初期开设近50个站点，运行时间从9:00持续至17:00。示范应用路线覆盖深圳湾万象城、保利文化广场、人才公园等核心地段，可为周边生活区、商业区、休闲文化区等提供人工智能出行服务。点评一下：安全第一，应该是有司机坐在驾驶位的，就像地铁一样，就算是自动驾驶，驾驶员还是要在自己的位置上。运行时间，可以看到是日出时段从9:00持续至17:00，那也是安全方面、技术方面的考虑吧，像深圳这样的城市，夜间出行的需求是相当的大的。另外我们可以看到车顶上放了装备，所以这只能作为公共出行，私家车是不行的。因为人们接受不了自己的车长成这个样子。

间隔仅3个月，这家自动驾驶卡车公司又融资。主线科技今日宣布完成B轮融资，由北汽产投领投，郑州国投、优势资本跟投。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用新融资用途官方知名两个方面，一是研发，加强卡车数字化、智能化、无人化研发推进。第二则是落地。新融资还将被用于为客户打造先进智能物流解决方案。智能车参考此前曾多次报道主线科技，这家核团队出自清华、成功转化院士科研成果的自动驾驶公司，三个月时间内连续官宣两笔融资，频率确实够快。如何理解？不妨从融资信息出发来看主线科技的业务进展。投资方背后，主线科技在做什么？本次投资方中，值得关注的是北汽集团旗下的北汽产投，这也能读出主线科技最新业务进展。主线科技已经与北汽旗下福田汽车展开战略合作，在商用车和物流领域高级别自动驾驶技术开发与示范应用等多方面协作。去年年中主线科技协同智能物流平台公司福佑卡车，使用北汽福田的车型获得北京市首批商用车自动驾驶路测牌照。主线科技的业务范围，从之前的港口物流园无人货运，逐渐拓展到了开放道路的干线物流无人驾驶。更早之前，主线已经在天津港、宁波港等核心港口，实现了上百台无人集卡交付，是业内首个商用交付“破百”的自动驾驶卡车公司。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用此外，主线科技港口实现的无人集卡车队运营，是真正“去安全员”的常态化运营。主线科技曾引入产业方投资，主线科技并不是第一次。既有股东中，之前已经包含了：AI国家队背景的科大讯飞、全球顶级汽车零部件供应商博世、全球顶尖的物流设施运营商普洛斯，供应链生态型基金钟鼎资本以及背靠主机厂蔚来的蔚来资本，都是具有高度业务协同的战略投资人。三个月前的那轮融资中，投资方包括越秀产业基金，是国内首个地方金控上市平台越秀金控旗下的私募投资基金管理平台。在自动驾驶和智能驾驶领域，已累计投资了寒武纪（688256）、虹软科技（688088）、商汤科技、经纬恒润、主线科技、导远电子等公司。以及因为越秀产业基金的粤港澳背景，或许也是另一种信号——此前北方落地为主的主线，向南开拓的开始。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用而且主线率先落地商用的港口，粤港澳有不言自明的先天优势。渤海中盛，则是中国银行全资子公司中银国际旗下产业资本平台。以及众为资本，同样以“生态协同”著称，在交通和物流运输领域，小鹏汽车、依威能源、快运兔等都是其投资企业。而一直以来，生态式商用落地，正是主线对自动驾驶推进的核心思路之一。其强调的新一代人工智能物流网络NATS，本质就是对产业链上下游的连接。融资用途背后，主线科技主打哪些技术和产品？主线科技透露的Blun融资用途，可以分成两部分来看，一是车，二是平台。车的方面，主线主打L4级自动驾驶卡车。其中在港口场景下，主线的无人卡车已经实现去安全员运营。在干线物流场景，推出的是L3级卡车。目前主线科技已经用这样的卡车为德邦物流开始送货。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用而且这款车预埋L4电子电气架构，随时可以通过后期升级具备L4能力。主线曾介绍，目前受制于法规，干线物流不能像港口那样完全去掉驾驶员，所以公路上的卡车自动驾驶，最先落地的“姿势”，可能是由一辆有人驾驶的卡车带几个无人驾驶的卡车组成车队。目前，主线已经建立了一支数十台规模的干线物流自动驾驶卡车车队，与京东物流、德邦快递、福佑卡车、申通快递等物流合作伙伴开展专线运输业务，累计运输里程已突破120万公里。目前，主线在无人卡车商用落地进程中，也面临规模化量产方面的挑战。所以在今年，除了落地进展，主线还与AI芯片公司地平线、激光雷达供应商禾赛，宣布了量产合作。而在平台方面，主线科技的主要产品是NATS新一代人工智能物流网络，把物流产业从港口物流园到保险公司的所有玩家，拉到了一张桌上。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用NATS基于目前国家物流枢纽和国家现有的高速公路网络构建。对接入系统的所有卡车分路段分时段进行编队，对运输途中的实时信息进行追踪。形成从东到西，从南到北覆盖全国的自动驾驶智能物流网络。目前具体的技术细节主线没有透露，但这张物流网有几个硬指标。首先，是刚刚介绍过的智能的车。其次是网络有聪明的路，因为车的感知距离确实有限。主线大概两年前的时候做了一个超数据感知测试应用，能够让卡车在极端的雾雪天气仍然进行货物的通畅运行。第三还有网联的云，就涉及到主线攒局中的通信方案商华为、运营商中国移动等等。最后还有低碳的能源，路上有充足的换电和加氢站，这些基础设施的提供商也将加入NATS。牵头这么宏大的一个商业战略，主线头脑很清晰，CEO张天雷直言，如此大的市场，主线不可能一家独吃，所以在货运网络平台上，跟福佑卡车深度合作，网联方面跟中国移动、华为等合作。清华系无人卡车公司90天内再获投资，院士加持先实现去安全员商用基础设施方面，电网、宁德时代等等都是合作伙伴。在整个网络中，主线一方面是自动驾驶技术提供商，另一方面也希望依靠车队数据撬动更大的商业可能性。比如手握数据，可以和保险公司谈投保方案，可以和车队谈降本增效，可以为司机量身定制受益最大的拉活方案，还能跟加油站、换电站谈建设规划….所以，对于主线来说，数据除了是打磨自动驾驶算法进步的工具，更是布局整个物流产业的关键资源。主线科技的真正战略意图，远不止一家自动驾驶技术供应商那么单纯。

