米彭将增加积极的安全投资。首席执行官想动员情况并利用技术成就来回答外部疑问

他的小米告诉所有人：“这个问题非常重要，兄弟俩必须做得很好。” Textin在今年6月，木蓬播放了一系列视频，显示了成功的车辆紧急停车，以130公里/小时的速度，湿滑的道路和模糊的隧道，以120 km/h的速度下降。在8月27日举行的新的Xiaopeng P7新闻发布会上，他们展示了AES自动应急管理方案：雪地和湿滑道路：系统摇晃车辆，保持障碍并保持稳定性，因为车辆慢慢以高速行驶，朝着汽车或建筑rabbi桶等障碍物朝着高速移动。为了承认这些特征，Xiaopeng将在六个月内重写主动的安全体系结构和软件代码。这更接近每日迭代更新。在故事中，这看起来像是一场艰苦的战斗，“返回第一个激进的安全层次结构。对相关特征的理解理解，以真实行为解决外部问题。 8月中旬，我与Yeopeng自治区中心产品高级总监Yuan Tingting，Yishan（Nianming）高级兼高级产品经理Anlu Systems Development Manager（Nianming）。我们已经提供的信息。其中一些出现在昵称下：从高速AEB到滑水AES，创建一个主动的安全系统更加困难。注意：AEB本身并不是什么新鲜事。在1990年代，由质量生产的车辆作为水平降压辅助功能L1配备。进入值很低，但其性能限制非常高。过去，执行基本AEB功能的成本很低。您可以使用原始AEB，价格低于1,000元，要么使用前后波浪雷达或仅使用一台前置摄像头。但是，如今的行业方法完全不同。一些制剂Turers已将未知安全配置的AEB重塑为新标准，以通过在极端情况下（例如高速，夜间和幽灵探测器和幽灵探测器社交网络）展示AEB的出色性能来衡量智能辅助驾驶的整体力量。因此，米彭将在战略水平上积极提高安全性，以应对其同学之间的市场护理和竞争。 Anlu：在过去的一两年中，该行业经常讨论极端的AEB制动速度，一些友好的竞争对手说，高级制动速度限制可能达到130 km/h。米彭不仅实现了这一目标，而且具有不同的技术路线和背后的安全概念。首先，米彭对极端情况有更严格的定义。我们的130 km/小时停止功能可以在极端条件下在黑暗中使用，在完全静态的故障下，该系统处于人类运营的状态。这本质上是不同的在某些情况下，辅助驾驶（例如LC）时慢速汽车会放慢速度。我们的AEB系统涵盖了从0到150 km/h的所有Sppeed域，而选择130 km/h作为限制测试目标的原因是，这基本上是中国公共道路上的上限驾驶限制。 （注意：中国道路的最大速度限制为120 km/h，一些司法管辖区警告超速行驶，但没有罚款或扣除点）。其次，米彭采用“两阶段制动停止”策略来增加用户驾驶和心理控制。在130公里/小时的道路上，“制动器”系统直接直接引起了车内车内的驾驶员和乘客的极大不适和恐慌，甚至有可能导致驾驶员的夸大反应导致第二次事故。然后，我们的策略是：当紧急制动以高速激活（超过70 km/h）时，该系统最初将以0.6-0.7 g的速度较慢（接近6-7 m/s²）。这是EnougH停止车辆并给驾驶员进行物理提醒，但尚未达到车辆的极限以避免失去控制。之后，如果驾驶员仍然什么都不做，并且系统确定碰撞的风险很高，则速度慢到1 g（约10 m/s²）可以在最短的制动距离停止。原始CHING：有两个重要的要点，可用于良好的主动安全功能。首先，现场的宽度首先是反映的，无论是固定的汽车，各种行人。其次，这取决于它是否可以处理雨水，夜晚，雾化的气候和其他风化。最后，其有效速度范围有多大，它起作用为0 km/h还是专注于道路？