亚洲精品无码成人片久久_国产999精品久久久久久_国产呻吟久久久久久久92_最近免费韩国电影高清版无吗_天天天天做夜夜夜夜做无码_风间由美性色一区二区三区_а中文在线天堂_人人爽人人澡人人高潮_女子初尝黑人巨嗷嗷叫_国产精品久久久人妻

　　第19屆亞太汽車工程年會&2017中國汽車工程學會年會暨展覽會（APAC 19 & 2017 SAECCE）于10月24-26日舉辦,本次論壇以“未來汽車與交通變革”為主題，攜手行業(yè)領導、學會領導、院士、汽車及相關行業(yè)權(quán)威專家在內(nèi)逾3000余位國內(nèi)外業(yè)界嘉賓共同探討汽車產(chǎn)業(yè)車廠與零部件協(xié)同創(chuàng)新和技術發(fā)展路徑。以下是北汽集團新技術研究院主任工程師楊海軍在會議上的演講實錄：

 

　　楊海軍：大家下午好。我是來自北汽集團新技術研究院的楊海軍。今天跟大家分享交流一下北汽集團在智能網(wǎng)聯(lián)汽車的基礎數(shù)據(jù)平臺搭建過程。
 

　　主要分三個方向，第一個方向是基礎數(shù)據(jù)平臺發(fā)展現(xiàn)狀，第二個我們是新技術院，新技術平臺的基礎數(shù)據(jù)平臺搭建的技術手段技術路線，整體的實踐方案，最后一個是表達一下我們希望攜手共建基礎數(shù)據(jù)平臺的愿望。
 

　　首先第一個，智能網(wǎng)聯(lián)汽車發(fā)展的現(xiàn)狀。現(xiàn)在我們也看到整個論壇舉行了三天，都圍繞著智能化、網(wǎng)聯(lián)化展開各種分組的討論和交流。其中智能化、網(wǎng)聯(lián)化都是發(fā)展得，大家也都對行業(yè)非常了解，這一塊不多說。再一個是中間放的是人工智能，今年開始人工智能是非�；馃岬模瑢θ斯ぶ悄�，國家國務院也有相關的整體發(fā)展規(guī)劃。這是非常朝陽的一個產(chǎn)業(yè)。那么對于智能網(wǎng)聯(lián)技術的演進，我認為是有這么三大階段，第一個階段是起步階段，從現(xiàn)在往前推，前兩年我們是起步階段，各個公司也好，各個單位也好，或者說IT公司或者車廠，完成了智能化和網(wǎng)聯(lián)化相關的技術儲備，解決了智能車和網(wǎng)聯(lián)車的從無到有的過程�，F(xiàn)在所有做智能車，做網(wǎng)聯(lián)化車的企業(yè)，現(xiàn)在都有車，隨時可以拉車到試驗場跑一圈，這是沒有問題的。這是一個起步的階段。按照國家或者行業(yè)的觀點，智能化和網(wǎng)聯(lián)化發(fā)展其實是一個長期的過程，我們現(xiàn)在所聽到的很多的消息，到2019、2020年將量產(chǎn)智能車，或者是2到4級的智能車的觀點和宣傳，大家都有聽到。整個過程是一個較長的發(fā)展過程。我們認為這是一個發(fā)展階段，受限于這么幾個方面，一個是硬件設備，比如說對于智能車輛的傳感器，傳感器本身的識別度、穩(wěn)定性，還有失效的狀態(tài)，這些問題會影響智能車或者網(wǎng)聯(lián)車的量產(chǎn)。

 

　　第二是軟件技術方面，同樣現(xiàn)在在智能車方面的識別算法、決策、控制，這些方面都需要不斷的優(yōu)化。第三個方面，法律法規(guī)相關的，國家目前對于智能化、網(wǎng)聯(lián)化相關的技術是用在量產(chǎn)車上的相關法律法規(guī)，目前還沒有明確的，正在推進，但是沒有明確的定義，應該怎么樣規(guī)劃相關的智能車上路。
 

