒传播的可能性;京东物流将无人车、无人机优先调往亟需运力支撑的区域,不断将抗击疫情所需的物资与用户订单安全可靠的送达。如今,平均每30分钟往返一次的无人车已经承担了武汉市第九医院的70%订单。

1581652521545655.jpg

近日,中国电动汽车充电技术与产业联盟常务副秘书长郑甲兔在接受《智能网联汽车》杂志记者关于“智能网联汽车能在哪些方面为社会提供帮助”问题的采访时,说道:“智能网联在应急交通物流方面有很大的帮助。”

 “目前无人配送已经在一些园区、厂区和酒店公寓里面运行,并且取得了良好表现,多个城市市民已经可以提前感受。政策环境一旦允许,无人配送车可以执行更大规模的配送服务。比如,在这次疫情期间,已经有个别无人配送车,执行外卖、快递、防控物资的配送服务。”宋德王说。

病毒的确没有隔离爱,而是让所有有爱的企业联合起来,去发掘最大的力量。有人说,疫情会促进无人配送车的发展,可现在笔者听到比这更有力量的呼唤——疫情不是机会,是自动驾驶企业的责任。

未来是明朗的,随着无人驾驶技术的成熟和物流业对效率提升的需求,无人物流配送成为无人驾驶技术商业化的起点。但对于现阶段来说,我们离真正的商用还有一段距离要走。

许艳华认为,无人配送车实现真正的商用,还需要具备以下条件:1、要有标准和认证规范;2、路权管理;3、能直接送货到用户手上需要物流企业优化信息平台等。

特斯拉首席执行官埃隆·马斯克曾特意说明无人驾驶的真正难题:把机器学习系统做到99%的准确率相对简单,但是在这个基础上再提升0.9999%的准确率却非常难,而这0.9999%才是根本性的需求。

物流业智能化发展是必然方向

据国家邮政局邮政业安全监管信息系统实时监测数据显示,2018年,我国快递件数突破每天3000万件,且每年保持30%-50%的增速;2019年我国快递年业务量突破600亿件。预计到2020年,我国的年均快递总件数将突破700亿件。每天接近2亿件包裹进入千家万户,城市末端配送体系犹如神经末梢一样,渗透进入我国广袤大地上的每个小区和家庭。可以预见,智能化城市末端配送体系将会为我国未来智慧城市与智慧交通建设作出重要的贡献。

宋德王认为:“随着人工成本逐步上升,在物流行业无人配送将成为趋势。未来,自动驾驶、编队行驶技术的成熟,将会逐步替代城市、高速上的货车司机,提供更安全更低成本的物流服务。”

好多人都说,今年会是无人车爆发的一年,是快速发展的绝好时机。

那么,我们是不是很快就能过上打开门,就能看到无人配送车出现在家门口的生活呢?

对此,许艳华表示,无人配送车不会一下爆发,可能会以地方政府为主先搞些示范。中国情况复杂,我认为应该是渐进式发展。比如,它暂且还做不到像快递小哥那样直接入户送件。

记得去年10月12日,《经济学人》刊载的一篇文章提到,“越来越多的人相信,无人驾驶汽车的广泛应用,可能首先出现在中国,而不是西方。”

的确,中国的无人驾驶企业已经在短短三四年的时间里,走过了西方企业十年才走过的里程。而在数据、算法、人才储备等方面我们确实积累的还不够。但中国也有着“中国特色”的优势,人口密度大、交通场景复杂等都有助于积累丰富的道路测试数据,再将国外的先进经验与国内实情相结合,无人驾驶技术水平潜力无穷。

宋德王说:“目前法律还不允许高速测试,企业无法上高速测试,技术成熟就会相对比较慢。而AI技术需要在实际场景下学习的。但是中国有中国的优势,比如,我们交通密度大,场景复杂,的确能够训练出更强的技术。”他表示,百度认为2024年会出现规模化的Robotaxi服务,低速无人配送预计今年或明年会大规模地发展,高速无人配送预期2025年前后会服务社会,目前还没确切时间。

要实现无人物流配送车可以正常上路行驶,自主规划配送时间和路径,仍然需要研究根据复杂的道路状况,识别道路环境、自主规划路径、避障等多种算法,并结合相应的硬件装备,组装成无人物流配送系统。特别是配送车的路径规划算法,作为行驶过程中最核心的程序,要能在复杂的地理环境中找到符合时间约束和用时最省的最短路径,保证城市小区域无人物流配送任务的完成。

前几日,广汽研究院院长肖宁在接受《智能网联汽车》杂志记者的采访中表示,智能网联汽车作用凸显,它将助力新经济、新服务。的确,无人车配送技术也会逐渐发展完善,来推动新时代物流配送的智能化发展。

相信在不久的将来,我们攻破了相关的技术难题,政府制定了完善的无人配送相关法律之后,无人物流配送能够成为城市小区域常见的物流方式,为物流企业节省成本开支,也为人们提供方便舒适的配送服务。

也许,不久以后,我们听到门铃声,打开门说一句:“无人配送车,你好。”(作者:郭文佳)

自动驾驶小能手

LV5
2020-02-14 11:55
231

汽车“戴口罩”,是炒作吗?