1月28日，中国RoboTaxi初创公司AutoX（安途）宣布已在北上广深四大一线城市开展自动驾驶路测，测试区域总计超过1000平方公里。在这些区域内，AutoX可以应对从主干道到城中村的多种类型道路，实现点到点的自动驾驶。AutoX为中国首家获得加州DMV全无人运营牌照的自动驾驶公司、中国首个在一线城市公开道路展开全无人驾驶测试的公司，也是唯一一家常年进行大规模整车全无人RoboTaxi运营的自动驾驶公司。上月，AutoX首次披露其具备大规模量产全无人车辆能力的自动驾驶超级工厂。据悉，该工厂由AutoX独立设计、投建，这也是为生产第五代Gen5 RoboTaxi所建。其中，第五代Gen5 RoboTaxi的原型车是克莱斯勒FCA大捷龙，具备AutoX和克莱斯勒FCA联合设计的车规级冗余线控。今年7月，AutoX曾发布第五代无人驾驶系统AutoX Gen5。该系统搭配了超高清车规级传感器，自研核心计算平台AutoX XCU和自动驾驶域电子电气架构，算力达2200 TOPS，实现车规级别功能安全的全栈架构冗余，保证真正全无人驾驶能力。一镜到底，5小时40分无接管穿越城市复杂场景AutoX此前已公布多段RoboTaxi无人驾驶路测和运营视频，包括2小时完成16个点到点的RoboTaxi订单、37分钟0接管穿越晚高峰城中村、深圳市坪山区的40分钟无人运营。这次，又发布了一条长达5小时40分钟的一镜到底的无人车视频，这也是目前业界最长无接管全自动驾驶视频。视频中，AutoX无人车在1000平方公里区域内流畅行驶，自动驾驶从头至尾零接管，从白天到黑夜，CBD到城中村，隧道到高速路，覆盖各种场景路况。AutoX无人车从完全无人驾驶状态启动，车内空无一人。测试路段含盖城区主要道路，正值晚高峰，车流及人流量达到顶峰状态。剩余路段为高速道路，AutoX无人车穿过了多个高速收费站，最高时速超过了90公里每小时。无人车还穿越了长达2.3公里隧道。在1小时46秒进入隧道后，AutoX无人车始终保持50-60公里高速时速，连续穿越三个隧道，最终平稳驶出。在导航定位受影响的场景下，定位算法仍能完全自主应对数公里长的隧道。行至政策要求需具备安全员的地方，无人车自动靠边停车接客，等待安全员上车后继续行驶，全程保持自动驾驶状态。在中途更换安全员的阶段，无人车的停靠起步表现自然，这也是RoboTaxi商业运营的主要场景之一。此外，AutoX还经历了拥堵路端灵活穿行、夜晚狭窄小路会车、无保护左转等场景。正如视频所展现的，AutoX车队通过测试和运营混合行驶，覆盖白天到黑夜，CBD到城中村，隧道到高速路，高温高湿到雨雾天，每天都能收集到大量高价值自动驾驶场景，帮助无人驾驶能力进步。AutoX：RoboTaxi落地需要三个前提条件「RoboTaxi要真正落地，需要保证三方面的前提条件：全无人能力，保证真正安全；覆盖区域大，与正常的共享汽车服务相当；覆盖密度高，大街小巷都能到达，满足正常出行需求。」AutoX发言人表示，「目前AutoX在全无人技术、区域大面积、毛细血管密度这三方面均取得重大突破，无人驾驶RoboTaxi大规模落地能力逐步完备。」RoboTaxi落地的核心要求是安全。而无人化正是保证安全的唯一路径，通过不断优化技术让车辆本身拥有自主驾驶能力。最终RoboTaxi应当能够去掉安全员，并且达到全车无人。此前，AutoX全无人RoboTaxi已经做到全车无人（车前、后排均无人），并面向公众开放运营。AutoX全无人RoboTaxi运营至今已超过一年，在此期间还一直保持着零事故纪录。RoboTaxi真正落地的第二个核心要求，是覆盖足够大区域，面积与正常的共享汽车运营面积相当。对用户来说，有限的面积范围、无法点到点的出行服务价值较低，难以满足其日常出行需求，RoboTaxi也难谈实际应用，更不用说形成真正的商业化。AutoX目前超过1000平方公里的自动驾驶域，是其走向商业化重要一步。早在2019年，AutoX已在全球积累了13个城市的自动驾驶经验。此后，AutoX发力拓展连贯的大区域任意点到点自动驾驶域，至今已突破1000平方公里，并覆盖区域中大小毛细血管道路。这不管是对实际的出行场景，还是对RoboTaxi的自动驾驶系统训练，都很有价值。RoboTaxi的第三点运营要求是高密度覆盖，大街小巷都能到达，满足正常出行需求。目前其他自动驾驶运营往往以少数固定站点上下车的方式，更类似于公交站点，而非真正的任意点到点出行体验。任意点到点覆盖密度意味着，在整片运营区域内，各种道路路网完全覆盖，包括毛细血管道路，并且在各种道路上均可停靠。只有这样，RoboTaxi提供的出行服务才可能与共享出行、拼车出行等现有出行方式同台竞争，并最终通过技术的优越性、服务的便利性进一步打开市场。根据Allied Market Researh最新报告， RoboTaxi市场规模预计到 2030 年将达到 386.1 亿美元。随着无人驾驶技术不断进展，真实场景落地能力将成为衡量自动驾驶企业竞争力的重要指标，并持续驱动企业良性发展。2020年，AutoX成为中国首个在一线城市公开道路展开完全无人驾驶测试的公司，是全球第二家、中国第一家可达到全车完全无人驾驶的RoboTaxi。AutoX公布的多段路测和运营视频，也证明了其RoboTaxi的能力。

 数据“洪流”驱动的自动驾驶1自动驾驶汽车的兴起汽车伴随着工业革命而生，也随着工业革命而升级。第一次工业革命（蒸汽技术革命），出现了蒸汽机使汽车开始诞生。第二次工业革命（电力技术革命）使车辆能够能进行流水线生产，使车辆走入千家万户。第三次工业革命（计算机及信息技术革命），汽车具备一定辅助驾驶能力，而第四次工业革命，汽车甚至最终走向完全的自动驾驶。从工业4.0的概念提出以来，智能汽车的技术层出不穷，而自动驾驶更是成为当前最炙手可热的领域。这智能汽车技术的角逐中，无论是传统车企还是手握大量人工智能技术的互联网公司，都将自动驾驶视为汽车产业的巨大机会，甚至决定企业的未来命运。 汽车的发展之路  自动驾驶等级表第零级完全纯人工操作最考验驾驶员技术的时期第一级辅助驾驶阶段车道保持，定向巡航，ACC自适应巡航和EXP第二级半自动化的阶段简单场景自动驾驶，当场景复杂，人工接管第三级有条件的自动驾驶阶段通常情况自动驾驶，特定场景下人工驾驶第四级高级别的自动驾驶驾驶达到甚至超过人类的水平，需监控系统第五级完全自主的自动驾驶无需人工干预 2自动驾驶汽车数据的产生有人说，只要给自动驾驶系统一张图像，它就能反馈方向盘转多少角度。正如人类走路要首先看路。自动驾驶的第一个环节就是“看路”，也就是路况感知，车辆和环境交互的纽带，自动驾驶好不好，首先取决于感知系统，做的好不好。智能车辆的感知系统来源于车辆上装备的多种多样的传感器，摄像头，超声波雷达，毫米波雷达，激光雷达，卫星定位系统，声呐等。这些正是智能车辆眼观四面，耳听八方的秘技。目前主流的自动驾驶环境感知方案主要为视觉主导和激光雷达主导这两种，两种的方案的区别在于主导传感器的选取搭配，以及围绕传感器产生的识别技术。如今，超声波雷达、摄像头和雷达系统都已经配备在了自动驾驶L1和L2的汽车上，成为了辅助驾驶系统的数据基石。随着汽车自动驾驶程度的提高，汽车需要对周围的人，车，路等有细致的感知，而这些都依赖各种传感器一刻不停的收集数据。那么一辆自动驾驶的汽车会产生多少数据呢？以目前的信息采集车为例，在路测过程中每秒就会产生720MB的数据，相当于3部电影大小。因此，未来自动驾驶普及，道路上上行驶的不仅是车辆，更是数据的“洪流”。 自动驾驶数据采集示意图3自动驾驶汽车数据的存储那么如此巨大的数据要如何存储呢？目前的数据据存储方案有两种，一种集中式存储，另一种就是分布式存储。在各种自动驾驶的未来技术方案中，自动驾驶一般都选择分布存储式进行数据存储。那为什么不选择传统的集中式存储呢？为了清楚的解释这个问题，可以把存储设备比喻成车，数据比喻成货物。那么传统的集中式存储就好比具有单一动力的车，数据量超过一定值的时候，数据只能换更大的设备承载。而分布式存储就是好比一个车队，一个车队能任意增加或减少一辆，而不影响其他设备。分布式存储有一个个节点构成，每一个节点既能计算也能存储，任意扩展，能力无敌强大。以华为的FusionStorage智能分布式存储系统为例，支持多种数据协议的存储，轻松应对各种传感器的数据输入出格式。