导读 /

截至9月,全国已有北京、重庆、武汉、深圳、广州、长沙等多个城市允许自动驾驶汽车在特定区域、特定时段商业化试运营。自动驾驶正在从研发走向量产,逐步步入服务运营阶段,对云端算力的需求也在不断攀升,“车云一体化”已是箭在弦上。

11月30日,在“车云一体,创造新生产力”2022腾讯数字生态大会上,腾讯重点分享了“车云一体化”趋势下的产品规划及落地案例,发布了首创的车云一体化地图服务——车图云解决方案

腾讯车图云解决方案:端+云一体化地图

腾讯集团副总裁、腾讯智慧交通与出行总裁钟翔平表示:“深入汽车产业以来,腾讯始终以用户为中心,发挥技术能力、生态连接和用户服务三大核心优势,以开放合作的方式,集成各个场景最领先技术产品能力,助力汽车企业实现用户全周期的最优服务。”

这次重磅发布的车图云解决方案依托安全、高效的腾讯智能汽车云,以开放模式提供自动驾驶所必需的地图更新服务和位置服务,为自动驾驶服务运营提供了基石。”

腾讯集团副总裁、腾讯智慧交通与出行总裁钟翔平

腾讯智慧出行副总裁刘澍泉表示:“随着自动驾驶成为一种服务,自动驾驶功能的迭代效率成为了最关键指标。腾讯通过提供开放的“车+云一体化”的地图能力,助力车企构建端上‘功能释放’”和云上‘服务运营’”的大闭环,驱动自动驾驶功能的快速迭代与体验升级,顺利步入量产运营阶段。”

量产前夜的呼唤

随着自动驾驶来到大规模商业化量产前夜,逐渐走入泛化场景,单车智能向“车云一体化”持续演进。伴随车企对云端算力的强烈诉求与日俱增,云端算力竞赛白热化成为一大热点。车企上云热背后,有着怎样的用云需求,为什么需要构建“车云一体化”的技术架构和模式?

回顾2022年汽车产业,在软件定义汽车、“车云一体化”趋势下,数据和云计算已成为汽车行业的关键生产要素和竞争因素。车企上云成为一种必须,汽车云也成了行业必争之地。头部云服务商纷纷推出智能汽车云相关产品和战略,车企也在自建超算中心,打造汽车云战略规划,车企+云服务商合作模式向纵深发展。

为什么汽车云会大火起来?公开信息显示,蔚来ET7在开启智能驾驶后,每秒可产生8GB的数据,相当于1秒看5-6部2K电影,这还只是一台智能汽车产生的数据量。

IDC报告预测,中国智能网联系统在汽车产业内的装配率将在2025年达到83%,出货量将增至2490万台,2024年全球L1-L5级自动驾驶汽车出货量预计将达到5425万辆。这意味着,伴随自动驾驶及智能网联渗透率不断增加和汽车自动驾驶能力的提升,“数据海啸”挑战浮出水面;上云已成为车企实现更高效、低成本数据存储、计算和模型训练、加速产品研发和迭代的刚需。

上云有助于车企打通研发、生产、销售、运营、售后服务等各业务环节的数据通路,优化业务流程,实现降本增效。因此,实现“车云一体化”的数据驱动已成为竞争成败的关键。

既然汽车云已是刚需,车企又当如何定夺?

事实上,现在的汽车云市场仍处于早期阶段,而车企的云服务及云计算需求也不尽相同。在智能网联汽车发展初期阶段,车企的首要诉求是先“跑起来”,而在智能网联汽车规模化量产之际,精益求精才能形成竞争壁垒。

特斯拉2021年8月发布了自研云端超算中心Dojo,主要用来处理和训练超100万辆旗下自动驾驶汽车的AI软件数据。国内车企是否也要效仿具有自研技术核心竞争优势的领军者,自建云服务平台呢?答案值得商榷。

面对自动驾驶汽车大规模量产上路的需求,每家车企都都构建一个自动驾驶运营平台,确实有点强人所难。毕竟自建云基础设施不仅前期投入巨大,后续效果也未必尽如人意。

条条大路通罗马,车企的选择并不只有一个,选择一家有实力的第三方云计算企业正成为大多数车企的终极选择。

不言而喻,这家云服务厂商需要具备成熟业经验证的经验、安全合规和风险可控性,能够帮助车企快速建立云服务平台,快速响应其下一代车型研发需要,打造差异化产品,延展应用场景功能,同时还要能够保障车企的数据资产安全,助力车企可持续发展。