距离首例新型冠状病毒肺炎确诊患者发病已经过去两个多月了,新冠肺炎确诊和疑似的感染人数仍在不断增加。当前,举国上下抗击疫情, ...查看全部

距离首例新型冠状病毒肺炎确诊患者发病已经过去两个多月了,新冠肺炎确诊和疑似的感染人数仍在不断增加。当前,举国上下抗击疫情,汽车企业也在积极行动,除了捐款捐物,积极研发健康汽车也成为时下的一个热点。

1581652174581885.jpg

日前,吉利汽车发布消息称,将研发面向普通消费者的具备病毒防范功能的全方位健康汽车。按照吉利的设想,该车将不仅具备吉利汽车产品中已有的隔绝外部空气中有害物质、快速净化车内空气等功能,还将重点突破车内病毒防范功能和技术,有效抑制并降低病毒对人体的侵害。

上汽乘用车旗下的荣威、名爵就也推出了车载空调过滤器、负离子发生器等三级渐进式健康防护系统,并在旗下主流车型中实现全覆盖。

汽车带口罩真的有用?有相关专家表示,“从本次疫情来说,吉利研发的健康汽车,具有一定针对性,通过空调内外换气,并确保过滤和消毒,在特定环境下具有一定的作用,类似移动手术室的要求。” 也有相关专家表示,“这就是炒作,车是移动空间,只要空间内安全,就没有必要整车带口罩。”

汽车带“口罩”的真相

1581652204203848.jpg

事实上,一款优质的空调滤清器,不仅可以过滤颗粒物,还能吸附有害气体,过滤粉尘、病毒、微生物等有害物质,因此,其也被大家形象的称之为‘汽车口罩’。”

为了实现车内防护疫情的功能,2月9日,吉利汽车宣布,正式研发国内首个真正以“N95型口罩”为过滤标准的车载高效复合空调滤芯。同时,吉利汽车计划将车内所有材料替换成拥有高环保性、低散发性,还将通过添加抑菌、抗菌物质的方式,具备抑制细菌或表面杀菌的能力,以实现“全方位健康”。

此外,吉利还表示其将充分利用全球化体系和资源,与国内外相关专业医疗机构、科技研发机构跨界合作,共同成立专项项目组进行技术攻关工作。为此,吉利先期会投入3.7亿元人民币,用以启动具备病毒防范功能的“全方位健康汽车”的研发工作。

1581652226969232.jpg

而上汽荣威、名爵早在两年前就全系标配了N95标准级高效车载空调过滤器,能实现机械阻挡和二次捕获细菌、粉尘、飞沫核等颗粒物的双重保障,特别是对携带冠状病毒的飞沫核有95%以上的过滤效率,相当于为车辆带上一个大型N95口罩,构成用户出行的第一道防线。

除了隔离车外病菌外,上汽荣威还能杀灭车内潜在健康威胁。其搭载的负离子发生器和抗菌抗过敏功能层,通过包围吸附、破坏结构、除菌净化三大步骤,负离子发生器可在一小时内迅速减少空气中的细菌,杀菌率超过85%;抗菌抗过敏功能层24小时抑菌率超过99%。用户出门前,只需用手机远程开启空调,过滤器、发生器、功能层三层防护即刻启动,高效滤杀病菌,1小时即可达到99.5%的灭菌率,实现“N99级”空气质量,让用户能享受到安心的车内环境。

空调滤清器能达到N95过滤效果吗?

“只要管住从车外进来的空气,且车辆自身具有良好的密闭性,并配备合适的空调滤清器,从技术理论上来说是完全可以做到的。”经过多方求证,一名资深技术专家如此告诉《智能网联汽车》杂志记者。  

1581652245766401.jpg

目前,中国汽车市场中在售的主流车型均有着不错的车辆密闭性。因此,也有相关专家直言,“想要让汽车实现隔离病毒这一设想,应该比较容易,其关键点在于过滤水平。”

记者查阅相关资料发现,目前,车用空调滤清器已从最初的颗粒式空调滤清器、多效式空调滤清器,逐步增加了防霉防菌杀菌功能。其原材料,也使用了与N95口罩相同的无纺布,同时通过静电驻极处理、增加活性炭、增加抗菌抗敏图层等方式,以提升空调滤清器的品质。

此外,中汽中心检测认证事业部天津汽车检测中心在昨日发布了空调滤清器试验报告,在空调滤清器如何达到“N95口罩”的防护效果方面提供准确数据支持。

1581652308495586.jpg

图为某三款空调滤清器产品的过滤效率比较图

从上图可以看出,针对粒径2.5µm三款滤清器都达到了90%以上,但是针对与更小粒径的污染物颗粒,三者差距明显。值得一提的是,第三款滤清器,其针对≥0.3µm的过滤效率已经达到了95%,达到了N95口罩的防护要求。事实也证明,一款优质的空调滤清器是能够对新冠肺炎病毒的传播,起到有效地隔离作用。

总而言之,在新冠病毒肆虐的当下,目前,关于车内的“战疫”已然开打。另据相关业内人士预测,伴随着此次疫情的爆发,未来针对车内的杀菌和过滤设备,有望成为私人购车的标配,并会推动相关技术进入新的发展阶段。(作者:郭王虎)

自动驾驶小能手

LV5
2020-02-13 16:47
298

再添两员大将 赢彻科技明年实现L3级自动驾驶卡车量产

嬴彻科技现已形成从前瞻人工智能、软件系统工程再到整车集成的自动驾驶量产全链条人才。


2020年疫情的爆发,让些许沉寂的无人驾驶、自动驾驶技术再次引发新的关注。迫切期盼落地的自动驾驶汽车,其量产之路充满坎坷。对于初创公司来说更是如此,而技术人才的加入或许是促其落地的重要推动力。


近日,赢彻科技宣布新一轮人事任命。前百度机器人和自动驾驶实验室主任及首席3D视觉科学家杨睿刚博士,出任嬴彻科技首席技术官CTO,全面负责中美两地的自动驾驶技术研发。前华为美国技术副总裁及软件架构师田琛博士,出任嬴彻科技副总裁,负责软件系统并主持硅谷研发中心工作。


广纳人才 形成自动驾驶技术研发闭环


此次加盟赢彻的两位技术大咖,都是其各自领域的佼佼者。


杨睿刚博士是全球知名的计算机视觉科学家。在三维重建和3D数据分析领域,取得了多项世界级科研成果。在百度期间,杨睿刚博士主持开发了世界上标注量最大的自动驾驶开源数据集ApolloScape。其研发的基于增强现实的自动驾驶仿真系统(AADS)登上《科学》子刊,入选2019百度AI十大技术创新。


嬴彻科技首席技术官 杨睿刚


不仅如此,他还领导科研小组开发了感知、决策、控制的全栈系统在半封闭场景下的工程机械智能化孵化项目和原型产品。


田琛博士曾是华为美国技术副总裁及软件架构师,是该领域的顶尖专家。他在全栈式软件基础架构方面拥有极为丰富的经验,精通并行和分布式系统、编译器、计算机体系结构、OS、云计算以及AI框架。