　　最后一個是人的理念的問題，就是真的有一輛智能車，我們從兩個角度，如何讓人接受這個智能車，一種情況是從研發(fā)角度來講，對于智能車，如果是在高速公路上，很多人愿意研究在高速公路上，高速公路模式下的智能車的相關技術，特點是高速公路的路況比較簡單，識別準確度高，但是對用戶來講，不知道是什么感覺，我感覺讓你坐上120邁的車在高速公路上跑，完全是L4級別的自動駕駛，你是不是會有點擔心？哪怕是1%甚至是0.1%的事故率是不是也很危險？還有就是低速情況下的智能車，它的速度低，但是特點是路況工況比較復雜，相關的算法準確度或者是完善性，會影響整個使用車的體驗。但是對用戶來講，相對速度比較低，我們?nèi)粘Ｉ�活中的小刮小蹭問題也不大。這是人們對智能車的理解和接受程度，這個發(fā)展的過程是需要幾年時間的。
 

　　第三個階段是目標階段，這兩天一直看論壇，很多時候用過這張照片，是特別理想的情況下，這是到最終的一個階段。
 

　　對于智能化、網(wǎng)聯(lián)化的基礎數(shù)據(jù)平臺有一些客觀的需求，初步認為有這么四大方向。第一個方向是關于研發(fā)和測試相關的，對于在智能化和網(wǎng)聯(lián)化研究過程中，首先一個問題是測試。所有的算法有了，硬件設備準備好了，能跑起來了，那么這個測試的覆蓋率，我們現(xiàn)在強調(diào)如果沒有數(shù)據(jù)支撐的話，這個覆蓋率是達到很高的覆蓋率。因為我們都知道，現(xiàn)在各個單位各個公司在測試的時候，基本上是圍繞自己的單位周邊，去試驗場轉(zhuǎn)一轉(zhuǎn)測一測，能夠持續(xù)測的公司不是很多。昨天百度的介紹材料，他們確實實實在在在全國在測，但是畢竟那個覆蓋率也不會達到很高。通過基礎數(shù)據(jù)平臺，能夠為測試提供相關的數(shù)據(jù)準備。
 

　　第二，強調(diào)的是人工智能的發(fā)展需要。人工智能需要以數(shù)據(jù)為基礎，沒有大量的數(shù)據(jù)作為支撐，人工智能相關的深度學習或者機器學習相關的數(shù)據(jù)支撐是沒有來源的。
 

　　第三個是共享和交換數(shù)據(jù)，因為現(xiàn)在我們看到，目前形成了一個，在智能和網(wǎng)聯(lián)開發(fā)過程中形成了一個很明顯的數(shù)據(jù)孤島，各個公司和企業(yè)單位都是各做各的，平常了解的現(xiàn)狀是，十臺以內(nèi)的車，數(shù)量非常少，測試時間也達不到要求。數(shù)據(jù)也是各自有各自的數(shù)據(jù)。如果通過基礎數(shù)據(jù)平臺實現(xiàn)相互之間的數(shù)據(jù)交換，比如在北京，我們公司在北京，我們只能測北京的路況和一些天氣情況的道路上的數(shù)據(jù)，那么像重慶這樣有特色的地方，只能說把車開到重慶去測。
 

　　第二是運營監(jiān)管的需求，智能化和網(wǎng)聯(lián)化的車一旦上路之后，從管理部門來講，需要有一個相關的監(jiān)管的需求，保障車輛是可控的。同時也是提高出行效率，整個是一個網(wǎng)狀，現(xiàn)在是車內(nèi)網(wǎng)、車間網(wǎng)V2X，還有車和云之間的網(wǎng)絡，這些網(wǎng)絡連在一塊兒才能實現(xiàn)整個交通規(guī)劃。一個點的擁堵會持續(xù)發(fā)酵，造成后續(xù)的擁堵，所以整體協(xié)調(diào)是很重要的。再就是信息的共享需求。
 

　　第三個方向，形成產(chǎn)業(yè)生態(tài)鏈的需求。舉一個簡單的例子，最開始我們用PC機的時候，PC機最開始是單機的，后來互相聯(lián)網(wǎng)形成信息的共享，形成一個互聯(lián)的過程。這種情況下形成了我們到目前為止，移動網(wǎng)絡和互聯(lián)網(wǎng)絡，這是非常有價值的。
 

