轻地图+数据闭环加速落地,觉非科技获多家头部车企定点

‍作者 |张祥威

编辑 |德新

79c1ffe58416c1c07e9183190b155a0e.jpeg

智能驾驶日益普及,「轻地图」和「数据闭环」成为各家能力比拼的关键,车企对此的需求也逐渐迫切。

11月16日,觉非科技宣布已与多家头部主机厂达成量产定点合作,围绕轻地图与数据闭环服务,支撑标杆车型在2024年的量产交付。

觉非科技已经构建了适用于全场景智能驾驶数据闭环能力的量产方案。

比如,今年4月,觉非科技就发布了“基于BEV的数据闭环融合智能驾驶方案”,通过量产车BEV的实时感知结果的复用,提供完整的城市Map-Lite及Map-Free数据闭环融合解决方案

继针对城市NOA方案推出后,11月14日,觉非科技又再次推出了面向高速场景的“轻地图高速NOA智驾方案”。

该方案携手地平线与MobileDrive超捷,三方联合首次实现了从芯片能力输出、到数据闭环建设、再到规控部署的产业生态链协作与打通,为低成本高速NOA方案的落地与量产提供了技术保障。

自动驾驶已经进入数据驱动的3.0时代,软件大模型与数据引擎应用将成为产业的底层新基建,数据将成为决定模型能力上限的关键。

 

一、数据闭环加持,加速全场景智能驾驶落地

觉非科技定位自动驾驶感知决策算法与数据服务商,主要围绕城市智能驾驶、高速智能驾驶、封闭园区智能驾驶三大应用场景提供智驾方案。

基于在车端与路端不断积累的真实交通数据,觉非可以高效获取有价值和有挑战性的Corner Case场景数据库,结合觉非自研的数据中心供给BEV感知大模型实现算法的快速迭代。

e5470d2cba24ab2d9830930428e8e5ce.jpeg

在数据闭环的搭建过程中,觉非的融合定位与感知闭环系统覆盖了车端与路端,构建了适用于全场景智能驾驶数据闭环能力的量产方案。

觉非还与具备甲级电子导航地图资质的企业建立了深度战略合作,打通了包括数据合规采集、脱敏回传、自动标注、量化训练、OTA等多个环节在内的数据闭环,通过高度自动化的数据处理方式与运行效率,可以不断提升自动驾驶感知和路网模型的迭代。

此次多家主机厂对觉非的定点,意味着其数据闭环路线得到了产业生态的认可,随着其闭环模式与轻地图方案将逐步实现规模化量产,大量工程化积累也将得到商用验证。

高可靠算法、车规级解决方案、高自动化的数据处理能力等融合而成的技术实力,以及低成本综合方案带来的量产能力,成为了主机厂选择觉非合作的关键之一。

觉非科技联合创始人与技术合伙人刘斌表示:「在广度上,觉非将继续强化数据闭环服务能力的通用性。在深度上,将加速数据闭环在乘用车产品的量产,通过工程化能力成为客户更具竞争力的选择。」

 

二、基于数据闭环,提供「轻地图」方案

在轻地图的搭建过程中,觉非科技将量产车数据与数据闭环能力进行结合,搭建了数据集实时处理平台级工具链服务。

c0c584116d96a9be8c44a94a853ab651.jpeg

通过深度学习算法、SLAM语义建图、GIS处理技术,可覆盖高快道路、城市道路及停车场等多种典型场景,以低成本解决地图数据时效和覆盖的问题,完成城市自动驾驶落地的最后一块拼图。

觉非科技CEO李东旻表示:“重感知轻地图的大模型技术路线是目前乘用车高阶智能驾驶高度共识的解决方案。觉非将依托数据闭环服务及工程化能力,进一步丰富和完善生态合作链,加速产业在数据时代的发展。”