嬴彻科技副总裁 田琛


在华为美国任职期间,田琛博士作为架构师与技术副总裁,领导了多项研发项目,具有丰富的大型技术团队管理经验,曾带领数百人的技术团队完成多个嵌入式产品、消费者产品、云服务以及AI软件相关的研发项目。


其实,自成立以来,嬴彻不断吸收人才。


现任嬴彻科技CEO、兼G7总裁的马喆人,曾任腾讯集团副总裁。前东风商用车总经理黄刚,担任嬴彻科技的执行副总裁、整车工程负责人。前圆通运营副总裁阿玉顺,担任嬴彻科技执行副总裁、运力运营负责人。此外,清华“姚班”毕业的漆子超、自动驾驶领域的资深玩家刘煜,也纷纷加入嬴彻,担任其自动驾驶相关技术负责人。


随着杨睿刚、田琛的加入,将会进一步强化嬴彻科技在AI、软件架构上的实力。可以说,目前嬴彻科技已经拥有了从前瞻人工智能、软件系统工程再到整车集成等各个环节的自动驾驶人才。


核心模式初见成效 量产之路稳步推进


不断地吸纳人才,这与赢彻科技最初的发展定位分不开。


嬴彻科技的核心模式定义为“技术+运营”,即一方面研发自动驾驶卡车技术,起步目标是L3级自动驾驶车规级别量产,另一方面进行城际干线公路物流运力网络的建设和运营。这也就决定了嬴彻科技团队核心成员的多样性。


不同于乘用车领域的价值模糊,自动驾驶技术在长距离运输领域的价值显而易见。高人工成本与高运营成本都是长途干线运输的突出痛点,而自动驾驶技术恰好可以解决这些难题。另外,最后一公里物流配送、港口等封闭场景都是当前商用车领域自动驾驶落地的最佳场景。


现阶段,赢彻科技的目标是在2021年底实现车规级、L3级别自动驾驶卡车在干线高速公路的量产落地。同时,该公司给车队客户提供“按公里付费”的服务模式,计划搭建覆盖全国高速干线的运力网络,卡车数量预计达到5万~10万辆。


与此同时,赢彻科技也在与OEM合作定制L1和L2级的智能卡车,向物流公司提供运力服务,打算通过ACC(自适应巡航系统)、PCC(预测性巡航系统)、AEBS(预先紧急制动系统)、ESP(电子车身稳定系统)等辅助驾驶系统减轻卡车司机负担,提高驾驶安全,降低油耗。


在运营方面,嬴彻同步搭建的智能卡车运营平台业务基本已经覆盖全国,客户已接近百家。(作者:田野)

自动驾驶小能手

LV5
2020-02-12 16:06
237

工信部:5G技术助力疫情防控

面对2020年一开年突如其来的疫情考验,各种高科技手段频频亮相助力疫情防控,刚刚商用不久的5G也在这场疫情斗争中发挥了重要的作用。5G+播支撑“云监工” ...查看全部

面对2020年一开年突如其来的疫情考验,各种高科技手段频频亮相助力疫情防控,刚刚商用不久的5G也在这场疫情斗争中发挥了重要的作用。

5G+播支撑“云监工”

5G视频直播是5G最直观的应用。在武汉版“小汤山医院”火神山和雷神山医院建设中,数亿遍及全国的“云监工”共同见证中国奇迹。这正是得益于5G的技术支撑,基础电信企业为“云监工”提供5G+光纤双千兆网络技术支撑,向新华社、央视网等多个媒体平台提供24小时建设实景,支撑几千万人同步在线观看。从央视春晚直播、全国两会直播、新中国成立70周年庆典直播到当前的“24小时疫情”直播,5G在实践中逐渐成熟。

G+医疗从“试验”走向“临床”

5G+医疗作为5G的重要应用场景在去年不断涌现各种案例。而此次的疫情堪称5G技术进入医疗行业应用的重要转折点,5G+医疗从“试验阶段”走向“临床阶段”。

新型冠状病毒肺炎患者遍布全国,为充分利用大城市、大医院专家资源,5G+远程会诊系统快速在全国各地很多医院落地。通过远程会诊系统,专家可以对偏远地区医院的重症、危重症的患者进行问诊,提供救治指导。浙江省人民医院在5G远程超声的技术支持下,为浙江省人民医院桐乡院区收治的一例新冠肺炎疑似患者谢某开出了远程超声诊断书。随着疫情阻击战的推进,这类的5G远程医疗技术有望更广泛运用于远程医疗的各种场景之中,为医务人员更安全、更高效救治病患保驾护航。

5G+人工智能缓解医护人手不足

近日,多台5G智能医护机器人走进武汉协和医院、同济天佑医院。它们将帮助医护人员执行导诊、消毒、清洁和送药等工作,助力病区医护人员减少交叉感染,提升病区隔离管控水平。据了解,在5G网络的支撑下,目前,多家科技企业的智能医护机器人已经在湖北、上海、山东、甘肃、广西、河南、江苏、新疆等地医院及卫生服务中心推广应用,主要进行病人导诊问询、挂号诊疗等工作。                       

5G+人工智能的应用有效缓解了医护人手不足困难、分担医护人员工作、减少医护交叉感染的等问题,提振了抗击新冠病毒的信心和勇气。

5G+热成像体温筛查,筑起第一道防

随着部分单位的复工,春运返程迎来高峰,疫情防控形势依然严峻复杂,而人员密集的公共区域的人员体温检测成为难题。

在火车站、机场、地铁等公共交通、人群密集区域,采用5G+热成像技术,快速完成大量人员的测温及体温监控,识别出温度异常的个体,同时将视频及响应数据准确快速实时传送至大屏或云平台,帮助政府和企业筑起疫情防控第一道防线,避免测温人员的频繁、长时间工作,提升病区隔离管控水平。
另外,5G远程办公、远程教育等信息通信技术正助力实现抗击疫情和恢复生产两不误。春节假期后,社会生产生活开始逐步恢复,中小学生可通过线上数字化空间中学习,做到停课不停学,企业员工通过云平台在线办公、召开视频电话会议等。
目前,疫情仍处在高发期,5G也积极应用在各行业各部门,信息通信新技术的有效应用为保障生产逐步恢复,减少了人群聚集、阻断疫情传播发挥了重要作用。各种5G+应用也为信息通信技术增添了更多温情,让通信技术更具人性化、更有人情味地服务广大人民群众。

自动驾驶小能手

LV5
2020-02-10 19:37
213

2020 年AI有哪些的研究趋势?