可以以100 km/h，120 km/h或130 km/h的速度达到道路限制吗？这些东西结合在一起，这是新闻事物。另一个重要的一点是精度。制造商应该做的一切都是在时间到来时尽可能多地激活。这将为LIM带来积极的激活速度它，但与此同时，尝试降低错误激活率。注意：当我们在整个智能援助帮助行业中培养公司的观点时，几位专家和专业人士就“ AEB停止速度”提案的讨论更加谨慎和多样化。驱动制造商的研究与开发工程师表明，AEB功能中的高制动速度限制可以证明他们在解决某些方案方面的运作良好，但这并不意味着AEB的一般性能非常好。另一位从业者认为，以90 km/h击中刹车的AEB不一定比AEB更好，这有助于驾驶员将速度降低到60 km/h。这也是WHYE（包括中国和欧盟在内的多个全球汽车安全评估系统）的原因，多年来，AEB评估方案的复杂性不断增加。关于车辆测试速度的上限，通常必须是80 km/h。没关系，或者没有必要。 ANLU：在高速建筑部分和复杂的道路状况（例如冰和雪，湿滑的道路条件，小米和雪冰）中，可以在80-130 km/h的速度范围内实现自动避免紧急操作。该系统可以立即计算避免障碍物的轨迹，并可以计算出准确控制汽车姿势的能力，因此在AES功能的实际测试中，我在汽车后部放了一杯饮料，但没有过滤。 Yishan：使用传统方法在冰上AE的最大问题是，汽车根本无法移动。该系统发出了转向命令，但是道路的表面滑动得太多，这使车轮滑落，车身会伸直。这是由物理特性决定的。解决此问题的中央技术称为“单方面制动器”。传统汽车使用方向盘到C地址，但“地址”和“单方面制动”合并以控制车辆。例如，即使制动力适用于车轮而不连接手柄，您的身体也会开始平衡。这是为了减轻雪地形道路上车辆的稳定性。当只旋转前轮时，通常是驾驶员旋转大角度，但是汽车不会跟随，因为轮胎向侧面滑动。但是，单方面制动可以有效解决此问题。此外，这是一个与机箱集成非常高的函数。车辆的VDC特性（车辆动力学控制）用于将稳定控制与避免障碍物的避免。这不仅可以保证汽车不会失去对冰雪道路的控制，而且还可以确保汽车可以在非常近的距离处避免穿越紧急方向的先前障碍。注意：道路粘附系数是确定brakin的重要因素g车辆的容量。在粘合剂系数高达0.8的干沥青道路上，车辆可以轻松实现最佳的制动性能。但是，如果在冬季下雨或雪道之后很滑，则粘合剂系数远低于0.3，并且由于滑梯的滑动，车辆很可能会失去控制。因此，米彭是带有冰机的AE，而NWE将采取行动来发展NOH，并从更困难的问题开始。如果AES系统仍然提供精确的控制，并且可以有效地避免在抓地力最差的极端道路条件下遇到障碍，那么更好的登录将带回最轻松的正常道路表面。 Yuan Tingting说，I + D辅助驾驶智能小米团队的成员总是可以在他们的脑海中“包含“呼吸”。手册。伊桑（Yishan）：“单方面制动”的想法实际上是在公司内部。首先相信演示，然后去真正的汽车尝试，然后使用实验数据来查看效果。因此，天生的冰雪。老实说，起初我不确定，我并不真正相信。但是，我在底盘部门的同事比我更深入地了解底盘，并认为他们可以做到。接下来，让我们一起体验。结果，每个人都到达了测试网站，发现它真的很好。该实验证实了此地址是正确的，因此下一步是继续研究和开发并将其引入大众生产。目前，新的P7中有冰雪AE。这是行业中唯一可以处理低粘合性路面的AE。 “保留”并急忙工作：马斯克向骑手扔了一个“追踪器”，因为deb在行业中“纯粹的视觉”和“融合感”的技术途径中都没有停止。另一方面，特斯拉和米彭的“纯粹视觉学校”认为，传感器可以信任相机以实现高水平的智能辅助驾驶。