알 리 입 국 자동 운전 로 측정 플랫폼 L5 기술 의 착지 가 시기상조 이다.

구 글, 바 이 두 에 이 어 알 리 바 바 바 도 모 바 일 로 케 이 션 플랫폼 에 합류 했다.

4 월 22 일 알 리 다 마 원 은 전 세계 최초 로 '하 이브 리드 시 뮬 레이 션 테스트 플랫폼' 을 발표 했다.이 플랫폼 은 가상 과 현실 을 결합 시 킨 시 뮬 레이 션 기술 로 진실 도로 테스트 장면 과 구름 속 훈련 사 를 도입 하여 극단 장면 을 모방 하 는 데 30 초 만 걸 리 고 시스템 의 매일 가상 테스트 거 리 는 800 만 킬로 미 터 를 넘 으 면 AI 모델 의 훈련 효율 을 크게 향상 시 킬 수 있 습 니 다.

오토 파일럿 의 경우 시 뮬 레이 션 은 훈련 알고리즘 의 핵심 부분 이다.

따 마 원 베테랑 기술 전문가 아 오 룬 은 21 세기 경제 보도 기자 와 의 인터뷰 에서 퓨 전 모 의 플랫폼 이 자동 운전 로 측정 방식 을 바 꿨 다 고 밝 혔 다.이 플랫폼 에서 장면 의 구축 비용 이 거의 제로 이기 때문에 수요 에 따라 장면 변 수 를 임의로 증가 할 수 있다.여기에 인간 의 운전 행동 개입 을 도입 하면 자동 운전 기술 의 성숙 을 촉진 할 수 있다.

시 뮬 레이 션 도로 측정 은 훈련 산법 의 효율 을 크게 향상 시 킬 수 있다.실제 도로 측정 의 누적 데이터 에 한계 가 있다. 미국 랜 드 지 코 에 따 르 면 자동 운전 시스템 의 양산 은 170 억 킬로미터 이상 의 데 이 터 를 축적 해 야 한다 고 추측한다. 즉, 100 대의 차량 이 필요 한 도로 측정 대 는 40 킬로미터 / 시간의 속도 로 500 년 동안 운행 해 야 한다 고 한다.그러나 진실 한 도로 측정 데 이 터 를 바탕 으로 시 뮬 레이 션 을 구축 하면 훈련 효율 이 수량 적 으로 향상 된다.

악 천후 교통사고 등 실제 도로 측량 에서 도 불가능 하 다.그러나 알고리즘 은 이러한 상황 에 대응 할 줄 알 고 모방 환경 에서 알고리즘 을 연습 해 야 한다.따라서 현재 테스트 상황 을 보면 L5 기술 의 정착 은 아직도 긴 시간 이 있 고 플랫폼 이 든 자동 으로 운전 하 는 차량 의 연구 개발 이 든 모두 매우 초기 단계 에 있다.

훈련 능률 이 오르다.

도로 측량 은 줄곧 자동 으로 착지 의 핵심 부분 이 었 다.연구 에 따 르 면 자동 운전 은 177 억 의 테스트 데 이 터 를 축적 해 야 자동 운전 감지, 결정, 전체 링크 의 안전성 을 확보 할 수 있다.전통 적 인 가상 시 뮬 레이 션 테스트 플랫폼 은 자동 운전 로 거 리 를 측정 할 수 있 지만 극단 적 인 장면 의 훈련 효율 이 떨 어 지 는 관건 적 인 문제 에 직면 하고 있다. 극단 적 인 장면 데이터 가 부족 하면 실제 상황 의 불확실 성 을 복원 할 수 없고 시스템 은 실제 상황 의 갑 작 스 러 운 상황 에 정확하게 대응 하지 못 하고 자동 운전 은 더 이상 의 돌 파 를 실현 하기 어렵다.

그래서 많은 과학기술 기업 들 이 이 시장 을 노 리 고 있다.2019 년 4 월 상하 이 모터 쇼 에서 화 웨 이 자동 운전 클 라 우 드 Octopus 가 처음으로 전시 되 었 는데 모 의 테스트 는 그 중의 서비스 능력 에 속한다.화 웨 이 는 자동 운전 의 신속 한 개발 및 기능 교체 가 자동차 기업 이 미래 스마트 네트워크 경쟁 에서 시장 을 선점 하 는 관건 이 라 고 생각 하지만 이 과정 에서 자동 운전 을 하 는 개발 자가 직면 하 는 도전 도 현저 하 다.

가상 시 뮬 레이 션 테스트 문 제 를 해결 하려 면 수많은 데이터 의 처리 가 첫 관문 인 것 으로 알려 졌 다.클 라 우 드 서 비 스 를 통 해 대량의 데 이 터 를 자동화 발굴 하고 레이 블 링 을 하면 테스트 기업 에 70% 이상 의 인력 원 가 를 절약 할 수 있다.