　　第四是增值服務的需求，我們有了數(shù)據(jù)有了平臺之后，車輛共享出行，形成新的服務內(nèi)容和增值。
 

　　這是一個基礎數(shù)據(jù)平臺的結(jié)構(gòu)，有網(wǎng)聯(lián)車，有智能車，同時有路邊設備，這樣形成一個網(wǎng)絡環(huán)境。同時還有云平臺，路側(cè)設備，車載設備，和云端進行數(shù)據(jù)交互，形成一個完整的網(wǎng)絡環(huán)境，這個平臺就是一個基礎數(shù)據(jù)平臺�；�礎數(shù)據(jù)平臺主要完成四個功能，一個是基礎數(shù)據(jù)采集，一個是智能網(wǎng)聯(lián)協(xié)同，為相關交互提供服務，第三是運營監(jiān)管，最后一個是實現(xiàn)增值服務。
 

　　對基礎數(shù)據(jù)平臺定位思考，基礎數(shù)據(jù)平臺分為三個層面，第一個層面是企業(yè)級的，像北汽自己有一個企業(yè)級的基礎數(shù)據(jù)平臺，為企業(yè)的開發(fā)和測試做相關的準備，提高在智能車的算法優(yōu)化、性能提高這些方面做準備工作。第二層面是在企業(yè)基礎上，結(jié)合相關交通數(shù)據(jù)，交通設施形成網(wǎng)絡，形成區(qū)域基礎數(shù)據(jù)平臺，這樣能夠服務一個城市或者區(qū)域。第三是國家級的監(jiān)管平臺，能夠?qū)崿F(xiàn)相關的數(shù)據(jù)聯(lián)合調(diào)度、運營監(jiān)管相關的工作。
 

　　具體的實踐方案，這是我們的架構(gòu)圖，分成三部分，左邊是相關的終端部分，智能車、網(wǎng)聯(lián)車，中間是平臺的主要內(nèi)容，包括云服務器，提供安全機制，實現(xiàn)平臺與終端進行通信，完成相關的數(shù)據(jù)收集、數(shù)據(jù)管理、數(shù)據(jù)處理。最后一部分是相關的數(shù)據(jù)分析和數(shù)據(jù)挖掘，還有一些協(xié)同服務的內(nèi)容。這部分內(nèi)容其實跟我們的基礎數(shù)據(jù)平臺的概念，更多的強調(diào)數(shù)據(jù)的收集、處理、存儲、分發(fā)工作，真正想要進行數(shù)據(jù)分析，還要有相關的接口，不是我們平臺的主要工作內(nèi)容。
 

　　這是標準規(guī)范思路，對于相關的采集規(guī)范、通信標準和業(yè)務流程，協(xié)同API等，采用業(yè)界和行業(yè)內(nèi)的相關標準，進行擴展，這樣便于相互和別的標準對接，實現(xiàn)推廣。
 

　　數(shù)據(jù)采集階段，目前我們認為分成兩個階段，目前我們在第一階段，基礎數(shù)據(jù)采集。它的主要應用方向是用于智能車和網(wǎng)聯(lián)車的研發(fā)測試。數(shù)據(jù)范圍相對第二階段是全集數(shù)據(jù)，采集內(nèi)容是最多最全的，而且是在量產(chǎn)之前做這個工作，主要用于研發(fā)測試，進行大范圍的數(shù)據(jù)采集。
 

　　第二階段是公共數(shù)據(jù)采集。為什么有兩個階段，基礎數(shù)據(jù)采集是我自己來采的，這部分是可控的。第二公共數(shù)據(jù)采集，一方面涉及到個人隱私問題，不能采集過多的數(shù)據(jù)，這些數(shù)據(jù)有一個考量的。第二是說，對車廠來講，很多數(shù)據(jù)不會公開出來給別的單位或個人，這是一個公共數(shù)據(jù)采集。目前我們項目在第一階段，第二階段是我們下一階段工作的內(nèi)容。在基礎數(shù)據(jù)采集之后，用一部分的子集數(shù)據(jù)作為公共數(shù)據(jù)采集。
 

