就在幾天前，要押上一生的榮譽和成就，進行人生最后一次創(chuàng)業(yè)的雷軍對外發(fā)布了小米SU7。就是想“交個朋友”的價格以及全棧自研的智能駕駛算法技術讓SU7“好看又能打”。
2021年，就在雷軍官宣進軍新能源汽車的數(shù)月之后，由其創(chuàng)立的順為資本領投路凱智行Pre-A輪融資。路凱智行是專注于礦山場景的無人駕駛企業(yè)，已實現(xiàn)L4級別無人駕駛的商業(yè)化落地。可以確定的是，小米汽車L2+級別的智能駕駛和路凱智行L4級別無人駕駛，因為場景的不同將各自面臨不同的技術難點。單以無人駕駛技術而言，礦山場景下，無人駕駛在感知、定位、規(guī)劃、控制4個層面分別面臨不同的挑戰(zhàn)。
無人駕駛技術的挑戰(zhàn)
定位層面：當前的無人駕駛系統(tǒng)需要具備較高的定位精度和系統(tǒng)魯棒性。露天礦場景下信號傳播環(huán)境復雜，且作業(yè)環(huán)境動態(tài)變化，在傳統(tǒng)靜態(tài)RTK基站及4G\5G基站建設的基礎上，需增加補盲基站及移動基站以保證足夠的信號覆蓋；另一方面，高精地圖為無人駕駛系統(tǒng)提供定位基線，高精地圖需動態(tài)更新以適應采排環(huán)境的變化。
感知層面：礦山車輛運輸過程中或產(chǎn)生大量揚塵，須通過前置的信號處理方法過濾相關的干擾信號，且通過AI點云數(shù)據(jù)聚類等算法移除揚塵遮擋數(shù)據(jù)，從而降低對障礙物的誤識別；另一方面，相比較開放道路場景下車道線、交通標識信號燈等豐富的語義信息，礦山場景下的環(huán)境感知算法更多依賴對原始信號中的結構化信息，從而構建出虛擬的環(huán)境語義；在感知融合方面，顛簸的路面容易造成傳感器相對位置的偏移，需要通過在線數(shù)據(jù)標定保持空間對齊關系。
規(guī)劃層面：露天礦采排過程中采裝區(qū)域及排土區(qū)域隨著作業(yè)進程不斷變化，規(guī)劃算法需具備足夠的自適應性以優(yōu)化礦山車輛在采裝區(qū)域及排土區(qū)域的整體作業(yè)效率；在多場區(qū)多編組的混合作業(yè)場景中，需設計動態(tài)路口管控、區(qū)域管控等規(guī)劃算法保障行車安全，并通過車鏟協(xié)同動態(tài)調度算法優(yōu)化優(yōu)化系統(tǒng)整體運行效率。
控制層面：礦山內部的道路環(huán)境復雜多變，存在裝載和排土等不同的場景，需要無人駕駛系統(tǒng)能夠快速響應環(huán)境變化，做出精準控制，確保行駛安全和穩(wěn)定。
為了解決礦山場景中感知方面的挑戰(zhàn)，路凱智行采用以下措施：多傳感器融合：利用多種傳感器，如激光雷達、攝像頭、毫米波雷達傳感器等，對礦山無人駕駛運行場地周圍環(huán)境進行多角度、全方位的感知，通過融合多種傳感器數(shù)據(jù)來提高感知精度和魯棒性。多算法技術融合：采用傳統(tǒng)算法和AI model融合算法，通過場景數(shù)據(jù)的驅動,提高了對復雜環(huán)境的識別和感知能力。實時更新地圖：將傳感器數(shù)據(jù)實時更新到地圖中，利用地圖對環(huán)境進行建模和分析，提高對環(huán)境的感知精度。同時，可以將地圖與實時數(shù)據(jù)相結合，實現(xiàn)更準確、更可靠的環(huán)境感知。對于定位挑戰(zhàn)，通過和合作伙伴一起努力，路凱智行制定了一套標準的基礎設施建設流程，確保4G\5G網(wǎng)絡和RTK定位基站的穩(wěn)定服務。另外在算法層面，將多種定位技術相結合使用，如慣導，視覺， 激光雷達等，通過融合多種定位數(shù)據(jù)來提高定位精度和魯棒性。路徑規(guī)劃方面：根據(jù)場景挑選最合適的路徑規(guī)劃算法，根據(jù)實際情況靈活規(guī)劃路徑。同時，還將路徑規(guī)劃與環(huán)境感知相結合，根據(jù)實時數(shù)據(jù)動態(tài)調整路徑規(guī)劃；控制策略方面：利用先進的控制策略，如模型預測控制，快速響應環(huán)境變化，做出正確的決策。同時，還可以利用實時數(shù)據(jù)更新控制策略，以適應環(huán)境變化。