数据从汇集、分析、应用以及归档，可以在一个节点上一站式完成，无需复杂的数据导入导出，在保证单体功能强大。强大的资源池化能力，将设备的各种资源统一管理，让采购和部署过程节省了集成、调试、安装时间。在升级的时候并不需要业务中断进行数据迁移，软件升级、硬件替换业务无感，减少了专业维护的难度，节省了后期运维的巨额成本。强大的资源池化能力让采购和部署过程节省了集成、调试、安装时间。新一代的分布式存储，基于AI重定义存储架构，致力于打造海量多样性的数据底座，帮助用户从容应对数据洪流。有了它，自动驾驶普及带来的车联网数据节点数据爆炸增长、容量需求急速扩充，都没有压力。新一代的分布式存储系统，按需扩展、弹性可变。 集中式与分布式存储的区别4自动驾驶汽车数据的计算如何使自动驾驶汽车能够实时处理如此海量的数据，并在提出的信息的基础上，得出合乎逻辑且形成安全驾驶行为的决策？4.1车路人协同--车联网自动驾驶等级的提高需要越来越多的存储及运算，用以分析车辆周边人、车、道路等。有限的车辆空间上解决巨大的数据存储及运算的问题。同时，由于自动驾驶最终需要走向商用，走向千家万户，成本必须要足够低。这些形成了新的挑战，即怎样在成本足够低的情况下满足这些计算需求。为了解决个挑战，专家们提出了车联网来解决。车联网就是以车内设备之间的车内网，车与车之间组成的车际网，车与互联网相连的车载互联网为基础，按照统一的协议，实现人、车、路、云之间互联数据互通，并最终实现智能交通、智能汽车、智能驾驶和车辆智能化控制的一体化网络。更进一步说，就是车到万物（vehicle to everything，V2X），X代表基础设施、车辆、人、路等，与交通相关的一切数据都将汇集在一起处理。车联网中，车辆能互通通信相互协调保持一定的距离，车辆能够与信号灯直接通行获取交通信号，与摄像头设备互联获取更多路况信息，与互联网相连通信获取天气，交通事故等信息。总而言之，就是实时路况、道路信息、行人信息等一系列交通信息，提高自动驾驶安全性、减少拥堵、提高交通效率。车联网畅享图车联网技术需要实现车与车之间的通信和车与“路”的通信。其中路边通信单元（road side units，RSU）是车联网中部署在路边进行辅助通信的设施，它与互联网直接相连，并且可以与车辆进行无线通信，可以作为数据的中转站，让数据转向快车道传输。相比车载通信设备，RSU具有更好的通信能力保证数据的完整传输、传输的更远和更快的传输速度，而且可以同时与多辆车辆进行通信。此外，RSU还有较大的存储空间，可以存储信息，数据传输刚出门就到了，因此传输效率极大的提高。4.2边缘计算车辆网中增强现实，语音识别，图像处理等都需要密集的计算，而车载设备无法承担如此巨大的计算，传统应对巨大计算量的方式是采用云计算。传统的云计算在车联网环境下，时间延迟明显而且连接不稳定，而且高速行驶的汽车等不及云计算漫长的传输链，所以数据需要就近处理。专家们设计了边缘计算平台正是为解决就近计算这个问题。边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。边缘计算指的是在网络的边缘来处理数据。车联网中的边缘计算，可在构建在遍布全国中国运营商的信号基站上，也可以对靠近车辆的移动通信设备，如基站、路边通信单元等设备进行升级改造，使之成为计算节点。就可不同数据源头的数据优先在最近的计算节点进行处理，完成数据加密、数据交互甚至决策。就可以实现车联网的边缘计算。在中国联通的车网联测试中，将路边基站进行改造，目前，大约每三个基站形成一个边缘计算的节点，实现车与路边的通信，未来随着需求，边缘计算的节点甚至可以做到一个基站一个节点。                     边缘计算示意图边缘计算的应用，有效的应对了自动驾驶时延敏感的问题，在本车或附近计算节点完成决策，避免网络传输时延；同时提升应用可靠性，在网络发生故障时，仍可保证基本功能的可用。车联网的边缘计算，将能够保证保障自动驾驶在较低成本下获得巨大的计算量，让各种数据能够及时处理，从中提出完整有效的信息，形成安全驾驶的决策。5自动驾驶的应用随着自动驾驶的等级越来越高，自动驾驶的普及将会彻底的改变人们的生活。自动驾驶的存在将将解放所有的司机，将人的不确定因素移除交通场景，取而代之的是人工智能的确定性。自动驾驶的应用展望自动驾驶将在车联网的协同下，不知疲惫的运行，精确高效理性的判断所有的交通情况。这将大幅降低交通拥堵，减少交通事故，使交通更加顺畅。自动驾驶的普及，解放了驾驶员，车辆空间将变成休闲娱乐的地方，出行将是一种休息而不再是精力得消耗。自动驾驶将改变各行各业，交通出行，物流仓储，智能医疗，智能农业，建筑行业等都将因为自动驾驶的加入，而更加的方便，获得更大的发展。总而言之，自动驾驶将改变生活的方方面面，让社会发生翻天覆地的变化。参考文献《国家车联网产业标准体系建设指南》汇聚海量数据，打造智慧出行新体验

1自动驾驶汽车的兴起汽车伴随着工业革命而生，也随着工业革命而升级。第一次工业革命（蒸汽技术革命），出现了蒸汽机使汽车开始诞生。第二次工业革命（电力技术革命）使车辆能够能进行流水线生产，使车辆走入千家万户。第三次工业革命（计算机及信息技术革命），汽车具备一定辅助驾驶能力，而第四次工业革命，汽车甚至最终走向完全的自动驾驶。从工业4.0的概念提出以来，智能汽车的技术层出不穷，而自动驾驶更是成为当前最炙手可热的领域。这智能汽车技术的角逐中，无论是传统车企还是手握大量人工智能技术的互联网公司，都将自动驾驶视为汽车产业的巨大机会，甚至决定企业的未来命运。 汽车的发展之路  自动驾驶等级表第零级完全纯人工操作最考验驾驶员技术的时期第一级辅助驾驶阶段车道保持，定向巡航，ACC自适应巡航和EXP第二级半自动化的阶段简单场景自动驾驶，当场景复杂，人工接管第三级有条件的自动驾驶阶段通常情况自动驾驶，特定场景下人工驾驶第四级高级别的自动驾驶驾驶达到甚至超过人类的水平，需监控系统第五级完全自主的自动驾驶无需人工干预 2自动驾驶汽车数据的产生有人说，只要给自动驾驶系统一张图像，它就能反馈方向盘转多少角度。正如人类走路要首先看路。自动驾驶的第一个环节就是“看路”，也就是路况感知，车辆和环境交互的纽带，自动驾驶好不好，首先取决于感知系统，做的好不好。智能车辆的感知系统来源于车辆上装备的多种多样的传感器，摄像头，超声波雷达，毫米波雷达，激光雷达，卫星定位系统，声呐等。这些正是智能车辆眼观四面，耳听八方的秘技。目前主流的自动驾驶环境感知方案主要为视觉主导和激光雷达主导这两种，两种的方案的区别在于主导传感器的选取搭配，以及围绕传感器产生的识别技术。如今，超声波雷达、摄像头和雷达系统都已经配备在了自动驾驶L1和L2的汽车上，成为了辅助驾驶系统的数据基石。随着汽车自动驾驶程度的提高，汽车需要对周围的人，车，路等有细致的感知，而这些都依赖各种传感器一刻不停的收集数据。那么一辆自动驾驶的汽车会产生多少数据呢？以目前的信息采集车为例，在路测过程中每秒就会产生720MB的数据，相当于3部电影大小。因此，未来自动驾驶普及，道路上上行驶的不仅是车辆，更是数据的“洪流”。           自动驾驶数据采集示意图3自动驾驶汽车数据的存储那么如此巨大的数据要如何存储呢？目前的数据据存储方案有两种，一种集中式存储，另一种就是分布式存储。在各种自动驾驶的未来技术方案中，自动驾驶一般都选择分布存储式进行数据存储。