CVPR2019で、Baidu Apolloはレベル4自動運転向けの純粋なビジョンソリューションであるApollo Liteを発表しました。

CVPR2019で、Baidu Apolloはレベル4自動運転向けの純粋なビジョンソリューションであるApollo Liteを発表しました。

米国現地時間6月16日から20日まで、コンピュータビジョンとパターン認識の分野における世界有数の学術会議であるCVPR 2019(Conference on Computer Vision and Pattern Recognition)が米国ロングビーチで開催されました。 Baidu Apollo は、CVPR 2019 で、中国で唯一の純粋に視覚的な自動運転用都市道路閉ループ ソリューションである Baidu Apollo Lite を発表しました。

[[268474]]

CVPR は業界で最も権威のある研究会議として、毎年コンピューター ビジョン分野のトップ チームから論文を受け入れています。これらの論文は、世界最先端の科学研究技術を代表するものであり、業界の将来の発展に向けた研究の方向性を導きます。現地時間6月17日、百度アポロはCVPRで技術講演会を開催した。アポロ技術委員会の王良委員長は、レベル4完全自動運転(Fully Autonomous Driving)環境認識技術ソリューションについて説明し、サラウンドビジョンソリューション「百度アポロLite」を披露した。

王亮氏は、Apollo Liteは現在、中国で唯一の都市道路向けL4レベルの視覚認識ソリューションであると紹介した。10台のカメラと毎秒200フレームのデータの並列処理をサポートし、単一の視覚リンクの最大フレーム損失率は5‰以下に制御でき、全方位360°のリアルタイム環境認識を実現し、前方障害物の安定した検出範囲は240メートルに達する。王亮氏は、2019年上半期の初期の技術研究開発投資と路上試験の反復を経て、この10台のカメラ認識システムを利用することで、百度の無人運転車は、高ラインカウント回転LIDARに頼ることなく、市街地の道路でエンドツーエンドのクローズドループ自動運転をすでに実現できると述べた。

アポロライトは北京の道湘湖を含む多くの場所で複数のルートでテストされたと理解されています。路上テストでは、テスト車両の台数、累積テスト走行距離、市街地道路における車両のクローズドループ自動運転性能が優れており、国際トップレベルに達し、世界最大のADAS(先進運転支援技術)サプライヤーであるMobileyeが提供する純粋な視覚ソリューションに匹敵します。回転 LIDAR 認識ソリューションと比較すると、視覚認識ソリューションは安価で入手しやすいです。この低コストで自動車グレードに近いサラウンドビュー認識ソリューションは、ADAS 支援運転アプリケーションをサポートするようにダウングレードすることもでき、より価値のあるアプリケーション シナリオを作成し、ADAS 製品の機能を新しいレベルに引き上げて、企業や開発者に低コストで高品質の自律運転ソリューションを提供します。

[[268475]]

カメラは比較的成熟したセンサーです。軽量、低コスト、自動車規制への準拠などの利点に加え、高解像度、高フレームレート(撮像周波数)の撮像技術の発展傾向により、画像にはより豊富な環境情報が含まれています。同時に、ビデオデータは人間の目で知覚される現実世界に最も似ています。ただし、3次元のポイントクラウドデータと比較すると、2次元画像の情報はマイニングがより難しく、より強力なアルゴリズムの設計、大量のデータの蓄積、および長期的な研究開発投資が必要です。

王亮氏は、百度アポロは常にマルチセンサー融合の技術路線を堅持していると述べた。 L4 自動運転用のセンサーの選択に関しては、LIDAR とカメラは排他的なものでもなければ、単に従属的かつ補完的なものでもありません。セキュリティの観点からは、どちらも同様に重要かつかけがえのないものであり、どちらも不可欠ではありません。