城市NOA时代下,数据闭环、随着高阶自动驾驶迈向城区量产场景,“BEV+数据闭环”成为了最新一代自动驾驶量产系统的核心架构,数据闭环能力、「轻地图」能力,将成为城区自动驾驶时代决胜的关键。

基于觉非「数据闭环」和「轻地图」方案的标杆车型量产交付后,势必会加速智能驾驶商业化量产的发展。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/160380.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

《Linux从练气到飞升》No.31 多线程编程实践与线程安全技术

🕺作者: 主页 我的专栏C语言从0到1探秘C数据结构从0到1探秘Linux菜鸟刷题集 😘欢迎关注:👍点赞🙌收藏✍️留言 🏇码字不易,你的👍点赞🙌收藏❤️关注对我真的…

【数据结构】图的存储结构(邻接矩阵)

一.邻接矩阵 1.图的特点 任何两个顶点之间都可能存在边,无法通过存储位置表示这种任意的逻辑关系。 图无法采用顺序存储结构。 2.如何存储图? 将顶点与边分开存储。 3.邻接矩阵(数组表示法) 基本思想: 用一个一维数…

Vatee万腾的科技征程:Vatee数字化创新的前沿探讨

在Vatee万腾的科技征程中,我们目睹了一场数字化创新的引领之旅,探讨了Vatee在科技前沿的独到见解。Vatee万腾不仅仅是一家科技公司,更是一支前行不辍的冒险队伍,通过不断突破自我,探索未知领域,引领着数字化…

Ghidra逆向工具配置 MacOS 的启动台显示(Python)

写在前面 通过 ghidra 工具, 但是只能用命令行启动, 不太舒服, 写个脚本生成 MacOS 的 app 格式并导入启动台. 不算复杂, 主要是解析包的一些元信息还有裁剪软件图标(通过 MacOS 自带的 API) 脚本 #!/opt/homebrew/bin/python3import os import re import subprocess as sp…

SpringCloud 2022有哪些变化

目录 前提条件 AOT支持 Spring Native支持 前提条件 Spring Cloud 2022.0.0是构建在Spring Framework 6.0和Spring Boot 3.0 之上的一S个主要版本。 JDK要求最低需要是Java 17J2EE要求最低需要Jakarta EE 9 AOT支持 Spring cloud 2022支持AOT编译,它是将程序源…

【HarmonyOS开发】配置开发工具DevEco Studio

1、下载 注意: 1、安装过程中,一定要自定义安装位置,包比较大,包比较大,包比较大!!! 2、可以将该工具添加到右键中,否则,如果你的项目不是HarmonyOS&#xff…

Maven依赖传递和依赖冲突以及继承和聚合关系详解

Java全能学习面试指南:https://javaxiaobear.cn 1、Maven依赖传递和依赖冲突 1. Maven依赖传递特性 概念 假如有Maven项目A,项目B依赖A,项目C依赖B。那么我们可以说 C依赖A。也就是说,依赖的关系为:C—>B—>…

探索亚马逊大语言模型:开启人工智能时代的语言创作新篇章

文章目录 前言一、大语言模型是什么?应用范围 二、Amazon Bedrock总结 前言 想必大家在ChatGPT的突然兴起,大家多多少少都会有各种各样的问题,比如:大语言模型和生成式AI有什么关系呢?大语言模型为什么这么火&#xf…

linux使用chage修改用户密码过期时间解决rac安装互信问题

文章目录 一、RAC建多实例库提示互信问题二、原因分析1.修改系统用户密码期限2.修改语法:chage [选项] 用户名3.常用示例: 一、RAC建多实例库提示互信问题 二、原因分析 因为此次是在原有集群情况下创建多个实例,其实不需要优先排查俩节点的…

Aerial for Mac: 沉浸在高清鸟瞰的世界,让你的屏幕焕发新生

你是否已经厌倦了那些平淡无奇的屏保程序?是否希望你的Mac屏幕能更生动、更有趣?如果你对此抱有强烈的期待,那么Aerial for Mac绝对会是你期待已久的解决方案。 Aerial for Mac是一款独具特色的高清屏保程序,它以鸟瞰的视角带你领…

