腾视科技:AI赋能交通转型 - ITS文库 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 首页 > ITS百科 > ITS文库 > 正文

    腾视科技:AI赋能交通转型

    2020-08-04 09:24:10 来源:www.its114.com 评论:
    分享到:

    2019年11月24日,由中国卫星应用产业联盟、道路客运信息服务产业联盟、吉林省运输协会、广东省北斗移动物联网产业研究院联合主办,寰旗科技、锐明技术共同协办,海王文化、车总俱乐部承办的2019道路客运主动安全万里行活动在长春圆满落幕。深圳腾视科技有限公司联合创始人王景宇,发表了《AI赋能交通转型》的主旨演讲,本文为演讲速记整理,未经演讲者本人审核。

    image.png

    深圳腾视科技有限公司联合创始人 王景宇

    王景宇:大家下午好,我是深圳腾视科技的王景宇。我给大家分享一下智能驾驶行业的发展以及腾视科技的行业策略和后续发展方向。

    2018年是5G技术标准冻结并且逐步进行试点实验的一年,R15标准的冻结、试点城市的发布以及自动驾驶测试道路的设立都表明5G已经进入我们的生活,2019年5G商业牌照发放标志5G元年正式开启。5G技术标准逐步建立,智能驾驶等系列概念随之出现,产业发展将迎来爆发。2018年很多风投基金进入车联网产业。2019年上半年,很多风投基金发现一个很严重的问题,车联网的产业方向很好,技术也很先进,但是市场落地和产业方向不明确,2019年很多PE投资机构从车联网产业撤出。

    image.png

    车联网投资高热褪去,回归理性,关键原因包括车联网产业法律、路改、规模政策和5G部署等因素。比如说有的地方有补贴政策,有的地方没有,导致车联网产业发展得没有那么快。另外是车联网需要的网络改造都没有实施,很多企业在这方面的投入逐步收缩或者进行了转型。

    一、腾视智能车+V2X领域的预判

    腾视科技在V2X领域的最初阶段提出了ADAS系列产品。第二阶段提出在半封闭或者近封闭的场景提供智能驾驶,逐步在城市场景实现自动驾驶。

    image.png

    从传统的安全策略来看,车辆的安全分为几个部分,一个是硬安全,就是车辆自身的安全,另外一个是辅助系统的安全。所谓的硬安全通常理解为车辆的被动安全。主动安全从原来基础的防抱死制动系统到后续的车身环视等等一直在发展,我们判断被动安全和主动安全最终都会合并到智能网联汽车的技术方向。一步实现智能网联汽车比较难,这中间需要辅助驾驶的过程,腾视科技以这为切入点进入市场。

    image.png

    二、腾视的智能车路径:感知-判断-决策-控制

    腾视的智能车业务的实现路径是感知—判断—决策—控制。腾视的监管平台经过感知判断对司机进行直接管理。我们和一些海内外的运输企业交流的时候发现,很多司机比较抗拒,认为平台是来直接监管自己的,不是服务自己的,导致平台在实际安装和使用过程中司机的体验感和服务感不好。今年路虎、宝马都上了这个系统,体验感比较好,主要是司机认为车是来服务他们的,不是来监管他们的。现在车辆发生异常,可以通过智能系统判断是泊车、减速还是其他情况,完成了安全管理,而不是像以前车辆抛锚了再去打电话确认,这就导致可能已经错过了最佳救援和处理时间。

    感知平台

    腾视科技的感知平台包括云服务和AI两部分。AI部分从模型建立、定位对车内车外进行系统级管理,完成对车内外完整的图像感知过程。对内形成车内的闭环系统,从图象到外部的干扰。举个例子,像Face ID,不是简单识别司机,还要判断司机是否有犯罪背景等等,还可以根据人的行为大数据分析司机的驾驶行为习惯,对车辆进行适当的控制。车外感知系统包括摄像头感知、雷达感知、同步感知和预测感知等。前端的雷达、同步、预测形成了外部的感知条件,在外部摄像头能够看得很清楚的用摄像头,外部物理环境导致看不清楚的情况可以用红外等一系列技术。

    腾视科技还有一个高精度厘米级定位导航服务。现在很多场景需要识别、定位车辆在哪个车道上,在一些死角上也要定位到精准位置。道路救援也需要知道车辆的精准位置。

    腾视的高精度决策+控制系统

    决策部分,包括车辆行为判断、轨迹规划和参数调整等,以及车辆出事故之后应该以什么样的方式处理。腾视科技从感知到决策到控制形成了一个分析机制。在这个车可能出问题或者是司机可能出问题的情况下完成了绝大部分的处理,在第一时间完成车辆自身安全的规划。

    辅助驾驶,前装市场提供算法,后装市场可以提供一系列的产品。

    image.png

    智慧路

    车路协同是汽车产业、信息产业和交通产业的融合汇聚点,是未来智慧出行产业发展的核心,车联网V2X技术为消费者提供安全、效率、便捷三大方面优质服务。现在讲AI给车和路赋能,无论是主动安全还是被动安全还是监管,最终还是要回归到车、路本身最基础的安全,后期的分析和处理都是后处理状况,我们还是要在第一时间对车和路进行有效管理,这是避免问题的根本原因。