作为 2019 年最后一场重量级的人工智能国际学术顶会,NeurIPS 2019 所反映出的一些人工智能研究趋势,例如神经网络可解释性、深度学习新方法、神经科学等等,想必对于大家在新的一年开展研究工作,具有一定的借鉴和参考价值。NeurIP ...查看全部

作为 2019 年最后一场重量级的人工智能国际学术顶会,NeurIPS 2019 所反映出的一些人工智能研究趋势,例如神经网络可解释性、深度学习新方法、神经科学等等,想必对于大家在新的一年开展研究工作,具有一定的借鉴和参考价值。

NeurIPS 2019 共举办 51 场研讨会,接收了 1,428 篇论文,以及有超过 13,000 名参会者,可谓万众瞩目。

来自英伟达的工程师小姐姐 Chip Huyen 基于自己的参会体验,较为全面地总结了 NeurIPS 2019 反映的关键研究趋势。

下面我们一一来看:

一、 解构深度学习的黑盒

最近,研究人员对深度学习的局限性进行了大量的反思,以下为几个例子:

Facebook 的人工智能总监表达了对算力达到瓶颈的担忧。人工智能企业不应该仅仅寄希望于通过更大的深度学习系统来不断取得进步,因为「现在,一个实验可能要花费七位数的金钱,但现实情况不会让这一数字增长到九位数或十位数,因为没人负担得起这样的开销」。

Yoshua Bengio 指出以 Gary Marcus 为代表的一些人经常强调深度学习的局限性,他将 Gary Marcus 的观点总结为「你们看,我就说深度学习不行吧」,而 Gary Marcus 后来则反驳了这种说法。

针对这一趋势,Yann Lecun 谈到:「我不明白,为什么突然之间,我们看到了许多新闻和推特声称人工智能的进步正在放缓,或称深度学习正在碰壁。在过去的五年中,我几乎在每一次演讲上都会指出这两个局限和挑战。所以,认识到这些局限性并不是什么新鲜事。而且,实际上人工智能的发展并没有慢下来」。

在这种大环境下,我们很高兴看到探究深度学习背后的理论(深度学习为何有效?它是如何工作的?)的论文的数量迎来了爆炸式增长。

在今年的 NeurIPS 上,有 31 篇融合了各种技术的论文。本届大会的杰出新方向论文奖授予了 Baishnavh 和 J.Zico Kolter 的论文「Uniform convergence may be unable to explain generalization in deep learning」

他们认为一致收敛理论本身并不能解释深度学习的泛化能力。随着数据集的规模增大,泛化差异(Generalization Gap,模型在见过和未见过的数据上的性能差异)的理论界限也会增大,而经验泛化差异则会减小。

  • 论文链接:https://arxiv.org/abs/1902.04742

图 1:泛化差异和泛化边界随训练集规模变化的情况
神经切线核(NTK)是近年来提出的一个研究方向,旨在理解神经网络的优化和泛化。有关 NTK 的讨论多次出现在本届 NeurIPS 的亮点演讲中,我在 NeurIPS 期间也与其他人多次谈到 NTK。
Arthur Jacot 等人提出了「全连接的神经网络等价于宽度无限时的高斯过程」这一众所周知的概念,能够在函数空间而不是参数空间中研究它们的训练动力学(Training Dynamics)。
他们证明了「在人工神经网络参数梯度下降的过程中,网络函数(将输入向量映射到输出向量)遵循关于一种新的核——NTK的函数代价的核梯度」。他们还表明,当我们使用梯度下降法训练一个有限层版本的 NTK 时,其性能将收敛到宽度无限的 NTK 上,然后在训练中性能保持不变。
下面,我们列出本届 NeurIPS 上一些基于 NTK 构建的论文:

  • Learning and Generalization in Overparameterized Neural Networks, Going Beyond Two Layers
  • 论文链接:
  • https://arxiv.org/abs/1811.04918
  • On the Inductive Bias of Neural Tangent Kernels
  • 论文链接:
  • http://papers.nips.cc/paper/9449-on-the-inductive-bias-of-neural-tangent-kernels

然而,许多人认为 NTK 不能完全解释深度学习。一个神经网络要接近 NTK 状态需要具备学习率小、初始化宽度大、无权值衰减等超参数设置,而在实际训练中并不经常使用这样的设置。
NTK 的观点还认为,神经网络只会像核方法一样泛化。但根据我们的经验来看,它们可以更好地泛化。
Colin Wei 等人的论文「Regularization Matters: Generalization and Optimization of Neural Nets v.s. their Induced Kernel」从理论上证明了带有权值衰减的神经网络具有比 NTK 更好的泛化能力,这说明研究 L2 正则化神经网络可以为泛化问题提供更好的研究思路。此论文链接:

  • https://nips.cc/Conferences/2019/Schedule?showEvent=14579

本届 NeurIPS 上也有几篇论文说明了,传统的神经网络可以具有比 NTK 更好的性能:

  • What Can ResNet Learn Efficiently, Going Beyond Kernels?论文链接:http://papers.nips.cc/paper/9103-what-can-resnet-learn-efficiently-going-beyond-kernels
  • Limitations of Lazy Training of Two-layers Neural Network,论文链接:http://papers.nips.cc/paper/9111-limitations-of-lazy-training-of-two-layers-neural-network