那为什么不选择传统的集中式存储呢？为了清楚的解释这个问题，可以把存储设备比喻成车，数据比喻成货物。那么传统的集中式存储就好比具有单一动力的车，数据量超过一定值的时候，数据只能换更大的设备承载。而分布式存储就是好比一个车队，一个车队能任意增加或减少一辆，而不影响其他设备。分布式存储有一个个节点构成，每一个节点既能计算也能存储，任意扩展，能力无敌强大。以华为的FusionStorage智能分布式存储系统为例，支持多种数据协议的存储，轻松应对各种传感器的数据输入出格式。数据从汇集、分析、应用以及归档，可以在一个节点上一站式完成，无需复杂的数据导入导出，在保证单体功能强大。强大的资源池化能力，将设备的各种资源统一管理，让采购和部署过程节省了集成、调试、安装时间。在升级的时候并不需要业务中断进行数据迁移，软件升级、硬件替换业务无感，减少了专业维护的难度，节省了后期运维的巨额成本。强大的资源池化能力让采购和部署过程节省了集成、调试、安装时间。新一代的分布式存储，基于AI重定义存储架构，致力于打造海量多样性的数据底座，帮助用户从容应对数据洪流。有了它，自动驾驶普及带来的车联网数据节点数据爆炸增长、容量需求急速扩充，都没有压力。新一代的分布式存储系统，按需扩展、弹性可变。 集中式与分布式存储的区别4自动驾驶汽车数据的计算如何使自动驾驶汽车能够实时处理如此海量的数据，并在提出的信息的基础上，得出合乎逻辑且形成安全驾驶行为的决策？4.1车路人协同--车联网自动驾驶等级的提高需要越来越多的存储及运算，用以分析车辆周边人、车、道路等。有限的车辆空间上解决巨大的数据存储及运算的问题。同时，由于自动驾驶最终需要走向商用，走向千家万户，成本必须要足够低。这些形成了新的挑战，即怎样在成本足够低的情况下满足这些计算需求。为了解决个挑战，专家们提出了车联网来解决。车联网就是以车内设备之间的车内网，车与车之间组成的车际网，车与互联网相连的车载互联网为基础，按照统一的协议，实现人、车、路、云之间互联数据互通，并最终实现智能交通、智能汽车、智能驾驶和车辆智能化控制的一体化网络。更进一步说，就是车到万物（vehicle to everything，V2X），X代表基础设施、车辆、人、路等，与交通相关的一切数据都将汇集在一起处理。车联网中，车辆能互通通信相互协调保持一定的距离，车辆能够与信号灯直接通行获取交通信号，与摄像头设备互联获取更多路况信息，与互联网相连通信获取天气，交通事故等信息。总而言之，就是实时路况、道路信息、行人信息等一系列交通信息，提高自动驾驶安全性、减少拥堵、提高交通效率。                      车联网畅享图车联网技术需要实现车与车之间的通信和车与“路”的通信。其中路边通信单元（road side units，RSU）是车联网中部署在路边进行辅助通信的设施，它与互联网直接相连，并且可以与车辆进行无线通信，可以作为数据的中转站，让数据转向快车道传输。相比车载通信设备，RSU具有更好的通信能力保证数据的完整传输、传输的更远和更快的传输速度，而且可以同时与多辆车辆进行通信。此外，RSU还有较大的存储空间，可以存储信息，数据传输刚出门就到了，因此传输效率极大的提高。4.2边缘计算车辆网中增强现实，语音识别，图像处理等都需要密集的计算，而车载设备无法承担如此巨大的计算，传统应对巨大计算量的方式是采用云计算。传统的云计算在车联网环境下，时间延迟明显而且连接不稳定，而且高速行驶的汽车等不及云计算漫长的传输链，所以数据需要就近处理。专家们设计了边缘计算平台正是为解决就近计算这个问题。边缘计算是指靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台。边缘计算指的是在网络的边缘来处理数据。车联网中的边缘计算，可在构建在遍布全国中国运营商的信号基站上，也可以对靠近车辆的移动通信设备，如基站、路边通信单元等设备进行升级改造，使之成为计算节点。就可不同数据源头的数据优先在最近的计算节点进行处理，完成数据加密、数据交互甚至决策。就可以实现车联网的边缘计算。在中国联通的车网联测试中，将路边基站进行改造，目前，大约每三个基站形成一个边缘计算的节点，实现车与路边的通信，未来随着需求，边缘计算的节点甚至可以做到一个基站一个节点。                     边缘计算示意图边缘计算的应用，有效的应对了自动驾驶时延敏感的问题，在本车或附近计算节点完成决策，避免网络传输时延；同时提升应用可靠性，在网络发生故障时，仍可保证基本功能的可用。车联网的边缘计算，将能够保证保障自动驾驶在较低成本下获得巨大的计算量，让各种数据能够及时处理，从中提出完整有效的信息，形成安全驾驶的决策。5自动驾驶的应用随着自动驾驶的等级越来越高，自动驾驶的普及将会彻底的改变人们的生活。自动驾驶的存在将将解放所有的司机，将人的不确定因素移除交通场景，取而代之的是人工智能的确定性。自动驾驶的应用展望自动驾驶将在车联网的协同下，不知疲惫的运行，精确高效理性的判断所有的交通情况。这将大幅降低交通拥堵，减少交通事故，使交通更加顺畅。自动驾驶的普及，解放了驾驶员，车辆空间将变成休闲娱乐的地方，出行将是一种休息而不再是精力得消耗。自动驾驶将改变各行各业，交通出行，物流仓储，智能医疗，智能农业，建筑行业等都将因为自动驾驶的加入，而更加的方便，获得更大的发展。总而言之，自动驾驶将改变生活的方方面面，让社会发生翻天覆地的变化。参考文献《国家车联网产业标准体系建设指南》汇聚海量数据，打造智慧出行新体验 

谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证，预计于2015年至2017年进入市场销售。2014年12月中下旬，谷歌首次展示自动驾驶原型车成品，该车可全功能运行。2015年5月，谷歌宣布将于2015年夏天在加利福尼亚州山景城的公路上测试其自动驾驶汽车。2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》两个文件，文件明确了自动驾驶汽车申请临时上路行驶的相关条件。第一，申请上路测试人需是在中国境内注册的独立法人单位，因进行自动驾驶相关科研、定型试验，可申请临时上路行驶。测试车辆必须符合《机动车运行安全技术条件》（GB7258）标准。测试车辆具备自动、人工两种驾驶模式，并可随时切换；测试车辆必须安装相应监管装置，能监测驾驶行为和车辆位置。第二，测试车辆上路前必须先在封闭测试场内按相关标准进行测试和考核，考核结果经专家评审，通过后才允许上路测试。第三，自动驾驶测试车辆要按规定悬挂号牌、标识，每辆车都要配备一名有一定驾驶经验，熟悉自动驾驶系统的测试驾驶员，随时监控车辆，保障车辆安全行驶。测试车辆将在指定区域、指定时段内测试，尽量不影响城市交通。测试单位必须购买交通事故责任保险或赔偿保函，如果测试车辆在测试期间发生事故，按照现行道路交通安全法及相关规定进行处理，并由测试驾驶员承担相关法律责任。北京市交通委认为，自动驾驶是提升道路交通智能化水平、推动交通运输行业转型升级的重要途径，也是带动交通、汽车、通信等产业融合发展的有利契机。 2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了针对自动驾驶车辆道路测试的《指导意见》与《实施细则》，规范推动自动驾驶汽车的实际道路测试。