您好,欢迎来到中国自动驾驶高精地图产业创新发展论坛2019!

实时测绘世界(在预算内)

发布日期:2020-03-20

GRCChdmap

2020-03-20 16:26:29

手机阅读

云计算似乎很便宜,直到突然变得不便宜。一家AI初创公司如何降低其数据处理成本。


Carmera的工程师希望实时更新他们为自动驾驶汽车制作的地图。他们还希望绘制世界上每条道路的地图。


不幸的是,两者都做不到。


Carmera使用LiDAR(一种使用脉冲激光测量距离的传感方法)以及RGB彩色扫描,GPS数据和惯性测量来构建地图。但是那些高精度仪器只能完成一半的工作。仍然需要维护地图,这家初创公司找到了一种独特的方法:将手机粘贴到车队上,并让他们在旅行时收集视频数据。



瞧:众包地图



但是所有这些数据都必须通过边缘或云计算来处理。对于少数几个城市来说,这是可行的。对于整个地球来说,它有点贵。


Carmera的**产品官Ethan Sorrelgreen说:“一次处理将花费数亿美元。” “而且您每天都必须处理它。”


Carmera致力于采用自动驾驶汽车时,Sorrelgreen的团队将在速度,规模和成本方面保持持续的平衡。



CARMERA如何优化其数据管理-和支出  



自动驾驶汽车依靠摄像头和传感器的组合来导航。像Carmera生成的地图一样,添加基本地图可以帮助车辆更好地了解其位置,预测前方道路并计划路线。


例如,在大型卡车后面行驶的车辆可能无法“看到”一个正在接近的信号灯。通过参考底图,它仍然可以知道那里的交通灯。基础地图还可以使自动驾驶汽车不易受到试图欺骗汽车摄像头的不良行为者的伤害。


这两个功能对于从事自动驾驶技术的公司都是一个吸引力。Carmera的客户包括Voyage(在退休社区运营的无人驾驶叫车服务)和Toyota。


对于像Carmera这样的初创公司来说,与像Toyota这样的大型原始设备制造商签约是一个巨大的胜利。但是,与OEM合作时也会遇到问题。特别是:处理大量数据的成本。



| “分析瘫痪会在您创办公司时杀死您。”


Sorrelgreen说:“人们普遍认为云处理是免费的,您基本上可以处理任意数量的数据。” “当我们与较小的移动即服务公司合作时,这并不是什么大问题。但是,当我们开始与主要汽车制造商合作并研究大陆或世界范围的地图时,我们现有的处理数据的范例需要改变。”


Sorrelgreen,Carmera**技术官贾斯汀·戴(Justin Day)和几个高级工程师坐在一个房间里,决定要做什么。他说,他们的目标是尽快找到潜在的解决方案。


Sorrelgreen说:“分析性瘫痪在您创办公司时会杀死您。” “实施一些东西然后使其变得更好,而不是试图先提出一个**的想法。”


两个星期后,他们有了一个计划。在四分之一的时间内,他们使用三个关键问题来帮助以**的成本构建最准确的地图。


| 为什么还没有无人驾驶汽车呢?无人驾驶汽车行驶的主要问题



问题一:已经有人建立了吗?


最初,Carmera的工程师试图构建自己的硬件以安装在车队上并处理视频数据。但是经过六个月的产品开发,他们取得了重要发现。


“我们意识到我们只是在制造手机,” Sorrelgreen说。


有了这一认识,他们换了档次,开始寻找适合自己目的的**手机。更高级的模型将使数据处理更加容易,但同时也会增加成本。他们决定在硬件方面省钱。


| “我们必须非常,非常聪明地了解如何解决问题,因为我们不能仅仅将****进的技术投入其中。”


Sorrelgreen说:“我们不使用**的Galaxy手机进行数据处理。” “我们使用的是已经使用了五年的小型摩托罗拉,就当今的技术而言,这已经非常非常老了,这意味着我们使用的处理器远远无法达到您所能获得的速度。”


考虑到这一限制,团队正在不断尝试如何**地分配电话的处理能力。换句话说,在需要昂贵的硬件升级之前,他们的建模能获得多强的鲁棒性?


Carmera高级工程师Alana Ohno表示:“我们努力使手机保持超级简单,以便将其部署到更多的汽车上。” “但是我们一直在尝试将更多的机器学习技术应用到手机上。”




问题二:如何用最少的投入获得更多收益?


