FEV的V2I数据管理系统能有效开发并验证这类驾驶功能-心理游戏-云霄新闻
点击关闭

场景自动-FEV的V2I数据管理系统能有效开发并验证这类驾驶功能

  • 时间:

蕾哈娜承认恋情

FEV的V2I數據管理系統能有效開發並驗證這類駕駛功能。該公司的網絡數據記錄器收集所選車輛信號,並在試駕期間將其實時發送到後端。FEV利用微軟Azure和Azure IoT Hub傳輸數據,構建了一個成熟、高性能、高度安全的雲平台。發送到後端的車輛數據在雲中進行整合,同時算法根據相關場景分析這些信號。因此,即使在試駕期間,用戶也可以向相關工程師發送反饋,並根據預定計劃靈活地協調整個車隊。

標準化的時間戳還極大簡化了所有車輛數據的清理和準備。尤其重要的是,這種基於場景的預過濾還支持在雲中高效地存儲數據。只有之前檢測到的數據包或場景才會上傳到雲熱存儲中,雲熱存儲具有最高級別的計算能力和訪問管理。不太重要的部分保存在性能較低的雲區域,因此成本較低。

蓋世汽車訊 自動駕駛將從根本上影響着我們未來的出行方式。驗證這些功能需要系統在測試過程中識別道路交通中的各種場景,並對它們進行評估。此外,還需要為開發人員準備這些場景。據外媒報道,為了應對這一挑戰,汽車開發商FEV使用微軟雲平台Azure的計算能力,開發了數據管理與評估系統。

雖然目前量產的駕駛輔助系統仍然基於預定義的規則,但FEV相信,未來可以使用機器學習實現。Pischinger教授還表示,「只有當AI能夠處理最複雜的情況,並準確預測道路使用者的行為時,我們的目標才會實現。」

(圖片來源:FEV官網)據估計,驗證自動駕駛功能,需要2.4億到160億公里的道路測試里程。然而,決定系統成熟度的並不是測試的數量,而是系統經歷過的道路交通狀況的數量,在各種狀況下,算法必須快速做出決策,例如在高速公路上超車時。此外,測試駕駛過程中獲得的數據量非常龐大,這也是驗證的一項主要挑戰。車載傳感器組由攝像頭、激光雷達和雷達組成,一天內可生成多達40TB的數據。

為了將現實道路的平均測試時間和成本降到最低,FEV正越來越多地將重要的測試範圍轉移到仿真和實驗室環境中。FEV集團總裁兼首席執行官Stefan Pischinger教授表示,「數據記錄器解決方案結合FEV基於雲的標籤軟件,是為ADAS和自動駕駛環境構建整體開發環境的重要里程碑。根據駕駛情況,利用自動識別和分類,高效地準備數據,是其他處理步驟的基礎。」

今日关键词:诺贝尔文学奖公布