    车联网(智能网联)是通过无线通信和新一代网络技术,全方位实施车车、车路、人车等实施动态信息交互,在此基础上实施车辆安全管理和道路协同管理。车路协同是智慧道路发展的必然方向,特别是从国家新政策来看,会逐步地把车路协同做起来,现在很多地方的车路协同的测试塔已经建好了。

    车路协同无非就是V2X的一系列产品包括路测和车载设备。

    三、未来智能车联行业发展趋势分析

    发展趋势1:V2X示范带动规模

    车联网封闭及开放环境测试是商用的必经之路,为满足智能网联汽车多场景多环境测试需求,国内正在加快智能网联示范区建设,不完全统计目前全国已经超过30个,其中包括上海、北京-河北、重庆、无锡(先导区)、杭州-桐乡、武汉、长春、广州、长沙、成都等10个国家级示范区。测试场景也由单一路测环境,向多应用场景、多测试环境转变,从示范点、示范区建设向综合性、城市级车联网先导区建设转变。

    2019年5月,工信部批复江苏(无锡)车联网先导区建设,实现规模部署C-V2X网络、路侧单元,装配一定规模的车载终端,完成重点区域交通设施车联网功能改造和核心系统能力提升,丰富车联网应用场景,实现良好的规模应用效果。

    高速公路是车联网最有可能先行商用落地的场景。2018年2月交通部发布了《关于加快推进新一代国家交通控制网和智慧公路试点的通知》,在北京、河北、广东重点基于高速公路路侧系统智能化升级和营运车辆路运一体化协同,探索路侧智能基站系统应用,选取有代表性的高速公路,以及北京冬奥会、雄安新区项目,开展车路信息交互、风险监测及预警、交通流监测分析等。

    城市级车联网示范和先导区建设,以及智慧高速车路协同示范建设,都将起到带动车联网规模效应的作用。

    发展趋势2:车联网设备、车载设备互相促进

    智能网联汽车包括自动驾驶模块(决策层,高精度地图和定位,毫米波雷达、激光雷达、视觉等传感器,以及处理器等),车载终端和通信网络(前装T-BOX和后装OBD等)。

    车联网C-V2X场景包括V2V(车-车),V2I(车-基础设施),V2P(车-人),V2N(车-网)。除了“车”必须具备联网能力外(即车的“渗透率”);路上是否部署了“网”也是车联网发展的关键要素(即网的“覆盖率”)。

    车的“渗透率”和网的“覆盖率”决定了车联网的商用速度。对整体商用节奏预测:首先在商用车型,如出租车、公交车、物流重卡、矿卡、港口车辆等,和部分乘用车型,部署C-V2X车载终端,实现V2V(车-车)业务场景,如前向碰撞预警、盲区预警/变道辅助、车辆编队行驶等;其次在高速路侧和城市路侧部署C-V2X和5G网络,实现V2I(车-基础设施)业务场景,如闯红灯预警、绿波车速引导等;

    随着网的覆盖率达到一定程度,将带动车载终端安装渗透率提升;而当车载安装渗透率达到30%临界值的时候,又会进一步拉动网的部署。

    车的“渗透率”和网的“覆盖率”二者相辅相成,推动车联网商用。

    发展趋势3:商用车后装先行,前装上量

    在商用车型,如出租车、公交车、物流卡车、矿卡、港口车辆等营运车辆,会优先于乘用车部署C-V2X(包含辅助驾驶、智能驾驶等)车载终端。因为这些类型的商用车型,相对来说具有较为清晰的商业模式。

    车载辅助/智能驾驶设备:交通运输部政策要求营运车辆DMS/ADAS后装先行。2019年4月15日,广汽、上汽、东风、长安、一汽、北汽、江淮、长城、东南、众泰、江铃集团新能源、比亚迪、宇通13家车企共同宣布支持C-V2X商用,并规划于2020年下半年到2021年上半年实现C- V2X技术支持汽车的规模化量产。这次13家企业共同发声,体现出C-V2X价值得到车企的广泛认同,也标志着智慧交通从单点突破走向系统和生态合作协同创新的新阶段。

    在迎来量产C-V2X前装车型前,预测C-V2X将先以后装形式发展,比如集成C-V2X功能的智能后视镜产品、行车记录仪、辅助驾驶设备(DMS、ADAS、环视)等。

    2020年逐步形成前装拐点:1、欧盟从2020年开始,如果新车没有辅助驾驶设备(DMS、ADAS等)不再给予五星认证;典型代表:

    2019年H2上市的路虎、奔驰、宝马等全部带有辅助驾驶系统;2、2019年国产发布汽车:一汽新捷达、一汽奔腾T99、吉利领克等也都具备了辅助驾驶功能;2020年将形成规模销售。

    发展趋势4:技术领域

    1、作为未来车型亮点的人机交互技术将会成为各大车企竞相布 局的热点,驾驶辅助技术的新车渗透率将会逐渐提升,V2X和5G的交通应用研发进展会进一步提速;

    2、高精度算法是辅助驾驶、智能驾驶、智能交通大数据等必须基础;

    3、高精密感知硬件是智能车联的新技术高地。

    发展趋势5:产品应用

    辅助驾驶产品率先实现商业化,更多L2级自动驾驶汽车将会量产。例如:路虎、奔驰、宝马……智能驾驶/自动驾驶从封闭场景、降成本增效等价值场景切入;交通大数据必须满足:区域覆盖连续、实时连续、用户反馈连续。

    谢谢大家!


  • 关键字: AI
  •    责任编辑:suyanqin
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助