在談到市場競爭時,蘇奎峰表示,騰訊的心態還是比較輕松的。他解釋說,汽車行業產業鏈長,車企很難鎖定壹家供應商,和傳統互聯網壹刀切的模式不太壹樣。而且每個選手都有差異化的定位,只要在自己定位的賽道上有足夠的競爭力,就壹定有市場空間。
“騰訊自動駕駛總經理蘇奎峰”
騰訊的自動駕駛戰略和騰訊的大戰略是壹致的,就是做好連接和工具鏈。在這個定位的基礎上,騰訊正在做三大基礎設施:自動駕駛開發雲、仿真平臺、高精地圖。借助這些工具,騰訊希望在雲和汽車之間形成業務閉環,加速數據流動,快速叠代算法。
騰訊自動駕駛的優勢在於騰訊組織架構的支持。蘇奎峰介紹,目前騰訊90%的自動駕駛需求都可以在智慧出行部門解決,由騰訊雲提供支持,具備自控能力。
未來騰訊希望與OEM廠商和硬件Tier合作?1供應商組成鐵三角,推動行業跑得更快。騰訊在其中的角色是作為服務器,幫助客戶加速叠代,落地軟硬件產品。
《騰訊自動駕駛雲平臺系統架構》
自動駕駛的開發、驗證、測試、評估等環節需要巨大的時間和經濟成本,具有很強的不確定性和安全風險。
蘇奎峰介紹,騰訊從2016開始布局自動駕駛,並將虛擬仿真技術作為重點業務之壹。結合本地化的交通場景和應用需求,可以為自動駕駛R&D和測試提供專屬的數字化工具。在騰訊雲的計算能力支持下,通過雲模擬技術加速場景評測,從而提高R&D和測試的效率。
騰訊自動駕駛申請了40多項專利,在雲端實現了高並發運行和真實有效性的創新突破,同時在工具鏈完整性、場景豐富性和真實性方面取得了進步。
《騰訊自動駕駛虛擬仿真場景3D重構秀》
在效率上,相比單機仿真測試軟件有限的計算能力,騰訊自動駕駛雲仿真技術可以支持超過10000個場景的並行計算,將1000個場景的運行時間從2天大幅縮減至4分鐘。
同時,騰訊利用虛實融合的交通流數據構建城市級虛擬仿真世界,支持數千輛自動駕駛車輛和數十萬輛交通流車輛同時運行,虛擬城市中的車輛實時同步,在高效的同時保證了測試的有效性。
在真實性方面,騰訊自動駕駛開發了包括車輛動態、傳感器、交通流、地圖和場景編輯等模型,支持OpenX系列和OSI國際仿真標準,解決了傳統仿真軟件部分核心模型過於依賴第三方的問題。
同時,騰訊依托高精地圖、遊戲技術、AI等領域的積累,實現了基於人工智能深度學習的場景高精度自動三維重建,相對誤差小於3cm。此外,系統中動態模型與現場實驗數據的壹致性達到95%以上。
《國家智能網聯(長沙)試驗場虛擬仿真試驗場景》
隨著自動駕駛技術的加速發展,專註於仿真評估技術的研發,建立完善的智能汽車評估體系已經成為行業知識,雲仿真成為未來趨勢。除了測試工具,雲仿真還將成為算法、高精地圖、測試數據、道路挖掘數據的管理平臺,對保障數據安全起到至關重要的作用。(文/汽車之家?小瑩)