4.5 Windows驱动开发:实现进程数据转储

多数ARK反内核工具中都存在驱动级别的内存转存功能,该功能可以将应用层中运行进程的内存镜像转存到特定目录下,内存转存功能在应对加壳程序的分析尤为重要,当进程在内存中解码后,我们可以很容易的将内存镜像导出,从而更…

FISCO BCOS 3.0【01】搭建第一个区块链网络

官方技术文档:https://fisco-bcos-doc.readthedocs.io/zh-cn/latest/index.html 我们在官方技术文档的基础上,进行,对文档中一些不清楚的地方进行修正 搭建Air版本FISCO BCOS联盟链 本节以搭建单群组FISCO BCOS链为例操作,使用开…

关于ASO优化的分步入门指南1

欢迎阅读我们的应用商店优化(ASO)分步指南,接下来我们将引导大家完成ASO研究的初始步骤,为提高应用程序的知名度和吸引自然下载奠定基础。 1、确定竞争对手。 首先确定应用程序的直接和间接竞争对手。我们可以通过咨询客户或进行…

基于LeNet实现手写体数字识别实验

目录 1 数据 1.1 数据预处理 2 模型构建 2.1 自定义算子实现 2.2 Pytorch框架实现 2.3 测试两个网络的运算速度 2.4 两个网络加载同样的权重,两个网络的输出结果是否一致? 2.5 计算模型的参数量和计算量。 3 模型训练 4 模型评价 5 模型预测 总结…

深度学习基础知识——从人工神经网络开始

一、介绍 您知道第一个神经网络是在 20 世纪 50 年代初发现的吗? 深度学习 (DL) 和神经网络 (NN) 目前正在推动本世纪一些最巧妙的发明。他们从数据和环境中学习的令人难以置信的能力使他们成为机器学习科学家的首选。 深度学习和神经网络是自动驾驶汽车、图像识别软…

Pytorch torch.normal()的用法

该函数原型如下: normal(mean, std, *, generatorNone, outNone) 该函数返回从单独的正态分布中提取的随机数的张量,该正态分布的均值是mean,标准差是std。 用法如下:我们从一个标准正态分布N~(0,1),提取…

《洛谷深入浅出基础篇》——P3405 citis and state ——哈希表

上链接:P3405 [USACO16DEC] Cities and States S - 洛谷 | 计算机科学教育新生态 (luogu.com.cn)https://www.luogu.com.cn/problem/P3405 上题干: 题目描述 Farmer John 有若干头奶牛。为了训练奶牛们的智力,Farmer John 在谷仓的墙上放了一…

cadence virtuoso PEX option error

在设置PEX options时出现error。 Error while compiling rules file /home/IC/Tech/PDk_13mmrf_1P6M_30k/Calibre/LvS/SmicSPM7PR12R_cal013_mixR_sali_pimtx_1233_v2.6_2P . xrc: ErrorINCLi on lire 838of /home/IC/Tech/PDK_13mmrf_1P6M_30k/Calibre/LvS/SmicSPM7PR12R_cal…

DAO和增删改查通用方法-BasicDao

文章目录 一、BasicDao是什么?二、BasicDao分析三、BasicDao实现(1)BasicDao(2)ActorDao(3)TestDao 四、总结 一、BasicDao是什么? BasicDao:基础的数据对象,可以完成通用…

vmware workstation pro 17.5 安装 macos 13.5.2 虚拟机超详细图文教程

前言 本文很细,甚至有点墨迹,主要为了方便从来没用过 vmware 的新人,其实大部分步骤和正常安装虚拟机没有区别,详细贴图以方便大家对比细节 参考文章 感谢大佬们的无私分享 https://blog.csdn.net/qq_19731521/article/details…