2018年5月14日，深圳市向腾讯公司核发了智能网联汽车道路测试通知书和临时行驶车号牌。 2018年12月28日，百度Apollo自动驾驶全场景车队在长沙高速上行驶   。2019年6月21日下午消息，长沙市人民政府颁布了《长沙市智能网联汽车道路测试管理实施细则（试行）V2.0》（以下简称《细则V2.0》），并颁发了49张自动驾驶测试牌照。其中百度Apollo获得45张自动驾驶测试牌照，百度在长沙正式开启大规模测试  。2019年9月，由百度和一汽联手打造的中国首批量产L4级自动驾驶乘用车——红旗EV，获得5张北京市自动驾驶道路测试牌照。 2019年9月22日，国家智能网联汽车（武汉）测试示范区正式揭牌，百度、海梁科技、深兰科技等企业获得武汉市交通运输部门颁发的全球首张自动驾驶车辆商用牌照。2019年9月26日，百度在长沙宣布，自动驾驶出租车队Robotaxi试运营正式开启。首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi车队在长沙部分已开放测试路段开始试运营。2019年10月，新华社记者试乘了一辆自动驾驶汽车，怀着忐忑不安的心情进入了繁忙的以色列特拉维夫街道。整个试乘过程中，记者总体感觉安全、平稳和舒适  。

2013年12月31日全球知名经济咨询机构IHS环球透视（以下简称IHS）汽车部门预测，截至2035年全球将拥有近5400万辆自动驾驶汽车，而全自动化汽车的推出速度会相对较慢。预计至2035年自动驾驶汽车全球总销量将由2025年的23万辆上升至1180万辆，而无人驾驶的全自动化汽车将于2030年左右面世。研究还预测，到2050年之后，几乎所有汽车或将是自动驾驶汽车或自动驾驶商务汽车。预测至2025年全球自动驾驶汽车销量将占汽车总销量的0.2%。至2035年，随着无人驾驶变成现实，这一数字将上升到9.2%。该公司在一篇报告中预测，2025年自动驾驶汽车电子技术将使汽车售价上升7000美元至1万美元（约合人民币42373元至60533元）不等，至2030年和2035年则会分别回落至5000美元和3000美元。

9月26日，特斯拉CEO马斯克在2021年世界互联网大会乌镇峰会上指出，特斯拉正在研发兼具实用性和基于纯视觉技术的人工智能技术的全自动驾驶汽车。他强调，“我们相信自动驾驶可以完全通过视觉神经网络实现。”

城市无人驾驶落地，“毛细血管”类交通仍有很多亟待优化的地方。目前最适合无人驾驶的场景既不是传统公交，也不是出租车，而是处于爆发期的微循环公交。巨头青睐追加1亿美元融资日前，轻舟智航宣布完成1亿美元A+轮融资，由云锋基金和元生资本领投，美团龙珠、国际知名养老基金、老股东IDG资本跟投。这是轻舟智航2020年4月获得IDG资本、元璟资本、Tide Capital联合进行数千万美元种子轮投资及2021年年初完成A轮融资之后，轻舟智航再次完成了由云锋基金和元生资本领投、美团龙珠和国际知名养老基金共同投资的1亿美元A+轮融资，老股东IDG资本持续跟投。轻舟智航于2019年成立于硅谷，致力于打造适应城市复杂交通环境的L4级别自动驾驶技术，将无人驾驶带进现实。基于大规模智能仿真系统和可自主学习决策规划框架，轻舟智航专注于为合作伙伴提供可量产的无人驾驶解决方案。作为世界前沿的无人驾驶技术提供商之一，轻舟智航正与国内外众多合作伙伴一同推进无人驾驶的商业化落地。轻舟智航的核心团队成员均来自Waymo、特斯拉、Uber ATG、福特、英伟达、Facebook等世界顶级自动驾驶公司和科技公司。团队成员实现了无人驾驶关键技术模块的全栈覆盖，在感知、仿真、运动规划、传感器与车载系统等领域都有深厚技术积累和丰富行业经验。且得益于独特的技术路径，团队始终保持着轻、快、高效的特点。目前，轻舟智航已完成“超级工厂”雏形搭建的三步走：第一步，以仿真为核心，借助前沿技术研发为突破，构建自动化闭环，实现海量数据的高效利用；第二步，凭借团队的全栈技术能力，推出专注城市复杂交通场景的无人驾驶方案“Driven-by-QCraft”，适应于覆盖不同城市场景和不同车型；第三步，以“无人驾驶小巴”为突破口，在近10座城市快速实现商业化落地，服务于智慧城市和新基建需求，为数万居民提供公开道路出行服务。轻舟智航从小巴形态入手，同时持续探索广泛适用于共享出行的全新车辆形态。在轻舟智航看来，当汽车逐步从智能化、网联化走向共享化，无人出租车将走向新的业态，以更宽敞的空间、更绿色共享的方式为人们提供出行服务。云锋基金合伙人朱艺恺表示：“轻舟智航核心团队均为Waymo技术骨干，在L4无人驾驶领域经验丰富，成立2年间已实现L4 Robobus规模化落地并在中国多个城市实现常态化运营。基于其打造自动驾驶超级工厂的战略，轻舟智航有实力以Robobus的捷径走向L4 Robotaxi市场，并推动L4+自动驾驶车型量产与规模化商业应用。“区别于传统技术路径，轻舟智航正在以独特的路径实现完全无人驾驶。借助大规模智能仿真系统和可自主学习决策规划框架，可大幅降低测试成本，提升开发效率，保证了解决方案的可拓展性。亚马逊云科技打造自动驾驶数据工厂今年6月，苏州继去年10月开通第一条自动驾驶公交车线路之后，第二条自动驾驶公交车线路全面开放，该线路采用由轻舟智航部署的龙舟ONE无人小巴。云计算技术在自动驾驶公交车的技术开发和运营中发挥着非常关键的作用。国内头部自动驾驶公司轻舟智航采用亚马逊云科技，打造自动驾驶数据工厂，提供完整数据收集及处理能力。其自动驾驶方案在自动驾驶公交车领域快速落地，已在苏州、深圳等多个城市向市民提供服务，解决出行难题。据轻舟智航合伙人、商务副总裁郝景山介绍，一台具备L4级别自动驾驶功能的车辆日常产出的数据量可达TB数量级，收集到众多珍贵的Corner Case。是否能在合法合规的前提下对这些数据进行收集和使用，对于自动驾驶技术的高效迭代来说至关重要。轻舟智航打造的自动驾驶数据工厂，可自动化地完成数据收集、数据清洗标注、仿真评估以及大规模仿真场景生成等流程，让合作伙伴拥有完整的数据收集及处理能力。其中大规模智能仿真系统让测试成本大大减少，达到路测成本的1/100，还可以拓展1000倍于实际路测里程、模拟各种极端情况，同时准确衡量各个自动驾驶软件版本的水平。据介绍，自动驾驶数据工厂只是轻舟智航自动驾驶超级工厂中的一环，但也是关键的一环。凭借全栈技术平台能力，轻舟智航可基于多种车型实现L4级别自动驾驶功能，应对各类城市复杂交通场景。轻舟智航在存储海量数据方面使用了亚马逊云科技的Amazon Simple Storage Service（Amazon S3），这是一个业内卓越领先的存储服务。轻舟智航将数据存放在光环新网运营的亚马逊云科技中国(北京)区域和西云数据运营的亚马逊云科技中国(宁夏)区域。全球数百万家企业使用AmazonS3，其中很多企业将PB级的数据放在上面，对其安全性、可靠性、容量可扩展性、以及丰富的开发者功能信赖有加。对于大规模智能仿真系统，轻舟智航则主要使用了亚马逊云科技的Amazon Elastic Compute Cloud(Amazon EC2) Spot实例。Amazon EC2 Spot实例是亚马逊云科技创造的一种计价模式。