智能驾驶离不开“车云一体化”

腾讯智慧出行副总裁、腾讯智慧出行负责人钟学丹在接受采访时表示:“云正在成为重要生产力,‘车云一体化’的数据驱动将成为汽车产业的竞争关键。未来,将基于云端定义智能、定义体验、定义全新的商业模式。”即使是数据驱动,“这个数据都是车企自己的数据,我们并不会跨到这个领域,而是提供基础技术能力和服务,而非腾讯的运营和服务方式。”他说。

他认为:“‘车云一体化’肯定是必需的基础设施,从全球看,没有一个自动驾驶只是单车直接跑就行了,其运行离不开云,不管是已量产能力,还是研发中的能力都是如此。”

他将基础分为两个维度,一是研发需求,单车智能在已训练好的模型和算法下运行没有问题,但算法训练和持续优化离不开云;二是运营层面,需要与车图云解决方案相结合,因为今天还不是全场景自动驾驶,比如ODD(运行设计域)只是针对自动驾驶及相关功能专门设计的运行条件,在有限的道路上开放,当自动驾驶变成一种面向用户的长期服务时,如何针对用户的个性化需求、动态变化的道路场景实时评估自动驾驶功能、迭代更新算法,云端能力建设不可或缺。

没有自己的车自有其道理

今年6月,腾讯率先提出“车云一体化”战略发布了专为智能汽车行业定制的一站式云解决方案“腾讯智能汽车云”和全方位覆盖云管端的“腾讯一体化汽车安全方案”,并在上海开设了行业首个专门针对自动驾驶和智能汽车的云专区,帮助车企基于不同场景构建“车云一体化”数据驱动闭环,助力自动驾驶和智能汽车发展。

关于开放,钟学丹以自动驾驶为例解释道,一方面车端算法、感知、决策和执行能力,需要通过云端训练平台结合实际执行效果,不断调优算法,使之发挥更大价值,从而不断迭代升级驾驶体验。“当然,‘车云一体化’闭环不是一下子可以建好,需要较长的过程。我们的切入方式是根据客户的实际需求和场景不断去完善。”

他介绍道,目前已有超过100家车企和主流出行科技公司选择了腾讯智慧出行的云服务,超过40家车企使用腾讯智能座舱产品。例如腾讯助力宝马构建中国特色的数字生态,双方联合将微信引入宝马基于Linux系统的车端系统,打造了车载轻应用生态——车载小场景平台,目前已经推出30多个优质车载小场景,为超过70万的宝马车主提供服务。

在数字营销领域,腾讯帮助一汽-大众构建了覆盖用户全生命周期的私域直营模式。通过腾讯的增长智能方案的加持,一汽-大众的私域用户池扩大46%,私域月活用户提升151%,私域线索转化率达55%以上,文创商城利润已超过7000万。

近期腾讯又和蔚来深化战略合作,腾讯将提供智能驾驶地图和车图云等能力,助力蔚来打造标准导航与高精导航无缝融合的人车共驾创新体验,并探索基于位置服务和互联网生态的场景化智能服务网络。面向高级自动驾驶,腾讯的云服务还在助力奔驰、宝马、博世等头部企业。

在生态开放方面,腾讯引入超过600家行业合作伙伴,打造联合创新方案,共同为汽车产业提供更优质的服务。

不造车是腾讯的既定战略,立足点是车端、云端完整布局,通过合作帮助车企造好车、卖好车,提高企业管理效率,改善用户出行体验。在智能汽车云上,腾讯围绕自动驾驶研发到运营阶段不断涌现的新需求拓展新的解决方案,利用C2B能力和云计算、AI、大数据等前沿技术,为汽车行业提供低门槛定制化平台和工具链,打造云端智能汽车新生产力。

问题在于,作为专注智慧出行、自动驾驶的企业,没有自己的车怎样将技术优势变成商业价值呢?钟学丹回应道,腾讯是定位是数字化助手,助力车企和科技公司基于其车平台实现更好的智能化能力。“我们专注三个方面:一是云图为核心的增强数字基础能力;二是为用户服务的能力,三是生态连接能力,目的是帮助合作伙伴配合其核心竞争力,补全、做好、做深不擅长的东西。”

他说,今天的车已从个体变成一个网络节点,背后需要强有力的网络平台,这种需求使“车云一体化”、数据驱动成为了产业竞争关键的核心能力。正是这种能力,可以更好地基于数据优化车端感知和体验,利用云端构建的基于数据的驱动平台进行持续升级迭代。

“这一切都是基于我们的数字化助手能力,从造好车、用好车、卖好车的核心场景出发,帮助车企围绕厂、店、人、车建立车云一体、数据驱动的闭环,提升各个环节的生产效率。我们不断完善数据和计算能力建设,并不考虑做相应的硬件平台。”他说。

既然腾讯“车云一体化”是以云为核心为汽车产业提供数据驱动基础设施,那么,如何有针对性解决汽车行业的难点问题呢?

