达摩院又推软硬件一体高精定位系统,阿里自动驾驶底牌何时摆露完毕?
云栖号资讯:【点击查看更多行业资讯】
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!
低调的阿里又出招了。
雷锋网6月4日获悉,阿里达摩院自研的高精定位系统完成最新一次迭代,基于多传感器融合的紧耦合算法,在没有GPS信号的情况下也能实现厘米级定位。
达摩院表示,该系统实现了软硬件一体化设计,并以10%的成本达到业界领先定位水准。目前该系统已部署于达摩院无人物流车队。
低精度传感器实现厘米级定位
定位是自动驾驶系统的核心功能之一,自动驾驶车辆通常借助GPS和传感器等信号获取自身位置和姿态信息。
一般来说,GPS仅能提供米级精度的绝对定位,如果要将精度提升到厘米级,业界通用的解决方案是借助RTK(载波相位差分技术)来实现高精度的定位。RTK通过地基增强信号提升GPS精度,通常需要搭配高精惯导使用。
但在实现高精度的同时,高精度惯导的成本高昂也是一个不容忽视的问题;并且这种方案较难克服卫星信号不稳或丢失的问题。
在复杂的城市环境中,卫星信号经常因建筑物的遮挡、反射而变弱或丢失,造成定位误差。为了追求稳定连续的高精定位,将GPS和车辆传感器进行“多源融合”成为业界研究热点。
达摩院表示,主流的多源融合定位技术分为松耦合和紧耦合两类,前者对传感器数据的处理结果进行融合;后者先对传感器原始数据作融合,再进行集中式计算,效果更好,难度也更高。
达摩院正是采用紧耦合算法,实现GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合,用低精度的传感器实现了厘米级定位,且在没有GPS信号的隧道、地库等场所,定位系统也能正常运行,摆脱了对RTK方案的依赖。
值得一提的是,达摩院将这套算法作了软硬一体化实现,研发出适配该算法的高精定位硬件。整套定位系统以10%的成本。
无论是从低精度传感器实现厘米级定位,还是从成本方面来看,阿里的新一代高精定位系统方案都有较高的落地可行性。
毕竟,在实际的落地过程中,如何使用低成本的定位系统方案来获取高精度定位,也是大规模推广自动驾驶车辆的一个重要因素。
阿里自动驾驶牌面何时摆露完毕?
这并非阿里达摩院今年第一次给出的动作。
4月22日,阿里达摩院发布了自动驾驶“混合式仿真测试平台”。其仿真平台通过采用虚拟与现实结合的仿真技术,引进真实路测场景和云端训练师,模拟一次极端场景只需30秒,系统每日虚拟测试里程可超过800万公里。
4月8日,阿里达摩院就自主研发出用于车载摄像头的ISP处理器,。搭载这款处理器之后,能够大幅提升自动驾驶车辆车载摄像头在白天和夜间的图像识别能力。
时间更往前推,去年9月的云栖大会,阿里自动驾驶的带队人王刚还发布了AutoDrive 平台,试图解决自动驾驶场景分类过于粗糙的问题。
这些技术发布看似零碎,但可能都是阿里自动驾驶技术中十分重要的节点。
事实上,阿里在2018年就正式布局自动驾驶业务,并以物流场景作为切入点;且当时已经有改装版的林肯MKZ自动驾驶车辆进行常态化路测。
但阿里的自动驾驶版图,外界始终未能一窥全貌。
不过雷锋网(公众号:雷锋网)注意到一点,以上发布的这些技术,目前都已经用在了阿里的自动驾驶物流实际场景。也就是说,阿里的自动驾驶底牌即便没有摆露完毕,也不影响其技术在产品上的落地。
去年4月份,菜鸟资深算法专家陈俊波曾表示,菜鸟无人车已经经历了三年的研发过程,量产商用在即,年内将全面投入末端配送。
有以上新技术加持的阿里无人车,或许会更加值得期待。
【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK
原文发布时间:2020-06-04
本文作者:A神译局
本文来自:“雷锋网”,了解相关信息可以关注“雷锋网”
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
好程序员大数据培训分享大数据两大核心技术
好程序员大数据培训分享大数据两大核心技术,今天小编给大家先分享一下大数据的两大核心技术,知己知彼才能百战不殆,学习大数据技术也是一样的道理,要先有一个清晰的了解,才能确保自己全身心的投入学习。Hadoop是什么?Hadoop在2006年开始成为雅虎项目,随后晋升为顶级Apache开源项目。它是一种通用的分布式系统基础架构,具有多个组件:Hadoop分布式文件系统(HDFS),它将文件以Hadoop本机格式存储并在集群中并行化; YARN,协调应用程序运行时的调度程序; MapReduce,这是实际并行处理数据的算法。Hadoop使用Java编程语言构建,其上的应用程序也可以使用其他语言编写。通过一个Thrift客户端,用户可以编写MapReduce或者Python代码。除了这些基本组件外,Hadoop还包括Sqoop,它将关系数据移入HDFS; Hive,一种类似SQL的接口,允许用户在HDFS上运行查询; Mahout,机器学习。除了将HDFS用于文件存储之外,Hadoop现在还可以配置使用S3 buckets或Azure blob作为输入。它可以通过Apache发行版开源,也可以通...
- 下一篇
架构设计 | 异步处理流程,多种实现模式详解
一、异步处理 1、异步概念 异步处理不用阻塞当前线程来等待处理完成,而是允许后续操作,直至其它线程将处理完成,并回调通知此线程。 必须强调一个基础逻辑,异步是一种设计理念,异步操作不等于多线程,MQ中间件,或者消息广播,这些是可以实现异步处理的方式。 同步处理和异步处理相对,需要实时处理并响应,一旦超过时间会结束会话,在该过程中调用方一直在等待响应方处理完成并返回。同步类似电话沟通,需要实时对话,异步则类似短信交流,发送消息之后无需保持等待状态。 2、异步处理优点 虽然异步处理不能实时响应,但是处理复杂业务场景,多数情况都会使用异步处理。 异步可以解耦业务间的流程关联,降低耦合度; 降低接口响应时间,例如用户注册,异步生成相关信息表; 异步可以提高系统性能,提升吞吐量; 流量削峰即把请求先承接下来,然后在异步处理; 异步用在不同服务间,可以隔离服务,避免雪崩; 异步处理的实现方式有很多种,常见多线程,消息中间件,发布订阅的广播模式,其根据逻辑在于先把请求承接下来,放入容器中,在从容器中把请求取出,统一调度处理。 注意:一定要监控任务是否产生积压过度情况,任务如果积压到雪崩之势的地步,你...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS关闭SELinux安全模块
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- SpringBoot2整合Redis,开启缓存,提高访问速度
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Hadoop3单机部署,实现最简伪集群