另一方面，越来越多的制造商配备了更多的新型号，并具有更多的新型号和型号的200万元基本变化甚至减少，这形成了用户的心态，“对于价值200万元的汽车，更红色的汽车”。尽管这条路线是有争议的，但两家制造商都实现了智能解决方案的大规模生产，并由规模援助驱动。在某些机构评估中，由特斯拉代表的纯视觉解决方案被高度分类为积极的安全性能，由于缺乏激光雷达，似乎并没有明显劣势。但是，今年3月的一条事故道路再次引起了争议。什么是上限使用纯视觉路线的主动安全解决方案？作为纯视觉路线的代表性制造商，外界也对小米进行了分析。伊桑（Yishan）：一个完全智能的援助驾驶系统涵盖了三个方面：驾驶，停车和积极的安全。在任何领域，不便会影响一般绩效。以前，小米的智能辅助驾驶特征专注于驾驶和停车特征，而研发资源的倾向不多，倾向于积极安全。此外，媒体评论表明，小米的积极安全性能并不高。然后，自去年年底以来，小米已决定弥补其积极的安全性缺陷。我们的团队仓促历史，这只是一个资源投资问题。这并不是那么困难，但是发展的节奏相对较快。元叮当：当我第一次加入Xiaopeng时，我承受着主动的压力安全的。可能有一些资金过去，但是小米自主驾驶中心的整个团队也屏住呼吸。每个人都觉得他们可以做得很好。我们没有在早期进行任何外部广告，但是我们开始专注于内部努力。在我开始携带活跃的安全产品之后，该公司将其提升为关键职位，派出更多人，分配了更多的计算机资源，并将其作为独立的业务线促进。 liyun（米彭汽车公司（Xiaopeng Motors）总是鼓励我们的自动驾驶副总裁兼研究与开发负责人李·利扬（Li Liyun）。他还强调，这个问题非常重要，他说：“我哈弗曼诺，我必须做得很好。”注意：在我们的采访中，三名受访者说：小米正在增加对现役安全的研究和开发的投资，因为消费者更加关注汽车使用的安全性，以及对极端支持Xiaiaopa的极端支持Xiaiaopa的更新。NG做得很好。同时，这三个人主动提及了以前在外部媒体评估中发表过的Xiaop积极安全性的领域。在新的Desa Phaseroll中。技术进步不再是通过清晰的性能参数和过去的城市数量直观地反映出来的，而是通过优化用户只能在每天开车时才能感觉到的微妙体验来改变。这种类型的改进需要制造商完美的硬件软件，这很难用简而言之来描述常见的消费者，并削弱了技术迭代的明确好处。在连续第9个月销售超过30,000辆汽车的背景下，第四个预期季度的收入，木蓬将需要更明显的技术进步来增强您的智能冲动援助标签，以激发他们的设备并向市场和用户展示其价值。 Yishan：时间是差异邪教，任务很重。鉴于这种情况，我们对Methodyou的一般项目开发进行了深入的调整。首先，开发团队发生了变化。我们提出了一个专门的团队，以实现“极端到极端”的结构。智能援助驾驶的技术复杂性非常高，因为它包括许多模块。加入开发团队本身也与底盘和整个车辆的力量有关。有这么多的模块和非常快的节奏，我们怎么不毁了它？这需要一个专门的系统开发团队。这个团队将组织每个人，每个人都可以有序地完成工作，并为他们的商业交付结果承担责任。模块之间存在依赖关系，因此您可以在继续之前先获得结果。系统开发团队留下了这些输入和非常清晰的输出，并允许质量控制。第二个是整个项目操作的变化。紧急战争房间是在广州和上海建立的。大多数算法学生都在上海，而系统，测试和模拟学生在广州。团队成员经常在双方奔跑。它要求您有一个有效的通信渠道，而不仅仅是信任遥控器。紧急问题和一些必须紧急形成的共识不能仅通过远程通信解决。我们审查日常会议，以解决发展问题，识别和解决风险。还有每周一次的会议。从更宏观的角度来看，功能的交付量，下一个重要点和风险点是多少，以便每个人都知道？