完全自动驾驶来临前，高效数据闭环是自动驾驶系统的核心竞争力
文章图片
海量数据的存储和管理能力 ， 正在成为自动驾驶从技术到落地的关键挑战 。
文丨AutoR智驾诺一
数据是新的“石油” ， 也必将成为未来创新的命脉 。
IDC一组数据报告指出 ， 全球数据正以25%增速呈指数级增长 ， 数据量快速产生释放 ， 终端产生的数据量仍然是最大的 ， 而且上升很快 ， 数据中心的量保持缓慢上升 ， 边缘逐渐扩大 ， 最终扩大到和数据中心的量持平 。
除此之外 ， 由于产生来源不同 ， 数据的形态日趋多元化 ， 变得越来越复杂 ， 在过去30年间发生了三次重要的转变：
【完全自动驾驶来临前，高效数据闭环是自动驾驶系统的核心竞争力】起初数据以纯PC计算形式为主 ， 2000年之后的10年则是PC计算、服务器、Web2.0时代共同产生 ， 2010年之后数据辐射到了手机、汽车、云计算、IoT、区块链、智能生活、自动驾驶方方面面 ， 它们形成一个大矩阵 ， 这些数据量级巨大并且需要及时处理 。
然而 ， 未经处理的数据毫无价值 ， 只有将数据转化为业务价值 ， 才能创造新的服务和体验 。
尤其是在自动驾驶领域海量数据的存储和管理能力 ， 正在成为自动驾驶从技术到落地的关键挑战 。
文章图片
更为关键的一点是 ， 自动驾驶汽车产生的数据量会随着其级别升高 ， 自动驾驶级别越高 ， 所需的传感器数量则越多、精度也越高 ， 而数据量就会相应上涨 。
对自动驾驶的研发来说 ， 数据贯穿着研发、生产、测试、运营等生命周期 ， 发挥着至关重要的作用 ， 对数据进行高效收集和利用 ， 提高数据循环链路的速度 ， 是整个自动驾驶技术迭代的关键点 。
自动驾驶在开发过程中需要采集大量的数据 ， 构建相应的场景数据集 ， 进行算法训练；基于场景数据和真值可以做场景分析 ， 并建立相应的算法评测体系；基于场景数据建立虚拟环境 ， 并生成测试场景 ， 极大地提高自动驾驶系统的测试验证效率 。
文章图片
在部署自动驾驶车辆之后 ， 会产生大量的回传数据 ， 自动驾驶系统也需要基于这些数据不断进行迭代升级 ， 并通过OTA的方式为用户持续推送新的功能、适应更多的场景和提升体验 。
举个例子 ， 假设自动驾驶汽车在超车过程中产生了人工接管 ， 或者触发了评测体系里的某些机制产生了回传数据 ， 管理系统会对回传数据进行筛选、标注 ， 并在数据库里检索类似场景数据 ， 如果数据库中的数据不足以解决问题 ， 就需要去有针对性的采集或编辑生产相应的数据 ， 重新进行算法训练、回归测试等流程 ， 实现功能修复或用户体验提升的闭环 。
因此 ， 基于数据驱动的自动驾驶 ， 必须完成前期数据的收集、中间数据的存储与迁移以及后期核心数据的训练与管理 。
文章图片
而基于这些关键因素 ， 希捷认为一个完整的自动驾驶数据流动闭环 ， 必须要一套完整的端点－边缘－核心数据解决方案 ， 这不仅仅是满足系统开发需要 ， 也能够持续为用户带来新价值 。
那么 ， 在实际测试的过程中 ， 自动驾驶公司如何能够保障数据收集的完整性？
如何在频繁拆卸、长途运输过程中保证数据存储不会丢失？最后 ， 在核心数据层面如何完成数据训练 ， 推理 ， 冷备？
推荐阅读
- 白菜腌肉面，简单的做法，完美的营养组合
- 萝卜做饺子馅时，到底要不要焯水？很多人都不清楚，吃完告诉家人
- 细胞|“首个人类胚胎完整模型”！两篇《自然》报道重大进展
- 玉米面也能做开花馒头，松软香甜，比面包还好吃，看完就能会
- 引进我国没人重视，如今3元一个，阳台种一棵，吃完一茬又一茬
- 细胞|科学家用人类皮肤细胞制成活的、完整的早期胚胎模型
- nasa|NASA超重型运载火箭完成关键测试，将用于重返月球和登陆火星
- 武汉协和医院|武汉协和医院完成第100例儿童心脏移植，例数持续居全国首位
- 蔬菜|春天适合种的蔬菜，撒一把种子，青菜每天都摘不完
- 内分泌失调|内分泌失调会让人变丑？导致内分泌的原因有哪些？看完就明白了