许多论文分析了神经网络的不同组成部分的表现。比如,Chulhee Yun 等人提出了「Small ReLU networks are powerful memorizers: a tight analysis of memorization capacity」,说明了「带有 O(sqrt(N)) 个隐藏节点的 3 层的 ReLU 网络可以完美地记忆大多数带有 N 个数据点的数据集」。

  • 论文链接:https://arxiv.org/abs/1810.07770

Shirin Jalali 等人在论文「Efficient Deep Learning of Gaussian Mixture Models」中,开篇就提出了这样一个问题:通用近似定理(Universal approximation theorem,一译万能逼近定理)表明,任何正则函数都可以通过一个单隐层神经网络近似。

  • 论文链接:
    https://papers.nips.cc/paper/8704-efficient-deep-approximation-of-gmms

那么,增加深度能让它更有效率吗?他们说明了,在高斯混合模型的最优贝叶斯分类的情况下,这些函数可以用带有单个隐层的神经网络中的 o (exp (n)) 个节点以任意精度近似,而在两层网络中只需要用 o (n) 个节点近似。
在一篇更为实用的论文「Control Batch Size and Learning Rate to Generalize Well: Theoretical and Empirical Evidence」中,Fengxiang He 和他的团队在 CIFAR 数据集上使用随机梯度下降算法(SGD)训练了 1,600 个 ResNet-110 模型和 VGG-19 模型,发现这些模型的泛化能力与批处理大小呈负相关,与学习率呈正相关,与「批处理大小/学习率」的比值呈负相关。
论文链接:

  • https://papers.nips.cc/paper/8398-control-batch-size-and-learning-rate-to-generalize-well-theoretical-and-empirical-evidence

图 2:测试准确率与批处理大小、学习率的诶关系。第四行分别是(1)使用 CIFAR-10 数据集训练的 ResNet-110 模型(2)使用 CIFAR-100 数据集训练的 ResNet-110 模型(3)使用 CIFAR-10 数据集训练的 VGG-19 模型(4)使用 CIFAR-100 数据集训练的 VGG-19 模型。每条曲线都是根据 20 个网络的情况综合绘制而出。
与此同时,Yuanzhi Li 等人的论文「Towards Explaining the Regularization Effect of Initial Large Learning Rate in Training Neural Networks」指出:「一个具有较大的初始学习率并使用退火算法训练的双层网络,比使用较小的初始学习率训练的相同的网络具有更好的泛化性能。这是因为学习率较小的模型首先会记忆低噪声、难以拟合的模式,它在较高噪声、易于拟合的情况下的泛化性能比学习率较大的情况下差一些。」

  • 论文地址:https://arxiv.org/abs/1907.04595

尽管这些理论分析非常吸引人,也很重要,但是很难讲它们聚合成一个大的研究体系,因为这其中的一个研究都集中在整个系统的一个较为狭窄的方面。

二、深度学习新方法

在今年的 NeurIPS 上,研究者们提出了一系列新颖的方法,而不仅仅是在别人的工作上叠加新的网络层。新提出的研究深度学习的方法中,我感兴趣的三个方向是:贝叶斯学习、图神经网络以及凸优化。
1、使用贝叶斯原理进行深度学习
正如 Emtiyaz Khan 在他的演讲「Deep Learning with Bayesian Principles」中所强调的,贝叶斯学习和深度学习是有很大的而区别。
根据 Khan 的说法,深度学习使用的是一种「试错」的方法,我们通过实验看看会得到什么结果,然而贝叶斯原理迫使你事先考虑一个假设(先验)。
图 3:贝叶斯学习与深度学习对比
与常规的深度学习相比,贝叶斯深度学习有两个主要的优势:非确定性估计以及在小数据集上更好的泛化性能。
在现实世界的应用中,让系统能够进行预测是远远不够的。弄明白每个预测的可靠性是很重要的。例如,对癌症进行预测时,可靠性为 50.1% 和可靠性为 99.9% 时的治疗方案是不同的。在贝叶斯学习中,非确定性估计是一个内在的特质。
传统的神经网络给出的是单点估计——它们使用一组权值针对一个数据点输出一个预测。另一方面,贝叶斯神经网络使用一个关于网络权重的概率分布,并输出该分布中所有权重组合的平均预测值,这与对许多神经网络求平均的效果相同。
因此,贝叶斯神经网络是一种自然的集成,它的作用类似于正则化,并且能够防止过拟合。
训练具有数百万参数的贝叶斯神经网络仍然需要非常大的计算开销。要想使网络收敛到一个后验上可能需要花费数周的时间,因此诸如变分推断这样的近似方法越来越流行。本届 NeurIPS 的「概率方法-变分推断」环节共有 10 篇论文与这类变分贝叶斯方法有关。
下面是向大家推荐的本届 NeurIPS 上有关贝叶斯深度学习的 3 篇论文:

  • Importance Weighted Hierarchical Variational Inference
  • 论文链接:https://arxiv.org/abs/1905.03290
  • A Simple Baseline for Bayesian Uncertainty in Deep Learning
  • 论文链接:https://arxiv.org/abs/1902.02476
  • Practical Deep Learning with Bayesian Principles,
  • 论文链接:https://arxiv.org/abs/1906.02506

2、图神经网络(GNN)
多年来,我经常谈到:图论是在机器学习领域最被低估的课题之一。我很高兴有关图的工作在本届 NeurIPS 上大放异彩。
「图表征学习」是本届 NeurIPS 上最受欢迎的研讨会。令人惊讶的是,该领域已经取得了如此大的进步。
时间回到 2015 年,当我在实习期间开始研究图神经网络时,我没有想到会有如此多的研究人员参与到这个领域中来。
图是适用于许多种数据(例如,社交网络、知识库、游戏的状态)的优雅而自然的表征形式。用于推荐系统的「用户-物品」数据可以被表示为一个二分图,其中一个不相交的集合由用户组成,另一个由物品组成。
图也可以表征神经网络的输出。正如 Yoshua Bengio 在他的演讲中提醒人们的那样:任何联合分布都可以通过因子图来表示。
这使得图神经网络能够完美地适应组合优化(例如,旅行商问题、任务调度问题)、身份匹配(在这种问题中 Twitter 用户和 Facebook 的用户是一样的吗?)、推荐系统等任务。
目前最流行的图神经网络是图卷积神经网络(GCNN),这是意料之中的,因为图和卷积都可以编码局部的信息。卷积以寻找输入中邻近部分之间的关系为目标编码一种偏置。而图通过边对输入中关系最密切的部分进行编码。
图 4:(左图)二分图 St=(G,C,E,V)有 n=3 个变量和 m=2 个常量。(右图)用于将策略πθ(a|st)参数化的二分图 GCNN 架构。
下面是向大家推荐的 GNN 论文:

