2022年12月16 —17日，由合肥市人民政府和中國電動汽車百人會聯合主辦的2022全球智能汽車產業峰會在安徽合肥舉行，由安徽省發改委指導本屆論壇圍繞智能汽車發展的全球新變革與新戰略主題，設置了五場主題論壇和兩場閉門會議，與行業組織，高校，龍頭企業代表共同探討中國智能汽車發展新路徑
其中，在12月17日舉辦的生態論壇上，Mimo智行的數據智能科學家何翔發表了精彩演講。以下為現場演講實錄:
大家好，我是數據智能科學家何翔感謝電動汽車100委員會的邀請今天和大家分享Mimo智行與智能駕駛的3.0時代
2022年全球智能汽車市場的發展趨勢有兩個關鍵詞，規模和速度從規模來看，中國在全球智能汽車市場的份額已經達到57%速度方面，中國智能汽車市場滲透率為26%，Mimo智行預計到2025年中國高級輔助駕駛搭載率將超過70%無論從規模還是速度來看，汽車的智能化，尤其是智能駕駛已經成為這一輪市場爆發的關鍵點，中國市場已經成為全球智能汽車銷售的主戰場
Mimo智行自成立以來，提出了自動駕駛發展的三大定律:從低速到高速，從載貨到載人，從商用到民用米之星一直堅定地走可行，可靠，商業化的漸進落地路線，以風車戰略為核心，一步一個腳印長期以來，自動駕駛存在漸進式和跨越式的路線之爭基于真實用戶使用數據的漸進式路線是自動駕駛的最佳路線因為時間的原因，漸進路線量產時間更早，從規模上看，漸進路線更容易實現量產，從數據上看，遞進路線是真實行駛數據，成本低，質量高
莫志興一直堅定地走漸進式的發展路線我們認為輔助駕駛是自由駕駛的唯一途徑我們必須通過大規模的量產車，以更低的成本獲得更大規模，更多場景的高質量數據，進而以數據驅動的方式推動智能駕駛的雙向循環數據驅動讓自動駕駛真正走向成熟2021年，Mimo智行獲得中國量產車自動駕駛第一稱號到目前為止，它已經搭載了近20款車型在末端物流自動配送車領域，Mimo發布的scooter 2.0是業內首款面向商用市場的10萬元配送車，有效推動了行業大規模商用的進程經過三年的發展，基于量產車的規模優勢，目前終端用戶輔助自動駕駛里程接近2400萬公里，終端物流自動配送也完成了超過12萬單
米之星的數據規模和多樣性都在快速增長我們有MANA，國內第一個自動駕駛數據智能系統，已經完成了數據閉環的構建MANA的學習時間超過40萬小時，相當于人類在虛擬世界中4.8萬年的駕駛經驗
過去十年，自動駕駛的基礎技術發生了很多變化，比如大計算能力芯片，從2T增加到1000T，計算能力提升了500倍，伴隨著大模型的出現，變壓器大模型的參數數量增加了1000倍，達到數千億甚至數萬億，攝像頭數量從100萬像素增加到1500萬像素，攝像頭數量增加8個，數據規模增長120倍。
莫志興認為，在感知技術已經先進到這樣一種能力的前提下，自動駕駛的實現方式也會發生變化我們最近十年的自動駕駛技術分為三個階段最早的硬件驅動模式被稱為自動駕駛1.0時代，近幾年的軟件驅動模式被稱為自動駕駛2.0時代，即將到來的數據驅動模式被稱為自動駕駛3.0時代1.0時代主要依靠激光雷達，成本高，里程少，100萬公里左右2.0時代，AI被廣泛應用于汽車當時主要是基于小模型，小數據，自動駕駛里程達到了幾千萬公里進入數據驅動的3.0時代，我們所做的一切都是為了更高效地獲取數據，將數據轉化為知識從小模型，小數據到大模型，大數據，輔助駕駛里程需要超過1億公里
如果你關注過Mimo智行的成長歷程，你會發現Mimo智行一直在為智能駕駛3.0時代做準備在感知，認知，模式識別方面，以數據驅動的方式沖刺自動駕駛3.0時代
我們可以通過幾個例子來看看MANA這個微小的數據情報系統在感知方向上的演變在城市場景中，紅綠燈是最常見的場景，但是紅綠燈的識別卻是一個非常具有挑戰性的內容主要難點包括:第一，由于其體積小，是典型的小目標檢測問題，二是狀態動態變化，比如眨眼，三是不規范，有橫的，豎的，單的，三的，五的，各種帶倒計時的，第四，每個燈負責哪條路，哪條車道在過去，高精度地圖用于解決小范圍內的一些問題沒有高精地圖怎么辦有沒有更通用的解決方案這個問題分兩步第一步，數據的獲取需要依靠大量的數據進行訓練除了大規模的真實數據，還引入了數據增強，獲得了大量不同光照，不同背景的合成數據，彌補了樣本的不足我們使用混合遷移訓練的方法來減少核心數據和真實數據在特征空間中概率分布的差異，使兩個數據的分布更加接近其次，針對紅燈的識別和道路綁定，設計了交通信號燈檢測和道路綁定的雙向感知模型首先檢測交通信號燈，輸出交通信號燈的顏色，形狀，方位等信息然后，通過卷積神經網絡得到交通燈位置的概率圖，再利用空間注意機制將兩者結合起來，輸入道路綁定的交通燈通信狀態基于這個方法，我們做了大量的測試，在不同的城市，不同的距離，不同的方向，不同的光照條件下，都能準確的識別出來
除了紅綠燈，城市道路感知的另一個復雜問題是車道線識別2021年，Mimo智行全面推出變壓器法，引領技術潮流根據我們自己的業務特點，我們設計了BEV變壓器來識別車道線首先提取圖像特征，然后進行BEV映射通過多重交叉注意形成一個完整的BEV空間，并加入時間序列特征來改善效果
實現效果如何車道感知表現出非常強的優勢，3D投影減少了車道線的抖動面對復雜的城市路面，它在縱向誤差方面表現更好，對路面起伏更具魯棒性多攝像頭輔助擴大了探測視野，反應更快
最后，我們來思考一下在漫長的歷史場合中，人類一直希望能夠智能移動從南方指南車到木牛馬，再到達芬奇畫的無人自動駕駛汽車，都是這種欲望的體現汽車行業正在為這個目標努力基于深度學習的自動駕駛技術掀起了汽車行業的智能化革命在這場革命中，中國的研究者和實踐者不僅姍姍來遲，而且始終走在世界前列這是一場決定未來幾十年產業升級的革命在這個時代，Mimo智行有幸演繹了Mimo的故事
非常感謝大家！
。鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