钟学丹表示,腾讯基础设施由“三端”——手机、车和云组成,并无缝对接实现场景的有机融合

在手机端,腾讯具有微信+企业微信连接能力的C端基础优势,可以通过微信“腾讯出行服务”小程序等产品提供很好的服务能力,实现手机与汽车场景的无缝连接。丰富的车内娱乐生态和内容,可以让用户在车内空间感受有别于其他场景的完美体验。

在车端,腾讯的智能座舱TAI、智驾地图、高精地图、智能场景引擎、车载小场景等产品及能力都能助力车端智能的进化。比如面向未来人车共驾智能导航,利用标准地图、ADAS地图、HD地图三图合一,实现人工驾驶、辅助驾驶、智能驾驶等不同驾驶模式的流畅切换。又如通勤场景,结合“车云一体化”,通过不断学习和训练,让车辆理解日常路上的一些特殊场景需求,不断减少驾车难点,改善自动驾驶体验;在难度非常高的城市场景,利用更精准的数据将路上标识的变化反馈给用户,优化路径规划。

钟学丹强调:“结合手机端、车端和云端,才能根据用户特定需求提供更好、更贴切的服务能力,帮助用户通过有效的数字连接建立数据驱动闭环,持续不断更新和迭代,提升各环节的效率,降本增效。”

为了破解融合难点,腾讯建立了用户ID、车和手机之间更好的标识,打通手机联车和服务通路,特别是保证数据的一致性;同时结合车的特性做好增强服务,如不断提供符合自动驾驶场景、车道级场景的服务能力,满足车内娱乐、会议等场景需求。

关于腾讯地图优势,刘澍泉给出了三个关键点,一是数据比较新鲜,采集体系、数据体系从一开始就是为智能驾驶设计的;二是三图合一(SD标准地图、ADAS车道级地图和HD高精地图)数据同源,完整性、一致性更好;三是完善和开放的闭环体系,可以在安全可控框架内为伙伴定向开放从数据服务到引擎能力,再到上层定制化服务的功能。基于这三点,腾讯地图可以和客户共享各种服务。

腾讯智慧出行副总裁刘澍泉

“对比其他地图,我们有最准确的POI信息,因为像微信、美团等应用都是用腾讯地图的基础定位数据实现的。”他补充道。

智能汽车云“专云专用”

不难想见,“上云”更高效、低成本的方式一定是“专云专用”,但上的应该是符合行业特定需求的行业云

作为行业首个专为智能汽车打造的一站式解决方案,腾讯智能汽车云有机集成了自动驾驶研发与运营工具链、智能座舱研发、智驾地图、运营服务等全方位能力,通过“一朵云、一站式”方式满足智能汽车从研发到运营全链路的广泛需求,助力客户降低架构复杂度,获得一站式最优方案。

腾讯在上海开设智能汽车云华东专区是行业首个专为自动驾驶与智能汽车领域而建设的安全可信的专有云平台。据了解,目前博世、奔驰等车企已使用这个平台训练自动驾驶算法,提升算法能力,优化工具链场景。

满足符合行业特定需求是一方面,更重要的是云的合规性,此外还有可扩展性。据刘澍泉介绍,腾讯云的云管平台CDZ可以为客户提供增值管理服务。基于腾讯云的同源底座,腾讯智能汽车云可以使用腾讯云上开放服务的产品,根据客户需求无缝拓展到智能汽车云的专有云中。其可扩展性有两个维度,一是产品维度,公有云上有的都可以部署;二是地域扩展性,CDZ软件结合骨干网,可以将服务做成两地三中心、多地多中心等方式,进行横向扩展,部署方式、位置、容量都非常灵活。

基于云专区,腾讯打造了完整的自动驾驶、仿真训练、高精地图、座舱等云上自动化工具链等,为车企提供开箱即用的专有化云端服务,让车企更专注于算法优化和体验改善。智能汽车云全栈物理隔离,保障相关数据的安全可信和自主可控。同时,云上组件将针对行业特殊需求进行定向优化,真正做到“专云专用”。

