独自快乐|Momenta无人车横穿城乡结合部：量产传感器方案、四年后单车盈利( 二 )
这个视频中包含了更为丰富的场景 ， 包括实线区域突然出车 ， 连续横穿车行驶、狭窄小路人车混行 ， 遭遇三轮逆行、卡车加塞、电动车斜穿、平板车抢道等 。
通过云直播与一镜到底的视频我们可以与前几天滴滴的直播进行一个对比 ， 发现Momenta L4级别自动驾驶行驶更为稳健、中间复杂路段未进行接管 。
这就是“飞轮式”L4的魅力所在 。
看完技术成果 ， 接下来详细说一下Momenta“飞轮式”L4技术构架 。
“飞轮式”L4 ， 指随着量产数据、数据驱动的算法以及两者闭环自动化的不断积累和迭代 。
简单的来说 ， 量产数据、数据驱动的算法、闭环自动化是实现“飞轮式”L4的三要素 。
第一 ， 量产数据 。
实现规模化L4级别自动驾驶面临最大的问题就是要通过千亿公里的路测数据来发现长尾问题 。
以Robotaxi落地为例 ， 规模化L4指的不是一个区域或城市 ， 而至少是路况复杂的十个城市 ， 每个城市至少一万辆车 ， 否则难以称之为商业化落地 。
人类司机的驾驶水平约为一亿公里出现一次致命事故 ， 要实现规模化L4 ， 至少要做到人类司机的安全水平 ， 最好可以比人类司机水平高一个数量级 。
因此 ， 需要进行至少千亿公里的测试 ， 解决百万长尾问题 ， 千亿公里意味着100万辆车 ， 每天10个小时不间断运行 ， 连续跑1年 。
如此海量的数据规模 ， 大部分企业的做法是采用模拟仿真 ， 从而发现问题所在 。
而Momenta是除了仿真外通过将量产自动驾驶产品Mpilot搭载在车辆上 ， 来为客户解决问题、创造价值的同时 ， 回收海量数据 ， 从而更好的迭代产品 。
其优势在于这些来自真实世界的海量量产数据 ， 并且可以不断的进行数据的迭代 ， 做到自动收集问题、解决问题 ， 推动MSD不断升级 ， 使得完全无人驾驶系统不断进化 。
第二 ， 数据驱动的算法 。
解决了量产数据问题 ， 接下就是规模化自动驾驶中的真实场景中的海量问题 。
我们知道基于规则驱动（Human-Driven）的常规算法框架 ， 可以用100个人的团队一年的时间解决100个问题 ， 但是不可能有100万个人在一年的时间里去解决100万个问题 。
这里唯一的可能性 ， 就是通过数据驱动的方式 ， 自动化地解决绝大部分的问题 。
Momenta认为这一问题必须通过数据驱动的算法才能高效解决 。
对此 ， Momenta内部推行“架构师”文化 ， 相比于见招拆招的解决单一问题 ， Momenta鼓励团队把更多的精力放在如何搭建一套数据驱动的算法框架上 。
从而 ， 随着量产数据的不断流入 ， 数据驱动的算法会驱动飞轮式L4不断迭代 ， 自动化地解决自动驾驶的长尾问题 。
第三：闭环自动化 。
规模化L4的最终实现 ， 要量产数据和数据驱动的算法之间形成自动迭代的闭环 ， 闭环自动化正是这样一套高效、自动化的工具链 。
该工具链就是通过建立对问题自动化发现、记录、标注、训练、验证的闭环过程 ， 为技术和产品提供自动化的迭代能力 。
“飞轮式”L4构架搭建完成 ， Momenta发布了三项计划：
推荐阅读
- 【】疫情严峻 分裂加剧——今年美国“生日”不快乐
- 初凉|快乐家族做客蘑菇屋，待遇到底有多高？看到晚饭场面真是第一次见
- 今年美国生日不快乐|疫情严峻 分裂加剧——今年美国“生日”不快乐
- 快乐玉米|《创造营2020》还在为徐艺洋“意难平”？卡八未出道或是一件好事
- 海南|男生光脚丫趟水热情高涨打篮球 网友：男孩子的快乐就是这么简单
- 新华网|疫情严峻 分裂加剧——今年美国“生日”不快乐
- 独自快乐|88.8万元起、新增冰莓粉等7种车身配色，保时捷全新后驱版Taycan正式启动预售 | 新车
- 央视新闻|音乐传递快乐 山区老师带学生组乐队玩摇滚
- 食物|【适量饮酒 快乐生活】入门葡萄酒知识：美酒搭配美食的四个优先原则
- 龙百万|吃鸡中最适合单人四排的ID，可以真正地感受到散修的“快乐”！