并非公司相机收集的所有数据都值得处理,并且在老式手机上构建可靠的计算机视觉模型并非易事。


Sorrelgreen说:“我们必须对解决问题的方法变得非常非常聪明,因为我们不能仅仅将****的技术投入其中。”


例如,该模型必须能够识别相关对象,例如指示道路工作的橙色交通锥。但是,不可能在电话上实时运行对象分类器算法。因此,该团队创建了几层算法,以帮助确定哪些内容需要在手机上进行处理以及哪些内容将发送到云中以进行进一步分析。


例如,如果一部电话有四个核心,则可以处理视频数据中的一串关键帧,寻找橙色。一旦找到颜色,它将将该帧发送到第二个核心,该核心运行基本的对象分类器。如果算法确定视频数据可能包含有价值的对象(例如交通锥),则数据将上传到云中。


其他线程通过视频查找菱形的路标或可能是交通信号灯的颜色组合。但是,这些幼稚的分类器(即使是寻找橙色的分类器)也不一定总是正确。


“一旦找到我们一辆Tropicana橙汁送货卡车,” Sorrelgreen说。“有很多橙子,但它们是真正的橙子。”


但是,这并不是一件坏事。Carmera的开发人员针对误报优化了算法。Sorrelgreen说,新鲜的地图是安全的地图,并且回顾太多的细节比缺少重要的细节要好得多-尤其是当您的客户是主要汽车制造商时。


负责审查这些细节的云处理系统在Carmera被称为“皮质”,并且恰如其分。它就像大脑一样,从手机中筛选出感官数据,并确定哪些重要内容可以接受进一步的审核,以及审核的外观。如果来自一部电话的视频指示路障,则皮质可能会向同一区域中的其他车辆请求一些其他帧。发送单帧而不是更多视频可以节省处理能力。


| “使用机器学习模型,您永远无法真正以100%的准确性进行测试。”


像任何其他大脑一样,皮质使用各种变量来做出决策。例如,很少行驶的道路上的数据比繁忙的城市街道上的数据具有更大的权重,因此,每当汽车经过较少经过的区域时,该系统都会收集观测数据。


观察结果对流量的潜在影响也很重要。如果汽车摄像头捡起混凝土障碍物,则该障碍物可能会停留一会儿,并且皮层知道不需要立即再次收集该区域的数据。但是,交通锥可能在一天内消失,因此系统会更频繁地检查。


最后,系统将检测优先于清除。这意味着发现新的有影响力的事件比注意清除旧事件更为重要。


Carmera将皮层构建为智能的。尽管如此,它仍然需要人脑的帮助。在将新数据整合到公司的地图中之前,会将其传递给运营团队成员进行最终审查。


Ohno说:“人类要做的工作非常非常简单,但也非常重要,因为使用机器学习模型,您永远无法真正以100%的准确性进行测试。”


您是从数据团队中获得最大收益的吗?数据科学家和工程师如何更好地合作



问题三:部署后我们将如何改进?


随着Carmera团队选择候选人进行算法审查-或为地图用户提供价值的详细信息-有些是常识。例如,橙色是您开车时要注意的一件好事。但是其他的则来自客户的反馈。


| “并不是说客户总是对的,而是客户总是有更多的信息。”


大野说,一些公司希望完全避开有建筑或警察活动的道路,因为它们的传感器未配备导航这些障碍物的能力。其他人希望他们的地图显示每个相关的细节,包括金属井盖。


Sorrelgreen说:“并不是客户总是对的,而是客户总是有更多的信息,您应该将其用于开发。” “无论您是否应该实施某些措施,他们是否正确,他们都接近问题并知道他们的需求是什么。”


他说,展望未来,Carmera将继续每天调整其算法。每个新客户都会有自己的需求和约束,从第一步开始产品团队的三管齐下。


这是一个挑战,但Sorrelgreen并不太担心。他说,该公司正在为全球范围的需求做准备,因为卡梅拉的地图赋予自动驾驶汽车一个重要的安全特征,而传感器则没有:智慧。


“为了给自动驾驶汽车一种直觉,您需要给它提供如此丰富,非常详细的信息,以便从中进行推断。”








END





点击上方蓝字关注我们


  • 电话咨询
  • 021-22306692
  • 15021948198
None