現在、多くのセンサーフュージョンソリューションの設計は比較的複雑です。技術者は、問題を迅速に解決するという観点からアルゴリズムを設計することがよくあります。このプロセスでは、重要な問題を回避し、異種データの利点を利用して互いの欠陥を補完し、困難な問題を回避することは避けられません。このアイデアに基づいて設計されたマルチセンサー融合ソリューションは、短期的には単一のセンサーソリューションでは解決が難しい問題を回避できますが、長期的には、データと戦略を深く結合する設計は、環境認識システムに真の冗長性を提供することに役立ちません。センサーフュージョンとは、完全自動運転を独立してサポートできる複数の認識システムが連携し、独立して動作して相互検証し、認識結果の正確性と完全性を最高の確率で確保することを意味します。王亮氏は、百度が純粋視覚認識ソリューションの研究開発にリソースを投入する決意は、既存のLIDARベースの技術ルートを放棄することを意味するのではなく、むしろ技術実践の中で無人運転システムにおける真の冗長性の必要性を十分に認識し、圧力サラウンドビジョン技術を通じてマルチセンサー融合認識フレームワークを強化することを決定したということを強調した。主にライダーを使用し、視覚を補完する従来の融合戦略では、視覚認識自体の問題や欠陥がレーダー認識のカバーの下で十分に明らかにされていません。現在、Apollo Lite を通じて改良され、反復されてきた純粋なビジョン技術は、Baidu の永続的なマルチセンサー融合ソリューションに継続的にフィードバックされ、自律運転システムの堅牢性と安全性を向上させています。

[[268476]]

技術開発は、自動運転産業にとって間違いなく不可欠な要素です。技術が進歩するにつれ、企業や開発者にとって低コストで利用しやすいソリューションを生み出すことが、産業の発展を促進する上で重要な要素となります。百度アポロは、国際的に先進的かつ中国最大のオープン自動運転プラットフォームとして、自動運転の大規模化と量産化に向けた新技術を次々と提供しながら、自社の技術進歩を継続的に進めていることがわかります。高品質の技術がより多くの人々に利用可能になって初めて、自動運転業界は本来あるべき姿で繁栄し、輝くことができるのです。

<<:  「データオープン化」の道で、百度アポロはウェイモをリード

>>:  海雲傑迅は人工知能教育分野で総合的なサービスを提供するAI Goを立ち上げようとしている

ブログ    
ブログ    

推薦する

Natureサブジャーナル:言語だけでなく、機械翻訳は脳波をテキストに「翻訳」することもできる

人間の脳の神経信号も言語であると考えられるなら、機械翻訳アーキテクチャを神経信号の解釈に適用する実現...

機械学習トレーニングマニュアル: 頑固なブロンズから最強の王へ

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

...

人工知能に関する4つの大きな誤解

サンタフェ研究所の教授であり、『人工知能:考える人間のためのガイド』の著者でもあるメラニー・ミッチェ...

マッキンゼーのレポート:これらの業界が人工知能に転換しなければ、ますます取り残されることになる

最近、マッキンゼーは「人工知能:次のデジタルフロンティア?」と題した80ページのレポートを発表し、人...

...

...

オックスフォード大学の最新調査:AIはベンチマーク危機に直面し、NLPは推論テストの「取り組み」に注力

人工知能 (AI) ベンチマークは、モデルを測定および比較するための方法を提供します。ベンチマークを...

GPT-4 は生物兵器を作成できません! OpenAIの最新の実験では、大規模モデルはほぼ0であることが証明されている

GPT-4 は生物兵器の開発を加速させるでしょうか? AIが世界を支配することを心配する前に、人類は...

データ構造とアルゴリズム: K 回の否定後の配列の合計を最大化する

[[435915]] K回の反転後の配列の最大合計LeetCode の問題へのリンク: https:...

大規模モデルのRLHFは必ずしも人間に依存するものではなく、Google:AIフィードバックも同様に効果的

今日の大規模モデルをトレーニングするための中核的な方法となると、RLHF は避けられないトピックです...

人工知能における非構造化データの役割

人工知能 (AI) システムは人間に似た方法でやり取りするため、一部の人は不安に思うかもしれませんが...

AI教育の知能化、パーソナライゼーション、多様化は今後さらに発展するだろう

人工知能教育は主に、ユーザーの学習行動データを分析・処理することで、パーソナライズされた学習コンテン...

...