相反，我们希望花更多的时间进行沟通，使每个人都可以朝着相同的目标和方向前进。在这种节奏中，该软件版本基本上每天都重复。找到开发问题和需求，这一天将在同一天发布新版本，第二天将举行测试。最后，是敏捷发展的文化。我们使用诸如GIRA之类的工具来转移问题，但是仅信任系统不足以承受如此快速的节奏，并且还需要一些手动方法。但是，该系统“如果您在几分钟内没有响应，我将完成它。敏捷发展对于动员每个人的热情更为重要，因此，而不是使用“鞭子”向后抽动，而是促进每个人。然后，我们允许每个人都犯错而不批评。积极揭示确定的问题和风险，鼓励他们共同努力。注意：建立“战争室”是对行业的成熟方法。在紧急项目中，物理空间中的集中协作效率通常是软件开发和硬件集成项目的共同管理模型。软件版本的每日重复也是出现的发展趋势最近几年。在AI模型培训和智能帮助算法的优化领域，快速迭代可以帮助团队及时发现问题，并验证改进的有效性。 Ideal和Momarka等制造商的研究和智能支持团队采用了类似的实践。伊桑（Yishan）：要积极主动，您必须整合几个部门的职能，例如自主中心和其他技术中心，以组成战斗团队。对积极安全性的一项强调不再是过去的模型，而是一个不可或缺的考虑因素。今年早些时候，该公司提议与“五场大战”作战。其中之一是“反对战争”。主动安全是安全战的核心组成部分。关于报告机制，我们通常每月举行会议，以告知他米彭有关进度以及一般智能援助和驾驶功能的结果。这只是一个永久链接和私人沟通在中国明智的驾驶方面，进行了更频繁的最新证明版竞争全景，也正在改变Newnew国家汽车制造商，而Smart Support Support Development Development投资了“ End -End -End -End”技术的开发，而Xiaopeng Product Experience的好处也不如三年前那样清晰。如今，技术重复的速度远远超出了想象力。包括小米在内的汽车公司继续在激烈的竞争中面对证据。原始CHING：“结束 – 端技术”的成熟度为小米进一步提高其主动安全能力的技术基础。规则时代的智能驾驶软件基于识别，预测，计划和其他小型模型，而大端 – 端模型则可以直接访问输出的条目，从而避免了由多个通过估算引起的数据丢失和时间延迟。更重要的是，末端到端模型基于t在高尺度高尺度数据中下雨，这是确定道路环境和风险情景的更精确的，并且更聪明地提高行为，并且更接近人类的驾驶习惯。像特斯拉一样，我们还为大众汽车选择纯的视觉解决方案。 ，将相机用作主传感器。市场上常规激光雷达的基本速度为10Hz，但是小米的视觉摄像头可以达到24Hz盒子的速度。这使您可以以更高的频率获取综合数据。一般响应速度大约是常规的两倍。此外，多屈光度融合需要消耗计算机能量并简化了Dilliam之后的计算，从而大约有一半的晚期到末端模型延迟。不仅使用“视觉”解决方案，而且使用“纯视觉”。米彭认为，一个良好的智能驾驶解决方案需要改善三个要素的组合：“计算机能力，算法模型和数据”，以综合地提高功能并实现S结果。叶山（Yishan）：团队非常有动力，因为我内心充满了希望。我们真的很想在积极的安全方面做得很好。赢得战斗是最好的设备建筑。因此，尽管有工作的力量，但每个人总是很高。有关更多信息，我基本上使用“ end -to -end + ngp”体系结构重写了AEB函数的整个代码。将原始的Xiaopeng算法功能应用于驾驶场，并应用于积极的安全性。当前，主动安全函数在Xiaopeng生成的质量中执行另一个模型，但可以将来与驾驶模型集成在一起。目前，当涉及到培训模型的数据时，我们主要信任运行真实汽车的视频。