通过AmazonEC2 Spot实例，轻舟智航可以低成本地调用超算级别的算力进行大规模智能仿真。郝景山表示，“通过跟亚马逊云科技结缘，在多个方面加速了轻舟智航的发展。由于轻舟智航采用的是集中研发、多地测试的方式，使用亚马逊云科技让我们可以方便地进行异地协作。在产品研发过程中我们也深刻感受到，亚马逊云科技的云基础设施成熟稳定，云服务种类丰富、功能完善，用起来省心。”郝景山介绍，龙舟ONE无人小巴只是轻舟智航自动驾驶方案落地的第一个场景，后续还将推出更多车型。在技术研发及迭代过程中，轻舟智航借助亚马逊云科技在业界有口皆碑的存储、计算、网络、数据分析和机器学习等云计算服务能力为其保驾护航，让市民可以放心地体验自动驾驶的乐趣。轻舟智航联合创始人、CEO于骞表示：“无人驾驶是长期大赛道，要想成功跑到最后，在技术上不能光有海量数据，还要依靠‘超级工厂’实现高度的自动化；在商业上则需要实现成本可控的规模化以及以战养战的商业化，逐步实现在无人公交、无人出租等场景的落地。”结 语对于自动驾驶而言，最近一直笼罩在阴霾之下。在特斯拉事故没有定性结果的情况下，美一好品牌管理公司创始人林文钦于2021年8月12日下午2时驾驶蔚来ES8汽车启用自动驾驶功能（NOP领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世。公开资料显示，ES8是蔚来的第一款量产销售车型，采用纯电动驱动，其中，NIO Pilot自动辅助驾驶系统为选装配置，为蔚来自主研发系统，有精选包和全配包两种。据介绍，此次事故由ES8追尾公路养护车导致。事故发生时，车辆并因未能识别本车道内前方的高速公路养护车，与其发生了碰撞导致了严重事故。轻舟智航此时再获巨额融资，对于自动驾驶而言，无疑具有典型的正向意义。“安全性对于自动驾驶是天条，是一道红线。自动驾驶被提出主要就是为了解决安全问题，而非成本、效率和其它的问题。在自动驾驶的安全问题上，最担心的是由于人觉得系统是安全的，导致驾驶员丧失了警惕。”于骞说。

我们不难发现，现在的道路上新能源汽车正在逐渐的增多，成为新的现象级。与此同时，智能汽车概念的崛起也正改变着新能源汽车的面貌。在《2020年中国新能源汽车行业白皮书》中显示，89%的新能源汽车用户表示出在其购车时对于车辆智能化的关注，其中43.1%的用户表示非常关注。而在用户认为智能汽车的优势方面，智能硬件、自动/辅助驾驶和OTA升级成为了超50%以上用户的选择。从这些数据中我们看出，新能源汽车用户在购车时已将车辆的智能化以及科技应用列入参考标准中。中国新能源汽车市场消费需求在递增，国家战略层面对于新能源赛道也愈发关注。汽车产业作为常熟市三大支柱产业之一，智能驾驶及新能源汽车是其两个重要方向。作为常熟市的智能驾驶领域的企业，北理慧动（常熟）车辆科技有限公司（以下简称：北理慧动）动致力于智能车辆系统、车辆自动操纵系统、动力传成等产品的研发。而北理慧动的总经理胡宇辉也是一直深耕智能车辆方面的研究，在过去几年的不断摸索和实战过程中，对此有着深刻的体会。《规划》开局之年，致力于智能驾驶、新能源车辆自动变速与动力系统智能驾驶是现代科学技术的集大成者，汇聚了视觉、语音、语言、深度学习等多项人工智能成果。据介绍，在智能驾驶技术中，感知就像人类的眼睛和耳朵，帮助车辆观察周围环境；决策就像大脑，实时分析可行驶空间和其他交通参与者的行为意图；控制则依托系统控制车辆，通过打方向、踩油门、踩刹车等完成驾驶行为。为促进地区经济和新能源汽车事业高质量发展，胡宇辉带领团队加大科研投入力度、提高自主创新能力、注重自主知识和产权的创造、保护和运用、不断提升企业综合实力。“基于车道线和前方目标检测的车辆自动驾驶系统软件”获得国家版权局计算机软件著作权登记证书。深圳公交测试的北理慧动自动驾驶系统，即是充分运用了这一软件成果。对公司在特定区域智能驾驶变速操纵系统领域的相关成果及研究发展以统一的软件架构，形成模块化、可重组的自动驾驶决策规划。部分产品通过严格的车规级检测，自动驾驶软硬件也逐步嵌入式车载化。且配置了激光雷达、视觉、毫米波等多种先进传感器，可以自动识别障碍物的性质、速度，进行综合匹配之后决定行车路线。智能驾驶过程中，驾驶员全程没有触碰方向盘，依靠线路设定和传感器综合匹配穿越试验区的交叉路口、转弯、隧道等路段。整个过程中随机出现了其他车辆、行人等多种障碍物，车辆遇到前方障碍物时实现了自动停车，在障碍物移除后很快回复了自动驾驶。而在隧道中，GPS信号会丢失，无人驾驶汽车通过航迹推算的方式，在激光雷达的辅助下实现了路径不丢失。云平台重要性愈发凸显随着公司业务的高速发展以及云平台的日益普及，将公司部分业务搬上云平台成为了不争的趋势。基于这个契机，胡宇辉接触到了华为云。胡宇辉谈到：“华为云在数据的安全性和资源隔离、网络隔离和安全组规则保护上具有明显优势。资源稳定、可靠性高、数据整合性好；华为云市场为客户提供的解决方案丰富、具备吸引力。由于我们的产品研发对网络、算力的要求极高，通过华为云的产品测试，高度适配我们的产品研发平台，为我们提供了稳定高效的网络和强大的算力支持，从而使我们企业更好的发挥我们产品的优势和特性。”胡宇辉表示在华为云的帮助下，当前公司的云平台业务已经提升到了公司战略高度。最后云计算、5G、人工智能、为主导的第四次工业革命正在改变着各行各业，推进着智能时代的加速到来。智能驾驶也正经历着大浪淘沙的过程，想要成为智能驾驶行业中的佼佼者，除了顺势而为、抓住机遇，更要磨砺自身，潜心钻研。。在此，华为云MVP胡宇辉希望成为智能时代技术先行者，与华为云携手并进，共同交流，共同成长。让智能科技应用到社会生产实践中，加速发展，创新未来。“相信国内智能驾驶行业会迎来更好的成长和蜕变。” 胡宇辉说道。

目前，自动驾驶主要应用在一些范围限定、中低速、环境复杂度低的场景中，比如自动驾驶地铁、物流配送、无人BRP公交、环卫作业、港口码头、智慧矿山、无人零售等领域。1.自动驾驶地铁在完全没有司机和乘务人员参与，车辆在控制中心的统一控制下实现全自动运营，自动实现列车休眠、唤醒、准备、自检、自动运行、停车和开关车门，以及在故障情况下实现自动恢复等功能，包括洗车也能在无人操作的情况下完成。例如，2021年1月23日，上海地铁15号线正式运营，它是国内全自动运行等级最高和国内一次性开通里程最长的全地下轨道交通线路。2.物流配送借助自动驾驶技术，装卸、运输、收货、仓储、运送等物流作业流程将逐渐实现无人化和机器化，促使物流配送领域整个产业链降本增效，革新升级。自动驾驶行业起步以来，无人物流一直是各大企业的必争之地，尤其是电商快递企业。国内一汽、东风、重汽等商用车重卡物流车企启动自动驾驶重卡测试，同时阿里菜鸟、百度、美团、京东、图森未来、主线科技、等企业，物流领域的自动驾驶应用也开始布局。3.无人BRP公交在国内和国外，包括Easymile和国内的阿波龙等都处在探索阶段，基本都是在1-3公里的简单环线环境上运行。现在整体来看，整个无人公交的技术和产业链的成熟程度还不够，因为公交车是处在公共安全的范畴，对于技术的要求是非常高的，而且现在来看，它的商业回报率相对于我们讲的出租车、物流、配送来说更低。4.环卫作业环卫领域属于劳动力密集型行业，成本高、过程乱、质量差、风险大、经验缺一直是环卫行业的痛点。自动驾驶清扫车通过自主识别道路环境，规划路线并自动清洁，实现全自动、全工况、精细化、高效率的清洁作业。国内的智行者、酷哇、高仙、智澜科技、仙途智能等企业，已展开对自动驾驶技术环卫领的探索。