  • Exact Combinatorial Optimization with Graph Convolutional Neural Networks
  • 论文地址:https://arxiv.org/abs/1906.01629
  • 是的, 今年有一篇论文融合了 NTK 和图神经网络两个最热门的研究趋势:Graph Neural Tangent Kernel: Fusing Graph Neural Networks with Graph Kernels
  • 论文地址:https://arxiv.org/abs/1905.13192
  • 本届NeurIPS 上我最喜欢的海报展示:(Nearly) Efficient Algorithms for the Graph Matching Problem on Correlated Random Graphs
  • 论文地址:https://arxiv.org/abs/1805.02349

图 5:(Nearly) Efficient Algorithms for the Graph Matching Problem on Correlated Random Graphs
(除 NeurIPS 论文之外的)推荐阅读材料:

  • Thomas N. Kipf 关于图卷积网络的博文(https://tkipf.github.io/graph-convolutional-networks/)
  • Kung-Hsiang,Huang 对图神经网络(Basics,DeepWalk,GraphSage)简介(https://towardsdatascience.com/a-gentle-introduction-to-graph-neural-network-basics-deepwalk-and-graphsage-db5d540d50b3)

3、凸优化
我一直默默推崇 Stephen Boyd 关于凸优化的工作,所以很高兴看到它在 NeurIPS 上越来越受欢迎。在今年的 NeurIPS 上,有 32 篇论文是关于这个主题的。
Stephen Boyd 和 j. Zico Kolter 的实验室也展示了他们的论文「Differentiable Convex Optimization Layers」,该论文说明了如何通过凸优化问题的解来进行微分,这使得将它们可以被嵌入可微分的程序(如神经网络)并根据数据进行学习。

  • 论文链接:
  • http://papers.nips.cc/paper/9152-differentiable-convex-optimization-layers

凸优化问题之所以吸引人,是因为它们可以被精确地求解(可以实现 1e-10 的容错率),而且速度很快。它们也不会产生奇怪的或意料之外的输出,而这对于现实世界中的应用是至关重要的。尽管在真实场景中遇到的许多问题是非凸的,但是将它们分解为一系列凸问题可以达到很好的效果。
神经网络也使用凸优化的算法进行训练。然而,神经网络重点强调以一种端到端的方式从头进行学习,而凸优化问题的应用则显式地使用领域特定的知识对系统建模。如果能够以凸方法对系统进行显式建模,那么通常所需的数据就会少得多。关于可微凸优化层的工作是将端到端学习和显式建模的优势结合起来的一种方法。
当你想要控制一个系统的输出时,凸优化特别有用。例如,SpaceX 公司使用凸优化来发射火箭,BlackRock 公司将它用于交易算法。看到凸优化在深度学习中的应用真的很酷,就像现在的贝叶斯学习一样。
下面是 Akshay Agrawal 推荐的一些有关凸优化的 NeurIPS 论文:

  • Acceleration via Symplectic Discretization of High-Resolution Differential Equations
  • 论文链接:https://papers.nips.cc/paper/8811-acceleration-via-symplectic-discretization-of-high-resolution-differential-equations
  • Hamiltonian descent for composite objectives
  • 论文链接:
  • http://papers.nips.cc/paper/9590-hamiltonian-descent-for-composite-objectives


图 6:用于问题的Hamiltonian 下降(HD)和梯度下降算法的对比情况

三、神经科学 x 机器学习


根据 NeurIPS 2019 程序委员会主席 Hugo Larochelle 的分析,接收率最高的论文类别是神经科学。在Yoshua Bengio的演讲「From System 1 Deep Learning to System 2 Deep Learning」和 Blaise Aguera y Arcas的演讲「Social Intelligence」中,他们都敦促机器学习研究社区更多地思考自然智能的生物学根源。
图 7:神经科学是论文接收率最高的类别
Bengio 的演讲将「意识」引入了主流的机器学习词汇体系中。Bengio 提出的「意识」概念的核心是注意力。他将机器注意力机制与我们的大脑选择分配注意力的方式进行了比较:「机器学习可以用来帮助脑科学家更好地理解意识,但我们对意识的理解也可以帮助机器学习发展出更好的能力」。
根据 Bengio 的说法,如果我们希望机器学习算法能够泛化到分布之外的样本上,那么受意识启发的方法可能是一种解决方案。
图 8:将机器学习用于意识&将意识用于机器学习——(1)形式化定义并测试特定的意识的假设函数(2)揭开意识的神秘面纱(3)从计算和统计的角度(例如,系统的泛化)理解意识演化的优势(4)将这些优势应用于学习智能体。
在本届大会上,我最喜欢 Aguera y Arcas 的演讲。他的演讲在理论上非常严谨,但同时也是可行的。他认为通过优化方法不足以获得类似于人类的智力:「优化不是生命体工作的方式,大脑不仅仅是在评估一个函数。它们会发展。它们会自我修正。他们从经验中学习。仅仅通过一个函数并不能包含这些东西」。
他呼吁人们研究「一种更通用的、受生物学启发的突触更新规则,它允许使用损失函数和梯度下降法,但并不要求一定要这么做」。
NeurIPS 上的这一趋势与我观察到的现象不谋而合:很多人工智能界的研究人员正转而研究神经科学。他们把神经科学重新带回了机器学习领域。
有些我所熟知的智者纷纷离开了人工智能研究领域,投身工业界或神经科学领域。这是为什么呢?
1. 我们需要理解人类学习的机制,从而教导机器进行学习。
2. 科学研究应该是一个从假设到实验的过程,而如今的人工智能研究则往往是先做实验然后证明结果成立。