　　第三是數(shù)據(jù)交換，現(xiàn)在每個公司都握有一些測試的數(shù)據(jù)，放在自己的手里。我們希望形成交換數(shù)據(jù)的標準格式、規(guī)范，這樣相互進行數(shù)據(jù)交換，也能形成數(shù)據(jù)的價值鏈。
 

　　這是基礎數(shù)據(jù)分類，大概分成這么幾類，包括外部感知數(shù)據(jù)，和外部互聯(lián)互通的，還有車輛自身的數(shù)據(jù)，用戶在操作過程中形成交互的行為數(shù)據(jù)，還有最后的基礎數(shù)據(jù)，車主的年齡、身高、喜好什么的，用于形成客戶畫像。
 

　　這是我們的數(shù)據(jù)采集內(nèi)容，分為兩個部分，實際上我們分成兩塊做，這兩塊相對還比較獨立，網(wǎng)聯(lián)化和智能化，也就是說網(wǎng)聯(lián)車和智能車。昨天我聽百度在介紹的時候說的問題，現(xiàn)在雖然是智能化、網(wǎng)聯(lián)化同時在提，但是很多是分不同的團隊在做。有的專門做網(wǎng)聯(lián)化，有的專門做智能化，采集的不一樣。我們對智能化和網(wǎng)聯(lián)化分別進行采集，最后合到一個平臺上，采用同樣的數(shù)據(jù)協(xié)議標準。
 

　　這是我們采用的車輛，上面是網(wǎng)聯(lián)車，下面是自動駕駛的車。采集分兩個途徑，一個是幾時采集，100毫秒采集一次，一秒上傳一次。兩個車都有即時數(shù)據(jù)采集，同時自動駕駛車有一部分是離線數(shù)據(jù)采集，一天采集一次，用硬盤的方式，相對比較院士的方式。
 

　　我們平臺的概念把現(xiàn)在所做的工作，很多是數(shù)據(jù)平臺化，相關采集之后在數(shù)據(jù)平臺中，這是大致的數(shù)據(jù)庫的內(nèi)容，底層是原始的數(shù)據(jù)，上面對數(shù)據(jù)進行分析之后形成結(jié)果，包括一些基礎數(shù)據(jù)。左邊是相關的對數(shù)據(jù)庫平臺的管理的相關數(shù)據(jù)。
 

　　目前在做的采集規(guī)范包括這么三類，其中把V2X細化了一下，分成OBU，也就是車載采集規(guī)范，一個是路側(cè)采集規(guī)范，分成這樣兩個規(guī)范，細分成兩部分。第三個是智能車的采集規(guī)范。
 

　　這是我們正在做的初稿，路側(cè)單元的采集規(guī)范的初稿，這在推進過程中是一個階段性的成果。
 

　　這是基礎數(shù)據(jù)平臺，做過大數(shù)據(jù)分析大家都知道，包括底層支持Hadoop等等。中間是剛才提到的數(shù)據(jù)內(nèi)容，上面是通過分析之后使用的開發(fā)語言。
 

　　基礎數(shù)據(jù)平臺化，我們按照正常的數(shù)據(jù)庫管理思路，對采集的數(shù)據(jù)進行日常管理，還有場景數(shù)據(jù)，后面會提到，處理的時候也有場景數(shù)據(jù)的處理管理工作。查詢、統(tǒng)計、下載，還有上傳等權(quán)限管理工作。

這是自動駕駛數(shù)據(jù)處理的簡單思路，首先我們有一個數(shù)據(jù)校驗過程，第二是以時間戳為單位，有兩個數(shù)據(jù)，一個是采集數(shù)據(jù)一個是上傳的實時數(shù)據(jù)，通過時間戳進行同步，然后進行第三第四個，進行目標物的識別，打標簽。最后一部分是場景化數(shù)據(jù)，主要是做場景化數(shù)據(jù)的提取，然后分類，然后進行管理。
 