AI大模型與安全策略
發(fā)布會上，雷軍提出用AI語音大模型賦能小米汽車，提升控車能力和駕駛體驗。而實際上，路凱智行早已經(jīng)將AI大模型引入礦山無人駕駛。視覺類的AI大模型方面，在AIGC概念提出之前，路凱智行的研發(fā)團隊已廣泛應用生成式神經(jīng)網(wǎng)絡（GAN）等技術手段增強圖像、點云等感知數(shù)據(jù)集，用于對自動駕駛感知算法進行算法優(yōu)化，提升算法在更加通用的礦山場景下的準確性、魯棒性和穩(wěn)定性，在路測的基礎上提供了低成本的算法優(yōu)化研發(fā)替代路徑。此外，類ChatGPT的語言類AI大模型方面，路凱智行已在相關領域布局基礎模型和工具鏈的研發(fā)，并在礦山制度管理、低代碼數(shù)據(jù)分析等領域形成落地能力。在安全層面，小米汽車L2+級別的駕駛安全和路凱智行L4級別的生產(chǎn)安全，在不同維度對給自分別提出了要求。回歸到露天礦實際生產(chǎn)場景，路凱智行安全策略是從車輛安全、系統(tǒng)安全、功能安全3個維度來達成一個目標：無人駕駛系統(tǒng)異常情況下保障無人駕駛的運輸安全。
路凱智行的系統(tǒng)軟件全部使用ISO26262功能安全流程和規(guī)范進行正向設計和開發(fā)，第三方的配件也嚴格按照功能安全的ASIL等級要求規(guī)范。對于系統(tǒng)故障或系統(tǒng)異常場景，路凱智行有著明確的定義、評判標準和評判機制。對于系統(tǒng)故障或系統(tǒng)異常發(fā)生的原因、概率和危害性，路凱智行也建立了相應的處理機制。并通過系統(tǒng)備份、系統(tǒng)監(jiān)測、增加系統(tǒng)冗余、優(yōu)化軟件設計等方式來避免系統(tǒng)異常和系統(tǒng)故障的情況發(fā)生。
車輛方面，路凱智行的無人駕駛礦卡形成了以無人駕駛為核心的域集中式電氣架構：以VCU−ACU−SCU構成設備與設備控制，形成安全閉環(huán)；底盤線控化和安全冗余從感知、定位、通信和EE架構到車控部件均采用安全流程正向設計，且冗余控制和監(jiān)控接口均獨立于主控系統(tǒng)，可在異常的情況下滿足運輸需求。正如雷軍所言，新能源汽車已經(jīng)從電機化邁向智能化。同樣，礦山無人駕駛也已經(jīng)從“下安全員”變成了運營效率的競爭。在這一階段，考量的不再是無人駕駛技術，而是無人駕駛技術、AI大模型算法、智慧礦山系統(tǒng)、生產(chǎn)調度管理等多種技術或者系統(tǒng)方案的融合應用。雷軍說，小米汽車力圖構建“人、車、家”合一的互聯(lián)生態(tài)，給予用戶非凡的生態(tài)體驗。這種構想和路凱智行從創(chuàng)立伊始就提出來的“懂車、懂礦、懂算法”存在某種意義上的不謀而合。只不過，在礦山場景下，路凱智行將其定義為線控智能整車、無人駕駛系統(tǒng)和智慧礦山系統(tǒng)的完美融合。
星空人工智能技術網(wǎng) 倡導尊重與保護知識產(chǎn)權。如發(fā)現(xiàn)本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯(lián)系方式等發(fā)郵件至1851688011@qq.com我們將及時溝通與處理。！：首頁 > 星空人工智能產(chǎn)業(yè) > 自動駕駛 » SU7“人、車、家”合一的生態(tài)互聯(lián)與路凱智行“懂車、懂礦、懂算法”的不謀而合