四、关键词分析

让我们从更宏观的角度看看本届 NeurIPS 大会上的论文都与什么主题相关。首先,我使用 Vennclods 将 1,011 份 NeurIPS 2018 的论文和 1,428 份 NeurIPS 2019 的论文的标题进行了可视化。中间黑色的部分是在这两年都十分常见的论文关键词的列表。 
图 9:NeurIPS 关键词云
接着,如下图所示,我计算出了这些关键词从 2018 年到 2019 年的百分比变化。例如,如果在2018年,所有被接收的论文中有 1% 包含关键词「X」,而在2019年,这个数字是 2% ,那么这一比例的变化是(2-1) / 1=100% 。在下图中,我将绝对比例变化在 20% 以上的关键词绘制了出来。
图 10:NeurIPS 关键词百分比变化情况
要点:

  • 即使是在机器人领域之外,强化学习也得到了进一步发展。具有显著正向变化的关键词有:多臂老虎机、反馈、遗憾值、控制。
  • 生成模型依然很流行。GAN 仍然吸引着我们的想象力,但是炒作变少了。
  • 循环神经网络和卷积神经网络依然延续了去年的下降趋势。
  • 与硬件相关的关键词也在增加,这表明有更多考虑到硬件的算法诞生。这是解决「硬件成为机器学习瓶颈」这一问题的方法。
  • 令人遗憾的是,「数据」这一关键词的百分比处于下降趋势。我激动万分地前去参观「Algorithms–Missing Data」海报展,但却发现竟然只有一张海报「Missing Not at Random in Matrix Completion: The Effectiveness of Estimating Missingness Probabilities Under a Low Nuclear Norm Assumption」张贴了出来!
  • 「元」这一关键词在今年增长的最多。详情请参阅 Jesse Mu 的「Meta-meme」:https://twitter.com/jayelmnop/status/1206637800537362432

  • 尽管「贝叶斯」一词的比例下降了,但「非确定性」却上升了。去年,有许多论文使用了贝叶斯原理,但并不是将其运用在深度学习中。

五、NeurIPS 关键数据一览

  • 提交给正会的 7 千多篇论文中,有 1428 篇被接收,接收率为 21%。

  • 据我估计,1万3千多名参会者中,至少有一半人并没有在会议期间展示论文。
  • 57 个研讨会,其中 4 个专注于包容性:Black in AI,Women in Machine Learning,LatinX in AI,,Queer in AI,New In Machine Learning,Machine Learning Competitions for All。

  • 1万6千多页会议记录

  • 在所有被接收的论文中,有 12% 至少包含一名来自谷歌或 DeepMind 的作者。

  • 有 87 篇论文来自斯坦福,它是本届 NeurIPS 被接收论文最多的学术机构。

  • 有 250 篇关于应用的论文,占总论文数的 16.7%。

  • 648 是本届大会时间检验论文奖获得者 Lin Xiao 的「Dual Averaging Method for Regularized Stochastic Learning and Online Optimization」的引用次数。这证明了引用量与贡献不一定相关。

  • 75% 的论文在「camera-ready」版中给出了代码链接,去年这一数字只有 50%。

  • 2,255 份审稿意见提到了查看提交的代码。

  • 173 篇论文声称进行了 OpenReview 上的可复现性挑战。

  • 31 张海报出现在了本届 NeurIPS 的「创意和设计中的机器学习」研讨会上。一些人告诉我这是他们在本届大会上最喜欢的环节。
  • 为「Good Kid」乐队在闭幕宴会上的演出打 call!如果你还没有欣赏过他们的音乐作品,可以去 Spotify 上听一听。

有时,他们是机器学习研究者;有时,他们又是摇滚明星。今夜,他们二者都是!

  • 「Retrospectives: A Venue for Self-Reflection in ML Research」研讨会进行了 11 场演讲,这也是大家最喜欢的环节之一。

除此之外,本届 NeurIPS 的火爆氛围也相当引人关注,大家可回顾《学术会议,1.3 万人参加,我们该庆贺还是反思?》一文。

六、结语

无论从知识的角度还是从社交的角度来说,NeurIPS 都势不可挡。我不认为任何人能够阅读16,000页的会议记录。海报展人满为患,这使得我们很难与作者交谈。毫无疑问,我错过了很多。
然而,会议的大规模召开也意味着汇聚了许多的研究方向和相关的研究人员。让我能够了解自己研究的分支领域之外的工作,能够向那些研究背景和兴趣与我不同的研究人员学习,这种感觉很好。
看到研究社区从「更大就更好」的误区中走出来是一件很棒的事。我逛海报展收获的印象是:许多论文只是在小数据集上做实验,比如 MNIST 和 CIFAR。最佳论文奖获得者 Ilias Diakonikolas 等人的「Distribution-Independent PAC Learning of Halfspaces with Massart Noise」就没有任何实验。
我经常听到年轻的研究人员担心:只有加入大型研究实验室,才能获得计算资源。但 NeurIPS 证明了:你可以在无需担心数据和计算问题的情况下做出重要的贡献。
在我参加的 NewInML 圆桌讨论上,有人说他不知道 NeurIPS 上的大多数论文如何被应用到生产环节中去。Neil Lawence 指出,也许他应该考虑参加其它会议。
NeurIPS 比许多其它的机器学习会议更加理论化——从事基础研究是很重要的。
总的来说,我在 NeurIPS 上度过了一段美好的时光,并计划明年继续参会。然而,对于那些新加入机器学习研究社区的人来说,我建议他们将 ICLR 作为参加的第一个学术会议。
ICLR 的规模更小、时间更短、也更加面向实际应用。明年,ICLR 将在埃塞俄比亚召开,那是一个神奇的国度!(作者: AI科技评论)