智能网联汽车，（Intelligent Connected Vehicle，ICV），是指车联网与智能车的有机联合，是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与人、车、路、后台等智能信息交换共享，实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。智能网联汽车跑步前进2020年，中国L2级智能网联乘用车的市场渗透率达到15%，L3级自动驾驶车型在特定场景下开展测试验证。高精度摄像头、激光雷达等感知设备已达到国际先进水平、为多款主流车型供货，智能驾驶（MDC）计算平台、车规级AI芯片在多个车型上进行装车应用。多地加快部署5G通信、路侧联网设备等基础设施，加大交通设备数字化改造力度，开展车路协同试点，支持企业进行载人载物示范应用。2020年2月，《智能汽车创新发展战略》发布，明确提出要确保用户信息、车辆信息、测绘地理信息等数据安全可控。完善数据安全管理制度，加强监督检查，开展数据风险、数据出境安全等评估。12月，住房和城乡建设部、工业和信息化部联合发布《开展智慧城市基础设施与智能网联汽车协同发展》文件。2021年2月24日，《国家综合立体交通网规划纲要》印发，提出建设融合感知平台，推动智能网联车与现代数字城市协同发展。2021年4月，为进一步推动智能网联汽车产业健康有序发展，加强道路机动车辆生产企业及产品准入管理，工信部组织起草了《智能网联汽车生产企业及产品准入管理指南（试行）》，提出了智能网联汽车功能安全、预期功能安全、网络与数据安全及车联网卡实名等有关要求，目前正在向社会公开征求意见。2021年5月6日，住建部官网公布智慧城市基础设施与智能网联汽车（“双智”）协同发展首批示范城市，北京、上海、广州、武汉、长沙、无锡6市入选。2021年5月14日，亚马逊云科技宣布在苏州市相城区设立亚马逊云科技智能网联数字化赋能中心。云科技赋能智能交通亚马逊云科技智能网联数字化赋能中心是亚马逊云科技在中国设立的第二家行业数字化赋能中心。此前，亚马逊云科技刚刚宣布与上海市徐汇区政府合作，建立一家专注生命健康领域的行业数字化赋能中心。当前，苏州相城区正在积极创建国家级车联网先导区，致力于促进国内外产业的深度交流，推动产业链对接及跨界合作，共享智能车联网产业的时代机遇。目前，苏州市相城区已有数十家自动驾驶汽车公司，包括领先的初创公司落地运营。亚马逊云科技大中华区企业业务拓展总经理凌琦表示“我们希望通过设立亚马逊云科技智能网联数字化赋能中心，充分利用亚马逊云科技和苏州相城区的优势资源，帮助更多汽车领域的企业取得成功。“马逊云科技智能网联数字化赋能中心将由亚马逊云科技与苏州高铁新城管理委员会合作设立，未来将整合苏州相城区在智能网联领域的产业聚集优势，结合亚马逊云科技在全球的技术、产品、解决方案、客户实践和合作伙伴网络优势，通过卓越展示中心、智能网联云平台、行业俱乐部、全球合作计划四个板块，全面助力相城区构建“阳澄云”公共服务平台。同时，亚马逊云科技协同国内的技术合作伙伴，帮助智能网联汽车价值链上各个环节的企业，更好地利用大数据、人工智能与机器学习、物联网等先进的云计算技术和服务，加速产品和业务创新，促进行业内企业的共创共赢，助力全球优质企业落户中国，并协助本地企业进行海外开拓活动，为城市进入智能交通和自动驾驶时代添柴加薪。亚马逊云深耕驾驶这亩田亚马逊云科技作为全球云计算的引领者，在2011～2020年已连续10年获得了Gartner CIPS(云基础架构和平台服务)魔力象限的领导者位置，并在执行能力和愿景两个指标上同时获得最高分。在自动驾驶领域，亚马逊云科技拥有丰富的云计算解决方案及客户实践经验，支持并服务了全球众多知名的自动驾驶科技和整车企业，包括Momenta（初速度）、 TuSimple（图森未来）、文远知行WeRide、轻舟智航QCraft、Mobileye、大众、丰田、宝马、本田等等。这些公司利用亚马逊云科技的服务和技术，快速开发和迭代他们的自动驾驶技术，以创新产品和服务赢得竞争。在汽车领域，亚马逊云科技拥有全球领先的技术、服务和解决方案，以及亚马逊的前沿应用实践，包括高性能计算、海量存储、大数据分析与数据湖、物联网、边缘计算、工业互联网、人工智能与机器学习、机器人、自动化物流、内容交付、零售与广告、客户沟通等方面，可以从多个方面为汽车行业带来价值，加快新产品和创新技术的上市速度，包括：在车联网、新能源汽车、自动驾驶领域促进解决方案推陈出新。在优化供应链方面，推动供应链从研发、工程设计到生产制造、下游企业的数字化精细管理，降低成本，提高敏捷性；实现汽车品牌的营销增效，提高客户的智能化数字化体验，精准营销；加快车联网部署，增强移动端的能力；助力开发创新的车载应用，提高用户体验等。凌琦表示，“当前，汽车行业正处在重塑转型的关键时期。针对智能电动汽车、自动驾驶汽车，以及由此衍生出来的创新出行服务，亚马逊云科技都与全球行业领先者一起，站在行业创新的前沿，帮助企业完成从设计、制造、销售到服务的全生命周期的创“结 语2019 年3月AWS 和大众汽车集团宣布签署合作协议，合作构建 Volkswagen Industrial Cloud，这是一款基于云的工业数字生产平台，用于实现制造和物流流程转型。大众汽车依赖 AWS 的服务产品组合来提高工厂效率，延长正常运行时间，提高生产灵活性，以及提高汽车质量。2019年4月，福特汽车公司和 Autonomic 与 Amazon Web Services (AWS) 签署了多年度合作全球协议，将云连接服务和联网汽车应用开发服务的适用范围拓展到运输行业，并为福特汽车带来了标准联网汽车解决方案。另外，丰田与 AWS 携手合作，扩展丰田的移动服务平台，以管理下一代移动服务，为丰田云互联车辆中驾驶员和乘客的安全、安全性和便利提供保障。AWS一直坚持探索汽车价值链中的转型领域，为汽车行业提供服务，以便在价值链的每个环节实现数字化转型。

首款Huawei inside智能豪华纯电轿车北汽阿尔法S（华为HI版）4月17日晚在上海发布，采用华为快充技术，充电10分钟，续航197公里，其智能座舱搭载鸿蒙OS操作系统。 据了解，现场测试车辆的行驶情况较为平稳，在红绿灯启停、无保护左转、避让路口车辆、礼让行人、变道等情形下均能实现城区通勤无干预自动驾驶。 曝光的华为自动驾驶技术视频显示，在车内配备安全员的情况下，工作人员对车辆进行脱手脱脚自动驾驶测试。在自动驾驶期间，车辆在穿过行人、电动车及汽车来回穿行的拥挤马路期间，车辆的自动驾驶状态表现得十分科技智能。除了会自动侦探前方的行人车辆，并对车内发出警告提示音之外，中控屏上还会通过红色警示图像进行提示。 另外，在两边停满车辆的拥挤道路上，车辆还会自动躲避对方来车，方向盘的调整十分精准，会车同时，还能给右侧的非机动车和行人，预留出一定的通行空间，宛如一个老司机一般。  华为介绍，在城市通勤场景中，该车实现了覆盖城区、高速、停车场的全场景点到点通行。