展会信息港展会大全

对话仙途智能唐彦也:在环卫自动驾驶场景中 以多任务大模型进行感知
来源:互联网   发布日期:2023-07-15 10:15:15   浏览:18471次  

导读:《科创板日报》7月11日讯(记者 曾乐 实习生 袁梦) 随着智能网联走入下半场,商业落地成为自动驾驶主旋律,环卫市场成为自动驾驶的落地场景之一。 近日,仙途智能Autowise.ai在世界人工智能大会上举办技术开放日,并发布远程运营平台Radar24。据介绍,Radar...

《科创板日报》7月11日讯(记者 曾乐 实习生 袁梦)随着智能网联走入下半场,商业落地成为自动驾驶主旋律,环卫市场成为自动驾驶的落地场景之一。

近日,仙途智能Autowise.ai在世界人工智能大会上举办技术开放日,并发布远程运营平台Radar24。据介绍,Radar24仿照机场塔台运营模式,通过该平台,运营人员可实现对自动驾驶车辆全天候、无差别监控以及远程操作。

展会现场,仙途智能展示了远程挪车场景示范。当环卫车辆遇到临时交通管制、低矮障碍物阻挡或前方出现违停车辆、窄路无法通行,现场不具备借道条件的情况下,远程运营人员可发起远程指令,挪车脱困。

据悉,仙途智能目前在上海、无锡、苏州等地设有多个远程运营团队,远程运营人员需经过培训,考试上岗。基于Radar24平台,一名远程运营人员可远程管理5-10台自动驾驶车辆。对于海外客户,该公司可提供远程运营App及相关培训。

展会活动现场,仙途智能产品及运营副总裁唐彦也接受了《科创板日报》记者的采访。

近年来,随着自动驾驶企业的传感器方案与技术研发方案愈发趋同,在各垂直场景中,都面临解决相关场景内的“长尾问题”。

以环卫自动驾驶为例,环卫车辆由于行驶在城市公开道路上,除了要识别车辆、行人、红绿灯等自动驾驶常规识别内容,还要识别地面的垃圾、路边的树枝、水管、石块、坑洞等,这增加了自动驾驶感知的Corner Case(边缘案例)数量。

据唐彦也介绍,在感知层面,仙途智能采用基于多传感器的传统算法+BEV的多层冗余方案,以一个多任务大模型支持常见的交通参与元素与长尾通用障碍物的检测识别,从而提升可靠性与安全性。

资料显示,仙途智能成立于2017年,其创始团队来自滴滴无人驾驶,核心产品为自动驾驶清扫车Autowise V3与自动驾驶平台产品Roboard-X。据介绍,截至目前,该公司已在海内外超20座城市落地200余台车辆,并在欧美、中东有所布局。

其中,今年6月,仙途智能中标2023-2025年度无锡锡东新城商务区智慧环卫一体化项目,中标金额约1.39亿元。招标文件显示,中标项目道路保洁面积近900万平方米,绿化带保洁面积超400万平方米。仙途智能拟投入上百台自动驾驶清扫车Autowise V3实施户外清扫作业。

天眼查信息显示,截至目前,仙途智能成立至今共获六轮融资,投资方包括:商汤国香资本、杉杉创投、欧普照明、天启资本、红点中国等。另据唐彦也透露,该公司正在接触新一轮融资。

以下为采访实录,内容有所删减:

《科创板日报》:为什么采用多任务大模型进行感知?

唐彦也:这是个线上的感知模型,因为多个任务合并在一起,比以往单任务模型大不少,模型更通用,更省算力。

《科创板日报》:据说你们为数据标注开发了线下大模型?

唐彦也:是的。因为线上对反应速度和算力要求高,只能用历史数据在最快时间给出结果。部署在线下,就可以有充足的时间来计算,不止使用历史数据,还能用未来的数据,即基于后一秒的结果来推测前面没检测出来的障碍物。这个线下大模型主要用来和线上小模型进行结果比对,如果有不一致,我们可以将相关数据挖掘出来。模型的参数量大,结构复杂,但不是GPT那个大模型,参数量跟后者远不能比。

《科创板日报》:目前各地对环卫自动驾驶的放开程度如何?公司会进入Robotaxi市场吗?

唐彦也:我们有Robotaxi的技术栈。但大家知道,在Robotaxi场景中,打车需要实现全城跑通,如若仅开放一个小的区域,实际意义相对较校而环卫场景不一样,首先环卫只要划定一部分区域就可以开展清扫作业;其次,各地对环卫自动驾驶的开放程度很高,预计未来1-2年大部分一二线城市或将全部放开(环卫自动驾驶)。因为低速无人驾驶没有太大风险,相对来说更为安全。对我们来说,当一个应用场景达到了政策允许和大规模交付的状态,我们便会在此场景中付出更多精力。

《科创板日报》:未来1-2年,公司的业务规划是什么?

唐彦也:我们的业务规划就是把这些自动驾驶技术与我们的硬件载体一起打包卖给更多客户。如果企业能实现一定规模,我相信在智能驾驶领域中,是一家或许可以活得很好的公司。所以,我们接下来的重点就是商业规模与交付能力。

(科创板日报记者 曾乐 实习生 袁梦)

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港