针对自动驾驶数据处理,腾讯智能汽车云提供GooseFS存储加速服务,支持万亿+文件规模下100W QPS的访问效率,并保障低时延。相比传统存储接入和访问模式,其加速性能提高了10倍;针对数据计算与模型训练,一站式算法开发、训练框架——TI-One可大量节约算法训练成本。在数据接入环节,最高可节省80%工作量;在数据处理环节,可降低70%标注成本;在模型训练环节,算法开发TCO至少降低50%。

车图云解决方案——自动驾驶服务运营的基石

从2022年情况看,高级辅助驾驶的渗透率在快速提升,成为绝对的行业热点。其背后云端的接入效率、计算效率、存储成本和服务发布日渐增加,“车云一体化”元年已经到来。

在自动驾驶大规模量产落地之际,泛化场景——从测试区到普通道路、从高速路到城市道路比比皆是,自动驾驶也已演变成一种持续性的用户服务,用户对自动驾驶的安全性、舒适型、人性化提出了更多诉求。在此背景下,自动驾驶运营平台成为了刚需,而要满足需求,就要有专业运营人员负责自动驾驶安全和人性化服务体验,还必须有安全、稳定和云化运营工具,基于精准、丰富的地图服务,随时记录、评估、迭代和升级自动驾驶能力,实现全生命周期的自动驾驶服务运营。

腾讯的车图云一体化解决方案结合地图和云两方面能力,体现了以下核心价值

一是可定制地图更新服务,依托腾讯智能汽车云,在量产阶段自动驾驶汽车大量激活情况下,满足高效大规模并行数据处理、数据生产和数据编译要求,为车企提供可定制地图更新能力,实现自动驾驶功能的评价和优化,快速迭代自动驾驶功能体验,实现持续的用户服务运营;同时提供端到端安全闭环,进一步发挥感知数据的价值。

可定制地图更新服务

二是自动驾驶运营位置服务,通过广泛、鲜活的道路、POI、交通信息等进行功能评估,帮助运营人员综合评定自动驾驶表现;结合用户轨迹、热点路段、车辆数据等进行用户价值分析、模型优化和道路测试,有序进行功能升级,加速自动驾驶功能迭代,提升用户体验。在自动驾驶道路运营方面,通过分析特定道路上的运行表现,与benchmark数据对比,进行功能优化;通过地图挖掘热点路段、特殊结构道路,定向采集数据、定向路测、定向优化迭代运营中的自动驾驶功能。

自动驾驶运营位置服务

时下,国内主机厂已不满足于导航数据和定位能力,更需要精准的地图服务,而云是地图成为一种持续化服务的最佳实现手段。刘澍泉认为:“具有数据鲜活性、可灵活迭代、数据API定义更好的平台才能给客户带来最大价值。我们可以提供一站式服务,客户也以根据自己的需要选择云服务、仿真平台或其他工具链,合作伙伴也可以把自己开发的工具链放进来。”

与“最懂行”伙伴同行

专业的事情需要交给专业的人来做,谋求发展需要依托“最懂行”的伙伴们并肩前行。

刘澍泉表示,“要实现智能汽车产业数字化,与合作伙伴之间的信任关系尤为关键。实现端云一体化的闭环,并不是腾讯一家能够完成的事情,而是需要和客户在每一个环节上持续优化。”

钟学丹最后表示:“多云并存是未来的趋势,要满足不同场景,不管是公有云还是私有云、专有云,汽车行业都会有相应需求。作为汽车产业的数字化助力者,腾讯将持续深耕云图为核心的数字化基础设施,推出高度匹配行业需求的解决方案;同时以更加开放的生态与汽车产业各环节‘最懂行’的伙伴实现联合创新。”

扫描加入免费的「智慧城市之智慧交通」知识星球可了解更多行业资讯和资料。

欢迎加入智能交通技术群!

联系方式:微信号18515441838

自动驾驶步入运营阶段,腾讯给出“车图云”的新解法相关推荐

  1. 【cartographer】园区场景自动驾驶-利用GPS实现ENU坐标系下的建图与定位

    园区场景自动驾驶-利用GPS实现当地地理坐标系下的建图与定位 概述 主要实现如下的功能: 1.利用gps信息,修正题图为当地地理ENU坐标系: 2.在纯定位模式下,利用gps与imu(rtk)信息,实 ...

  2. 特斯拉最强自动驾驶系统登场,实测视频火热出炉

    问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 迄今最强的特斯拉自动驾驶功能,终于登场. 名号唤作:Navigate on Autopilot. 这一升级是特斯拉实现L3级自动驾驶的重要节 ...