但是，非常重要的是，您不必等待大众生产车队在工作前收集和返回数据，但是数据库很大。自自动驾驶开始以来，该数据库已经积累了数据量变得非常大。此外，这些数据被标记了。开发团队所需的数据类型可以直接通过此库“抢夺”。例如，他们将特殊车辆，洒水车，垃圾车和救护车标记。如果数据库中的数据量不够，则道路上可能的车辆数量最大。如果这还不够，请将汽车送到道路上，并以方向性的方式恢复它们。除了COND的功能外，主动安全功能必须在批量生产之前进行许多测试。这次，我们进行了至少600,000公里的道路测试，并添加云模拟测试。脱敏的云训练模型中使用的数据。实际上，每个模型必须遵守批量生产之前的相关法规。这是根据州的强制性。确保用于培训的数据源是合法的和符合的。注意：末端 – 末端算法是按质量产生的，可以智能和协助ED研究和发展以信任AI的力量。研发工程师不再完全信任手动写作规则，而是开始使用更多数据培训算法模型。这样，该系统比人类驱动程序可以保持强大和工作更好。去年7月，Nio根据末端到端算法启动了其底漆AEB系统。目前，Xiaopeng的主动安全算法还使用“端到-end NGP架构”。这是智能的援助是驾驶领域末端到末端算法的成熟度的提高。 Yishan：谈论资产和安全性，我认为用户价值仍然应该恢复其本质。这是一个安全功能。最终目标是如果您可以避免用户所有潜在的障碍。将这个终点视为一个目标，以及我们现在正在做的事情，我们可以更清楚地思考。只要发生冲突，就必须解决一个问题，以确保积极的安全。但是，当涉及到土地时，必须优先考虑。这些先验ITIE，主要优先级绝对是射频场景。例如，汽车，行人和道路上的建筑障碍是使用主题的事物，您每天都可以找到您。解决这些高频方案将帮助您避免大多数事故。但是，查看频率还不够，因此必须查看另一个维度。通常，我想借用功能安全性的概念。换句话说，除了观察频率外，它还取决于重力水平。功能安全性还具有可控性的概念，但在这里不适合使用。重力意味着如果发生这次事故，结果将是多么严重。通常，以弱势组为例，它不一定在上部。但是，当发生某些事情时，结果的严重性是完全不同的。冲突本身可能不是严重的，但是负面影响，尤其是从人的角度来看，对社会产生了更大的影响泰。因此，应该提到的是，这种类型的方案也是很高的优先级。积极安全的最终目标是“零碰撞”，也就是说，避免所有可能的碰撞情况。目前，该行业中的AEB和AES尚未达到零冲突的全部覆盖范围。我们的舞台报道已经领先于该国，但我们仍然远离我们的最终目标。下一个方法是改善场景的覆盖范围。根据用户冲突的实际情况，分析高优先级和相对较低优先级的方案，以计划和节奏的方式促进特征的实施。例如，柔术是与城市的高速和高频碰撞方案，用户值非常高，但由于预测的偏差和偏差，非常容易的感知错误会意外激活系统。这需要继续更好地抛光。主题介绍：原始ching：我加入Ed Xiaopeng于2024年，我是自治城市中心产品部负责人，负责全球产品系统的自动驾驶计划和设计。他之前曾担任阿里巴巴达莫学院的自主驾驶业务负责人。 Yishan（昵称）：Xiaopeng于2018年加入，目前负责开发主动安全和管理功能系统。 （Anlu （ニックネーム）：2024年に小米に参加し、现在、自律运転センターの主动安全のシニアプロダクトマネージャーを务めています。标题图像来源：视觉中国
特殊声明：先前的内容（包括照片和视频（如果有），如有）已由网络自我媒体平台的用户收费和发布。该平台仅提供信息存储服务。
通知：将由Netetehhao的用户加载和发布以前的内容（包括照片或视频，包括视频）。我们仅提供社交媒体平台和信息存储服务。