또 극단 적 인 장면 에서 측정 한 데이터 가 부족 하 다 는 문제 에 대해 달 마 원 은 이 문 제 를 해결 하려 고 애 쓰 고 있다.이 플랫폼 은 온라인 가상 고정 환경 과 오프라인 의 실제 상황 의 불확실 성 큰 거 리 를 뚫 었 다.전통 시 뮬 레이 션 플랫폼 은 알고리즘 을 통 해 인간 의 무 작위 개입 을 모 의 하기 어렵 지만 달마원 의 플랫폼 에서 진실 도로 테스트 데 이 터 를 사용 하여 시 뮬 레이 션 장면 을 자동 으로 생 성 할 수 있 을 뿐만 아니 라 사람 이 랜 덤 으로 관여 하 는 것 을 통 해 앞 뒤 차량 의 가속, 급커브, 긴급 주차 등 장면 을 실시 간 으로 모 의 하고 자동 운전 의 장벽 기피 훈련 난이 도 를 높 일 수 있다.

극단 적 인 장면 데이터 가 부족 한 문제 에 대해 이 플랫폼 은 극단 적 인 도로 측정 장면 변 수 를 임의로 증가 할 수 있다.실제 도로 측량 에서 한 번 의 극단 적 인 장면 을 복원 하 는 데 1 개 월 의 시간 이 걸 릴 수 있 지만 이 플랫폼 은 30 초 안에 눈 이 내 리 는 날씨, 야간 조명 불량 조건 등 특수 한 장면 의 구축 과 테스트 를 완성 할 수 있 고 매일 지원 할 수 있 는 장면 의 구축 수량 이 100 만 급 에 달한다.

'시 뮬 레이 션 테스트 에서 자동 운전 자가 교통 사 고 를 당 하면 자동 운전 에 알고리즘 을 개선 할 수 있 는 기 회 를 제공 할 수 있 습 니 다.그래서 이 플랫폼 은 어느 정도 새로운 기술 을 통 해 사고 장면 의 등장 빈도수 와 구축 원 가 를 높이 고 자동 운전 훈련 효율 을 높 인 다 고 할 수 있다."그 러 니까 앞으로 다 니 면서 사고 가 덜 나 게 하기 위해 서 야."아 윤 이 는 더 나 아가

테스트 거리 가 6 배 가까이 증가 하 다.

업계 전문가 들 은 이 플랫폼 이 극단 적 인 장면 의 재현 문 제 를 규모 화 해 결 했 고 이런 관건 적 인 장면 의 훈련 효율 을 수백 만 배 높 였 으 며 자동 운전 을 가속 화 시 켜 L5 단계 로 향 하 게 할 것 이 라 고 지적 했다.

자동 운전 시장 이 뜨 거 워 지면 서 아 날로 그 플랫폼 은 거두 들 의 새로운 전쟁터 가 되 었 다.에 따 르 면 향후 5 년 간 에 시 뮬 레이 션 의 글로벌 시장 규 모 는 100 억 달러 안팎 이 될 것 으로 예상 된다.

자동 운전 업 체 의 경우 에 뮬 레이 션 플랫폼 을 구축 하 는 것 이 관건 적 인 경 쟁 력 이다.그러나 모든 플랫폼 의 출발점 이 다 르 기 때문에 알 리 바 바 바, 텐 센트 등 회사 에 있어 실질 적 으로 클 라 우 드 컴 퓨 팅 업 무 를 바탕 으로 더욱 광범 위 한 착지 장면 을 찾 는 것 이다.이와 함께 오프라인 실크로드 테스트 에 대한 수요 도 크게 늘 고 있다.

    3 월 2 일 베 이 징 시 자동 운전 차량 도로 테스트 제3자 서비스 기구 '베 이 징 스마트 자동차 산업 혁신 센터' 보고서 에 따 르 면 2019 년 12 월 31 일 까지 바 이 두, 울 래, 베 이 징 자동차 신 에너지, 데 이 무 러 등 13 개 기업 이 있 고 6 개 인터넷 기업, 6 개 호스트 공장, 1 개 지도 업 체 를 포함 하여 모두 77 대의 자동차 가 베 이 징 시 자동 운전 차량 1 대 에 참여 했다.유 니 버 설 도로 테스트, 전년 도 평가 총 거 리 는 88.66 만 킬로미터 로 전년 도 대비 57.7% 증가 했다.그 중에서 바 이 두 앱 로 는 모두 52 대의 자동 운전 을 투입 하여 도로 측정 을 하 는데 베 이 징 시 총 투입 자동 운전 테스트 차량 의 71% 를 차지 하고 테스트 거 리 는 75.4 만 킬로미터 이다.

앞 으로 는 자동 운전 시 뮬 레이 션 이 실제 도로 테스트 와 서로 보완 되 어 자동 운전 업계 의 발전 을 공동 추진 할 것 이다.하지만 오토 파일럿 기술 은 법률 과 법규 에 서 비 스 를 해 왔 다.시 뮬 레이 션 을 통 해 교통사고 의 법 적 책임 을 평가 하고 교통 행위 에 대한 관리 와 감독 을 도와 교통 규칙 에 대해 기술 평 가 를 한다.

업계 의 입장 에서 보면 오토 파일럿 기술 은 제품 인증 에 서 비 스 를 제공 하고 시 뮬 레이 션 방법 을 통 해 과학적 이 고 전면적 인 제품 테스트 와 심사 방법 을 제공 하 며 전국 적 으로 통용 되 는 데이터 베 이 스 를 뚫 어야 한다.국내 자동 운전 시 뮬 레이 션 업 계 는 아직 시작 단계 이 며 이 를 바탕 으로 L5 기술 의 정착 을 논의 하기 에는 이르다.