  3. 自动驾驶 | MINet:嵌入式平台上的实时Lidar点云数据分割算法,速度可达 20-80 FPS!...

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 这篇文章是激光雷达点云数据分割算法的嵌入式平台上的部署实现.主要的创新点有两点:一是利用多路分支采用不 ...

  4. 自动驾驶“稳打地基”,小鹏汽车基于阿里云建自动驾驶AI智算中心算力可达600PFLOPS

    数据驱动是自动驾驶发展的公认方向,也让自动驾驶模型训练成为一头"吃算力"的巨兽.自动驾驶的视觉检测.轨迹预测与行车规划等算法模型,有赖于机器学习海量数据集,但算力的不足让研发速度仍 ...

  5. 百度集团资深副总裁李震宇:Apollo开放平台打造全球最强自动驾驶量产引擎 助力车企造好车

    2021年4月19日,第十九届上海国际车展在上海国家会展中心拉开帷幕.作为全球领先的自动驾驶与汽车智能化平台,百度 Apollo 召开以"心所驭,智随行"为主题的新闻发布会.会上, ...

  6. ROS1结合自动驾驶数据集Kitti开发教程(四)画出自己车子模型以及照相机视野

    注意: 再学习本系列教程时,应该已经安装过ROS了并且需要有一些ROS的基本知识 ubuntu版本:20.04 ros版本:noetic 课程回顾 ROS1结合自动驾驶数据集Kitti开发教程(一)K ...

  7. 交通数字孪生高速公路规划设计市政道路BIM正向改扩建设计利用实景三维无人机机载LiDAR倾斜摄影车载地面三维激光扫描仪LiDAR点云数据提取自动驾驶高精地图三维矢量车道标线3d点云标注

    实景三维数据价值挖掘实操系列1-道路车道标线高效自动化三维提 本系列视频的第一部分 标线提取 这段路大概有1.5km的长度 我们来看一下标线提取的效果如何 首先我们通过反射强度 将道路标线的点云数据单 ...

  8. 自动驾驶数据集KITTI【4】画出自己车子以及照相机视野

    1.画出两条45°的线,代表摄像头的可视范围 kitty.py ```cpp #!/usr/bin/env python3 from data_utils import * from publish_ ...

  9. 衡阳之后,重估自动驾驶落地

    雷刚 发自 副驾寺 量子位 报道 | 公众号 QbitAI 这是自动驾驶发展史上的魔幻现实一幕. 公交自动驾驶.出租自动驾驶.观光巴士自动驾驶-- 清扫车.巡逻车.微循环社区公交.摆渡车,都由自动驾驶 ...

最新文章

  1. 什么文件使用.md扩展名,我该如何编辑它们?
  2. Linux C编程--线程操作1--线程概述和简单的线程操作
  3. 限招2019应届计算机毕业生,2019年计算机专业应届毕业生自我鉴定
  4. 软件设计原则(一)开闭原则(Open-Closed Principle, OCP)
  5. ccf_201712-2
  6. 02. Creating a Web Forms User Interface
  7. mysql 账户管理_Mysql账户管理原理与实现方法详解
  8. 电脑格式化后需要重装系统吗_重装系统后c盘文件丢失,电脑重装系统后c盘文件能恢复吗...
  9. Oracle使用ODBC连接配置
  10. 解决System进程占用80端口的问题
  11. Oracle 大表数据删除/清理方法小结
  12. 结对项目-数独程序扩展
  13. 教你使用powerDesigner反向生成oracle数据库模型
  14. 欧姆龙NJ/NX基于Sysmac Studio的EIP通讯 方式
  15. 推送通知的跳转处理和消息提醒
  16. 05_解决mac百度网盘下载速度慢问题
  17. yyyy-MM-dd和YYYY-MM-dd格式化日期的区别你知道吗?
  18. OneNote for Windows 10 笔记的导出
  19. PotPlayer直播源推荐
  20. 瑞芯微RV1126 BuildRoot开发学习笔记

热门文章

  1. 正则表达式不区分大小写以及解决思路的探索
  2. 《小岛经济学》九、美岛应对危机——汽油救火
  3. Linux_01_课堂笔记
  4. 如何在百度通过关键词搜索自己的网站
  5. Java正则表达式之“\\“理解
  6. USB PD快充协议芯片
  7. 推荐7款超级好用的终端工具 —— SSH+FTP
  8. java magic number_java的class文件的magic number, cafebabe
  9. 关于债券付息的一些日期计算方式
  10. [附源码]java毕业设计教务系统