自动驾驶-一位从业两年的独特视角

时间简介

2023.03 作为一名大三学生,加入到某量产车企,从事地图匹配研发

2023.07 地图匹配项目交付,参与离线云端建图研发

2023.10 拿到24届校招offer

2024.07 正式入职

2025.01 离线云端建图稳定,开始接触在线车端融图研发

自动驾驶的2.5年

整个时间线大概2年半时间,这两年半,很难想象。在实习入职之前,我并不是清楚自动驾驶是做什么的,我以为我即将进入的公司只是一个独角兽,因为我听说:现在只有独角兽还看acm成绩。我抱着从0开始学习的态度,开始步入职场,加入了一个5人小组。在开始那段时间,直到去车上体验了智驾。我开始对自己所在的行业的终极产品,有了具象的认识。-2.5年,高速自动驾驶已经基本收敛,靠着高精地图+规则规划和控制高速场景,已经能够实现事故率低于人为驾驶。这很大程度依赖于高速场景更加规格化以及图商的大力投入。-1.7年,各家开始提出城区自动驾驶方案。相较于高速场景,城区场景地理现实性变化很大,复杂道路,近乎无限的场景,使得图商难以提供并且维护城区地图。在上海北京利用高精地图实现城区自动驾驶,便是从重地图到轻地图最后的妥协,这是因为在实操过程中发现维护成本过高,于是便出现了两级分化,一些公司采用轻地图的方案,极速扩张,而一些不愿丢弃高精地图包袱的公司,在扩城这件事情上迟迟给不出结果。我司在这个节点给出的方案:众包建图。从高精地图到轻地图,在我个人的业务上的体现,便是从地图匹配转移到了离线云端建图:利用众包数据,在路口匝道等复杂场景建立高精地图,并且通过下游:地图产线将其挂接到高精地图上。我也算是见证了这件事的开始、巅峰以及平稳收尾。很难想象5-6人的小团队,产出了全国百万量级的路口,以所见即所得的原则极大程度上复现了路口的地面元素。在轻地图方案还未实现,行业提出了无图方案,尽管资本宣传着无图也能看,但从从业者视角,大概就是提出了自动驾驶将要开始解决无图方案,由于gpt的崛起,没多久无图方案又被赋予了新的命名,端到端大模型。2024年中,有资源、有能力的企业交付了大模型方法,城区自动驾驶从增量扩张,变为全国覆盖。

waiting for update.

相关推荐
DO_Community1 小时前
普通服务器都能跑:深入了解 Qwen3-Next-80B-A3B-Instruct
人工智能·开源·llm·大语言模型·qwen
WWZZ20251 小时前
快速上手大模型:机器学习3(多元线性回归及梯度、向量化、正规方程)
人工智能·算法·机器学习·机器人·slam·具身感知
deephub1 小时前
深入BERT内核:用数学解密掩码语言模型的工作原理
人工智能·深度学习·语言模型·bert·transformer
PKNLP1 小时前
BERT系列模型
人工智能·深度学习·bert
兰亭妙微2 小时前
ui设计公司审美积累 | 金融人工智能与用户体验 用户界面仪表盘设计
人工智能·金融·ux
AKAMAI2 小时前
安全风暴的绝地反击 :从告警地狱到智能防护
运维·人工智能·云计算
岁月宁静3 小时前
深度定制:在 Vue 3.5 应用中集成流式 AI 写作助手的实践
前端·vue.js·人工智能
galaxylove3 小时前
Gartner发布数据安全态势管理市场指南:将功能扩展到AI的特定数据安全保护是DSPM发展方向
大数据·人工智能
格林威3 小时前
偏振相机在半导体制造的领域的应用
人工智能·深度学习·数码相机·计算机视觉·视觉检测·制造
晓枫-迷麟4 小时前
【文献阅读】当代MOF与机器学习
人工智能·机器学习