自动驾驶小能手

LV5
2020-02-10 19:28
206

疫情当前,实现商用的5G在火神山医院展示了这些本领

新型冠状病毒肺炎疫情仍在重要的攻坚时刻,但与此同时,武汉火神山医院的定时交付给人们打了一剂强心针。 ...查看全部

新型冠状病毒肺炎疫情仍在重要的攻坚时刻,但与此同时,武汉火神山医院的定时交付给人们打了一剂强心针。

和17年前的小汤山医院不同,武汉火神山医院最大的特点就是,在一周的时间里打造了一个高效的5G信息化系统。

很多人或许会好奇,非常时期,5G又能起到什么作用?事实上,在医疗领域,5G保障高速数据上网只是一个方面,更重要的还是以5G为基础的数据信息化、远程会诊、远程监护等应用。

5G直播“监工”

整个春节,程晓几乎都是开着火神山基地的施工现场直播入睡的。

据了解,这个直播间是中国电信与央视频针对此次疫情特别推出的《疫情二十四小时》节目,意在让密切关注武汉疫情的全国乃至全球人民,能在第一时间获知武汉“小汤山”的建设进度。

有人戏称这也许是5G在中国商用以来,第一个出现的杀手级应用。短短几天,火神山、雷神山的近景、远景四大直播间的同时在线人数就超过了8000万。

一众网友均以“监工”自称,在视频下方,经常能看到网友们的弹幕互动。有些人热衷于为各式施工设备起名字,有些人则是单纯的上线打卡,偶尔看到有趣的细节才发一句——“大黄又偷懒了。”

在程晓看来,这个直播给屏幕前的人带来一种治愈,“心态失衡的时候,打开直播,看到工地的变化就会平静下来,彷佛自己和武汉也有了一种联系。”

中国电信的工作人员在接受界面新闻记者采访时介绍,火神山、雷神山医院开通央视慢直播的任务是在1月27日清晨下达的。当时,火神山的医院5G网络已经开通。

而央视提出的直播需求对带宽和在线直播技术的要求很高,需要利用到5G+光纤双千兆网络,还需要调动起全国的视频云资源。只有使用这些技术,才能使直播的画面更清晰、信号更稳定,并保证24小时不间断。

接到任务后,中国电信迅速选址,并紧急制定了5G+云的直播方案。在当晚的20点,终于顺利开通了直播。而这次直播也在几天后被网友称为史上最强的“云监工”项目。除了让医院的建设进度更透明,该直播对于武汉本地的部分患者及患者家属,也起到了很大的心理安慰作用。

5G远程会诊

当然,在疫情防控工作里,5G的重要作用不仅仅是高清直播。

1月31日晚,武汉火神山医院首个“远程会诊平台”就在华为和中国电信的手下调试成功。

据悉,这套设备由华为捐赠的高清视频会议终端和管理平台组成,支持1080P的高清画质。可以支持两地的医疗专家通过视频分享病患的CT片等医疗档案进行诊断。

除此以外,火神山还采购了一批配备有移动摄像头的医用推车,可进病房近距离拍摄病患情况,后期也可接入远程会诊平台。届时,远在北京的专家可通过视频连线的方式了解火神山病患的实际情况,而外部因隔离而心情急切的病人家属也可利用该系统对隔离区病患进行实时探视。

鉴于这种远程诊疗对网络的稳定性要求较高,目前也只有5G网络能够支持这种4K/8K的远程高清会诊和医学影像数据的高速传输与共享。

由华为与中国电信联合搭建的5G远程会诊平台已在武汉协和医院投入使用(图为测试画面)

除武汉外,其他省市也都在推广这种远程会诊模式。

1月29日下午,由钟南山院士担任组长的广东省新型冠状病毒感染的肺炎重症病例会诊专家组,就对广东5例重症和危重症患者进行了一次远程会诊。

据《南方都市报》报道 ,此次会诊在广州、深圳、珠海三地举行,共持续了3小时25分钟,参与会诊的有5家医院的10名专家,整个专家组成员100余名。从1月29日开始,这样的远程会诊每天都会进行一次,由广东联通作为此次远程医疗平台技术的支撑方。

这种方式,既充分利用了专家资源,又减少了新型冠状病毒肺炎感染的患者在转诊、巡诊等过程中产生的交叉感染。毕竟,各省的专家组成员很难深入到省内的各地级市基层,而远程会诊使偏远地区定点医院的患者也能获得上级专家的诊疗服务,让患者的救治不再受时间、空间限制,同时减少医患直接接触,大大提高了疫情防控的效率。

一位运营商内部人士告诉界面新闻记者,假期期间,浙江、广东、四川等多省市的电信工作者都接到了协助医院搭建5G远程会诊系统的要求,而这些系统除了能连接省内各医院,后续也会与武汉前方医疗救援队取得联系,缓解武汉紧张的专家资源。

5G远程会议

除医疗之外,在疫情的抗击过程中,相关部门也需要大量的沟通与协调,而运营商们在5G基础之上提供的云视频服务,也同样成为了重要的助力。

如中国移动免费开放云视讯App会议服务功能,提供单次300人同时在线的会议服务;中国联通与华为云也提供了免费的云视频会议服务。而腾讯在1月24日至3月1日期间,也开放了最高在线100人的不限时会议功能。

这种云会议既能减少人员聚集,又不耽误工作沟通,用户通过手机、电脑都能实现跨地域的多方沟通。

除此以外,5G云视讯还能帮助疫情防控,实时监测隔离人员情况,避免工作人员上门摸排。

据中国移动方面介绍,在湖州,浙江移动就曾协助湖州市第一人民医院建立了一套医院-院区-站点三级管控网络。通过该平台,各站点医护人员与居家观察人员可进行一对一摸排联系,登记相关信息并上报站点负责人,协助站点负责人及时将最新数据上报至疫情防控领导小组,同时在必要时安排牵头医院专家给予医学指导。

不过,这种网络暂时还只是个别省市的个别做法,尚未推广到全国。但从这些案例中可以看出,5G云视讯功能对于非常时期推动防疫工作进展有很大好处。

相信这也是5G商用以来的一次重要练兵。随着疫情阻击战的推进,5G技术或将更广泛地运用于远程医疗、病毒检测等各种场景。

自动驾驶小能手

LV5
2020-02-07 11:15
204