例如，可智能识别红绿灯并进行停靠或行驶；当车辆在无待转区的路口，能够与对向的直行和左转车流进行交互博弈，最终完成左转；无论直行、左转、避让、上下匝道还是无保护转向，阿尔法S华为HI版都能轻松应对。而且基于机器自我学习技术，ADS每时每刻都在自我学习、自我进化，越开越聪明，成为消费者的专属好司机。ADS高阶自动驾驶系统作为专为中国道路和交通环境设计、以用户驾乘体验为目标的全栈（Full Stack）自动驾驶系统，采用了以终为始的设计思路，全天候全场景赋予私家车每日通勤连续体验。有赖于华为在人工智能领域近十年的深耕，在自动驾驶算法领域超过五年的投入，ADS形成了超级全栈算法、超级数据湖、超级计算与传感器硬件这“铁人三项”的完美闭环。针对城市复杂场景额外优化，驱动系统更快速的迭代优化，ADS可通过OTA持续为用户提供激动人心的新特性和新体验。阿尔法S华为HI版的车机搭载了流畅的HarmonyOS操作系统，且配备高清大屏、利用1+8+N全场景互联技术，使得导航、视频、音乐和通话等业务能够在智能座舱和其他设备之间无缝流转，让驾乘变得更简单、更有趣、更享受。比如，当用户视频通话时，进入车内可快速完成从手机到座舱显示屏的无缝切换，让用户充分感受车联万物的便捷，时刻体验最新科技带来的乘驾乐趣。华为将动力域的领先技术赋能于阿尔法S华为HI版。针对新能源汽车“充电慢”的焦虑，华为基于30余年电力电子技术积累，提供业内独家AI闪充全栈动力域高压平台解决方案，10分钟最高可充197公里续航里程。只需一杯咖啡的时间，阿尔法S华为HI版便能充满能量。双电机智能四驱，百公里加速轻松跑入3秒级俱乐部，比肩超跑性能，极大提升用户的用车体验。在算法层面，华为智能汽车解决方案BU，ADS自动驾驶产品线总裁苏箐曾经说过这样一句话：华为如果计算机上干不过特斯拉，我觉得可以关门不用干了。我们可以从两个维度理解“干不过”这三个字。一方面华为在人工智能领域有将近10年的深耕，在自动驾驶算法领域超过五年的投入，并不是新玩家；另外一方面，ADS是算法倒推的开发逻辑，全栈能力很重要。苏箐解释称，ADS的开发逻辑是根据目标场景（中国城区）倒推系统方案，再根据系统方案（传感器+算法）的需求，倒推对算力的要求，然后开发相应的硬件，因此算力和ADS算法完美匹配。

理论CVPR2021 | 国防科大：基于几何稳定性分析的物体位姿估计方法物体6D姿态估计是机器人抓取、虚拟现实等任务中的核心研究问题。2021/04/11 20:33原文链接论文审稿意见太奇葩？NeurIPS 2021：把它曝光出来给人看江湖上出现过各种「荒谬」的拒稿理由，但以后审稿人在说出口之前可要掂量掂量了。2021/04/11 20:02原文链接600多所高校、13000支队伍参赛，这场AI技术创新大赛凭什么风靡全球？首期「AI 青年说」直播将于北京时间 4 月 19 日 19:30 正式开启，欢迎观看。2021/04/11 12:47原文链接PyTorch + NumPy这么做会降低模型准确率，这是bug还是预期功能？是 bug 还是预期功能？2021/04/11 12:38原文链接产业C和C++不安全？谷歌宣布Android加入对Rust语言支持Rust 越来越流行，开始跨入 Android 领域。谷歌宣布 AOSP (Android Open Source Project) 现已支持使用 Rust 开发 Android 操作系统。2021/04/11 20:21原文链接10亿+人民币！达闼机器人完成新一轮融资截止2020年底，达闼专利申请总数达1801项，市场拓展和业务发展迈入规模化发展的全新阶段。未来，达闼将积极布局服务智能服务机器人产业，全力打造世界人工智能和云端机器人产业生态的新高地。2021/04/11 14:28原文链接IEEE发布年度高科技汽车Top10，只有一款还在「死磕」纯内燃机IEEE评选的十大顶级高科技汽车中有9辆采用电动或混合动力的形式。2021/04/11 12:43原文链接工程仪器界「手工耿」：这些人手搓扫描隧道显微镜看原子手搓精密仪器也可以是一个爱好。2021/04/11 20:12原文链接入门总奖金15万！第三届Person in Context竞赛 with CVPR 2021 开始报名！第三届Person in Context 竞赛。2021/04/11 12:50原文链接其他中国AI最高奖颁给中国自动驾驶第一人张钹陆汝钤两位院士曾获此奖。2021-04-11 13:19:37原文链接

人工智能在近十年来飞速地发展，现在已经逐渐走进了我们的生活。如今人工智能被应用在各个领域各个行业，不仅推动了经济的发展，还给我们的生活带来了许多的便利。那么人工智能主要都在哪些场景有应用到呢？1.无人驾驶汽车无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。中国自主研制的无人车——由国防科技大学自主研制的红旗HQ3无人车，2011年7月14日首次完成了从长沙到武汉286公里的高速全程无人驾驶实验，创造了中国自主研制的无人车在一般交通状况下自主驾驶的新纪录，标志着中国无人车在环境识别、智能行为决策和控制等方面实现了新的技术突破。2.智能音箱智能音箱是传统有源音箱智能化升级的产物，是指具备智能语音交互系统、可接入内容服务以及互联网服务，同时可关联更多设备、实现对场景化智能家居控制的智能终端产品。智能音箱集成了人工智能处理能力，能够通过语音识别、语音合成、语义理解等技术完成语音交互。智能音箱是智能家居的组成部分之一，智能音箱的功能延伸与智能家居产生了密切联系。如果把智能家居看作是一个智能生活系统的话，那智能音箱就是人工智能管家，是核心操控者。3.人脸识别人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。4.智能客服机器人近年来智能机器人技术不断发展和成熟，智能机器人被应用于金融、财务、客服工作等领域，其中，智能机器人在客服工作中的应用效果最为显著。它通过自动客服、智能营销、内容导航、智能语音控制等功能提高了企业客服服务水平。智能客服系统是在大规模知识处理基础上发展起来的一项面向行业应用的，适用大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等等技术行业 。相较于传统人工客服，智能客服可以 7 X 24 小时在线服务，解答客户的问题、降低客服人力成本和提升用户网站活跃时长。5.医学成像及处理AI在快速医学影像成像方法、医学图像质量增强方法及医学成像智能化工作流图等方面均有突出表现。随着医学影像大数据时代的到来，使用，使用计算机辅助诊断技术对医学影像信息进行进一步的智能化分析挖掘，以辅助医生解读医学影像，成为现代医学影像技术发展的重要需求。利用人工智能算法，构建并训练的深度学习模型，根据影像自动生成标注信息，实现分层次的CNN网络模型生成不同层级的输出词汇，或使用迁移学习算法模型生成数个词汇的描述，是更加有效的方式。除了以上这5个主要的应用场景，人工智能还在其他许多的地方已经有很成熟的应用，相信在未来一定还有许多新的应用方式出现，为我们生活提供更多的便利和帮助。当下也正是学习人工智能的最佳时期，人工智能相关的工作就业薪资水平高、行业前景好，如果你正面临就业的抉择或者学习方向的选择，不妨考虑人工智能这一方向，未来定是前途无限。