您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
特写 正文
发私信给游瑞
发送

3

醉翁之意不在酒,四维图新不造车|CES Asia

本文作者: 游瑞 2016-05-15 18:05 专题:CES Aisa 2016亚洲消费电子展
导语:不以造车为目的的高精地图服务商都是耍流氓?

CES在哪就一定能在哪掀起一股前沿科技浪潮,“全民爱科技,大众爱创新”今年的上海CES Asia也不例外。

在整个以车联网为核心主题的N3馆中,除了有刷爆朋友圈的奔驰IAA智能空气动力学概念汽车,宝马基于i8 打造的i Vision Future Interaction 概念车,以及炫酷的雪弗兰 FNR (Find New Road)概念车以外,还有整车厂商沃尔沃,汽车安全服务系统提供商安吉星,数字地图内容服务提供商四维图新也N3馆中占有一席之地。

从2010年开始,四维图新就开始研发并生产用于高级驾驶辅助系统(ADAS)的高精度地图,2012年正式对外发布ADAS地图数据。2013年启动高精度地图的研发,到2014年已可以提供精度10厘米到20厘米的高精度数据。在四维图新看来,高精度地图的演进是一个循序渐进的过程,要与当前自动驾驶技术的发展进程以及汽车厂商的需求保持一致。所以除了在地图领域的钻研,他们还在本次CES上发布了趣驾WeDrive 3.0车联网解决方案,包括了纯车机方案趣驾WeCar,手机车机互联方案趣驾WeLink,趣驾OS等产品。通过手机端微信与车相连接,实现在车技术投影手机画面,更深层次完成了人与车,车于车之间的连接。

醉翁之意不在酒,四维图新不造车|CES Asia

慢慢的我们可以发现,其实四维图新在车联网产业链里面的布局已经越来越不仅局限于地图服务,充电桩地图服务“桩家”与在自动驾驶方向的不断探索让人不禁生疑,四维图新会不会也像乐视,小米等公司一样会去自己造车?

“造车不是我们的目的。”

四维图新总经理程鹏说,“我们知道这个我们干不了,首先没有几百亿的资金是启动不了这个项目的。你看市场上那么多(互联网企业造车),但我认为能活下来的只有两三家。”

但根据部分资料显示,四维图新是有联合一些机构做出来原型车,那既然没有造车为什么又要做原型车呢?

“我们现在已经有了自己原型车,还会把这个做更高的升级,但做这个事的目的不是为了造车,而是向车厂证明我们有这样的能力,这样再跟车厂沟通的时候才会获得车厂的信任。我们要不断的进行验证,自己的产品能不能在车厂用,提供一个完整的解决方案,才是我们做的目的,不会去涉及到车本身。”

程鹏说,四维图新是一个开放平台,不会自己去造一个封闭的系统跟所有的车厂竞争。他们想解决的是一些社会问题,别人解决不了的,比如做地图做路况做导航,甚至包括无人驾驶。

醉翁之意不在酒,四维图新不造车|CES Asia

在无人驾驶领域,传统车厂应该有多年的经验积累因而会有自己所擅长的领域优势,比如遇到紧急情况时刹车应该怎么刹,力度是多少。这些也不是科技公司,互联网公司的强项,那么他们的优势在哪?

“第一是传感器的讯息,非结构化的大数据怎么处理,这个是他们干不了,却是我们的强项。”程鹏说,“地图路况都是这么来的,通过用户或者自己的传感器,我的人就是我们的传感器,人有视觉听觉嗅觉触觉,人看出来说外面哪个地方变了,这就是一个识别的过程,现在只不过自动化程度提高了,把这么多年的经验过程转化成软件,通过不断的深度学习, 能够观察世界的变化。以前是一年发一个版本,一个季度发一个版本,一个月发一个版本,现在五分钟发一个版本,五分钟就把外面的变化采集回来告诉你哪个地方变了,我的目标就是量产的一分钟之内发现变化,我们做地图本身就是一个传感识别发布的过程。所以这个对我们来讲没变化,现在顺理成章水到渠成,没有做任何变化,以不变应万变,万变不离其宗,从地图采集到路况的采集到无人驾驶,原理都是一样的,只不过应用场景变了,原来给人用,现在给机器人用。”

那么在未来自动驾驶领域,四维图新会担任什么样的角色?

“在自动驾驶领域四维图新会去提供大数据和计算能力给大家,具体到整个系统里面,这个系统包括传感器、算法,高精度地图和芯片GPU计算。在车里面的计算能力,然后云端后台,然后计算完了以后就是怎么控制车,做什么反应,知道了外面的变化就跟人一样,所谓的人工智能就是他这个无人车其实就是机器人帮你开,它跟人的反应过程是一样的,有感官有视觉有听觉有触觉有味觉有嗅觉,这是感官这是传感,通过神经处理传达到大脑,大脑会思考,算完以后做反应做控制。”

程鹏说,传感器的非结构化大数据,里面包括了各种不同的传感器数据,以前可能是GPS,做路况靠GPS就可以,但做高精度地图不行,做高精度地图要什么摄象头,各种雷达,甚至需要车里面的别的传感器测减震的,测气压都要用,数据处理好了还有处理能力。我们建的系统是能自我学习的,核心还是软件算法,要尽可能少的占用CPU的资源,让不是那么高成本的CPU也能够拿来处理我们的算法,能把车里面更多的传感器用起来,这是我们重点在解决的问题。

当然我们也得要一个实验的车去做动作的控制,但这个目不是我要去造车,而是要验证我这一套处理和发布的流程是不是得道了非常好的优化,是不是科学的,所以造车不是我们的目的。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

编辑

雷锋网上海新闻中心,编辑。关注智能硬件、汽车科技,致力创业者服务,微信号:OI23432。
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说