　　這是自動駕駛數(shù)據(jù)的閉環(huán)流程，左邊是對車進行數(shù)據(jù)實時采集，包括兩部分，實時數(shù)據(jù)，原始數(shù)據(jù)，進行采集，采集完經(jīng)過中間的數(shù)據(jù)處理流程，處理完之后輸出兩類數(shù)據(jù)，一個是目標物數(shù)據(jù)，用手工標注的方式，對實時過程中，把紅綠燈摳出來，這也是識別目標物的數(shù)據(jù)，可以作為訓練庫的數(shù)據(jù)使用。還有場景數(shù)據(jù)，這里我們可以細化一下自動駕駛相關的場景，比如說自由行駛，再比如十字路口的直行，再有變道、超車等等場景數(shù)據(jù)，把它手工標注加計算機處理結(jié)合的方式，做一些場景數(shù)據(jù)進行管理。然后第四部分是對數(shù)據(jù)進行應用，我們會提供，比如自動駕駛相關的，他們用這些數(shù)據(jù)，優(yōu)化算法，包括識別控制決策相關的優(yōu)化等等，最后形成的算法通過OTA升級到車上，這樣完成一個閉環(huán)。
 

　　下面是OTA的需求，咱們知道特斯拉都實現(xiàn)了，這是相對比較成熟的，但是量產(chǎn)的還不多。
 

　　這張圖來自合作伙伴，我們本身是做自己擅長的部分，這部分不是我們應該做的。我們有標注的方案，OTA的，能夠?qū)崿F(xiàn)在線升級。明年我們計劃做車上的安全網(wǎng)關的OTA整體方案，這個工作明年要啟動。
 

　　這是關于信息安全的，也是談得最多的，在智能駕駛相關的安全相關的最多的問題。而且這個面設計到，從終端到云管端各個方面都有，這是很大的一個方向。
 

　　這也是來自合作伙伴的關于安全的思路，這是總體的，以汽車為中心的，以終端為中心的安全架構(gòu)模型。
 

　　最后是以云平臺為中心的安全架構(gòu)模型。
 

　　以上是關于整個基礎數(shù)據(jù)云平臺的整體方案。最后介紹兩個應用，第一個應用是說，我們拿到這些原始數(shù)據(jù)，我們的數(shù)據(jù)可以做些什么工作，第一是自動駕駛仿真，拿出很多場景，比如說從第幾幀到第幾幀，包括相關的視頻、圖片、雷達數(shù)據(jù)，包括實時采集數(shù)據(jù)，把這些數(shù)據(jù)可以拿來研究。比如說特斯拉出現(xiàn)事故，如果也有這樣的功能的話就可以還原當時是哪個算法沒有識別出來。同時還有一個非常有效的好處就是說，可以評判這個算法，整個系統(tǒng)的可靠性和評級、評價等等最基礎的工具。
 

　　就是說，我同樣的這一套數(shù)據(jù)拿出來，A公司做的和B公司做的智能車，A公司能不能識別、識別到什么程度，B公司能不能識別、識別到什么程度，打多少分，這些都是為場景識別準備的。
 

　　第二個是我們正在做的監(jiān)管的項目的展示，分成四個大屏，然后左上角顯示實時的車內(nèi)的情況和車外的情況，右邊是顯示車輛基本信息，以及車輛的事實采集之后的相關的數(shù)據(jù)的內(nèi)容，包括數(shù)據(jù)的量、數(shù)據(jù)的變化，這個大屏上會實時采集。大家如果感興趣可以去參觀一下。
 

　　最后一部分，我們表達一個愿望，希望跟各個單位能夠一起攜手共建我們的基礎數(shù)據(jù)平臺，主要是說，我們想從這么幾個方面跟相關車廠也好、研究機構(gòu)、標準組織，還有高校、IT公司一起攜手共建。包括第一部分是數(shù)據(jù)采集規(guī)范，第二是平臺整體的建設，最后一個相關的平臺的示范、應用、驗證，這樣三個方向，希望大家能夠一起來共同推進這個基礎數(shù)據(jù)平臺的工作。
 

　　謝謝大家。