Notice: Undefined index: comment_module in /webdata/new.iuvs.cn/module/article/show.inc.php on line 5
京东无人车部门,人员流动率达80_无人系统_行业资讯_国际无人系统网

京东无人车部门,人员流动率达80

   2021-11-04 自动驾驶乐园社区茄子47
核心提示:L4低速场景内部消息:京东无人车部门人员流动率达80%京东2016年成立自动驾驶卡车项目,2018年失败后,紧急推出了2个替代品,一个

L4低速场景

内部消息:京东无人车部门人员流动率达80%

京东2016年成立自动驾驶卡车项目,2018年失败后,紧急推出了2个替代品,一个是对外开放平台,因为毫无诚意,所以很早就死了;2019年紧急推出了无人配送车(京东无人配送车真正研发从2018年下半年开始)。

京东云+车路协同也于2019年胎死腹中。

目前阶段京东无人车部门, 员工流动率达到80%,人心涣散,加上集团主要以对外投资为主。基本上已经废了。

为什么末端无人配送车落地是最难的?

末端无人配送和Robotaxi非常像,你需要跑通所有的场景。更有甚者,末端无人配送(某些场景)比Robotaxi还难。

最大的坑是人机CP,3-5年内看不到解决办法。

低速场景如何胜出?

对于封闭场景而言,如果想保持公司的优势,一定要在某个细分领域做到行业前三名(更严格讲,应该是前二名),比如零售无人车场景的新石器,清洁无人车场景的智行者,机场物流场景的驭势科技等。在脚踏实地的同时,仰望星空。

高精地图

地图商如何应对自动驾驶行业?

1. 传统地图商靠卖死地图的商业模式将不复存在,取而代之的是大数据地图,而且是接近免费的大数据地图。

2. 对于传统图商而言,要不涅槃重生,加强自身处理大数据的软件算法能力,要不就只能等死。

3. 这次变革会出现车企和图商的捆绑合作,但是捆绑合作不利于高精地图的普及,最终一定会出现1到2家巨头主导高精地图市场。

高德地图车道级渲染效果

小鹏汽车通过传感器对周围环境感知后,将感知的信息解析,通过一个开放接口给高德地图,高德渲染后再出现在车机屏幕上。

然后就出现了下面的效果。

Tier 1和主机厂

特斯拉视觉辅助问题?

实测:特斯拉视觉辅助驾驶(NoA),进入匝道后普遍出现摇摆不定, 不能准确规划路线的情况。可能是因为弯度,曲度不能很好评估的原因。

造车新势力如何应对芯片荒?

目前,蔚来、小鹏、理想在内的多家车企老总都已经亲自下场打芯片,甚至有传闻,为了得到芯片,某新造车品牌不惜加价八百倍在黑市高价买进芯片。虽然后来消息被否认,但车企迫切想得到芯片的心思一点不假。@rebuilder

低速场景数据 VS 特斯拉数据

@某友商:做封闭园区测试的无人车,传感器虽然便宜,但它很全,有摄像头和激光雷达,数据质量也非常好,能形成自闭环;

但特斯拉没有激光雷达,数据质量相对差一些,而且它不一定能拿到数据,因为它是to C的,只能网络回传很少的数据;

无人车to B场景中所有数据都能传回来。

L4卡车

自动驾驶乘用车和卡车的根本不同?

对于乘用车市场而言,L4是分界点,而对于商用车而言,L3就是分界点。@马喆人

(港口智能化)

图森为什么不做港口?

不管是港口还是干线,每辆卡车的收入都差不多,但干线运输规模更大。中国大概有600万台重卡,港口只占其中的2万台,市场非常小。

激光雷达

大疆览沃再次出发

内部消息:大疆览沃正在开发2000美金左右的高性能激光雷达。目前览沃虽然已经推出了好几款产品,但是在追求价格(低于1万)的同时,阉割了很多性能,使自己的激光雷达无法真正地应用在主流市场上,所推出的激光雷达更多是辅助性的(补盲),无法独当一面!

华为智能驾驶七维函数

华为用七个向量涵盖自动驾驶落地场景:不同场景下的智能驾驶需求,使得其技术发展受到“场景、道路、线路、路况、速度、安全、属性”等多个因素的影响,称之为“智能驾驶七维函数”。

L4乘用车

三年后中国自动驾驶世界第一你同意吗?

为什么?对于道路场景来说,中国是最丰富的,这是第一块;

第二,中国拥有比其他国家拥有更大的出行和汽车市场,这也非常有利于中国技术的迭代;

第三,中国在人工智能ICT这方面的积累相当雄厚,在全球来说比较接近于美国或者和它差不多。对于接下来自动驾驶技术的迭代,对于智能汽车的研发有非常强的支撑力;

第四,中国拥有完整的自动驾驶产业链;

第五,除此之外,人才方面,中国这些年积累了很多算法、计算机视觉等等相关专业的人才。@他张姨妈

无人化和规模化

小马智行认为RoboTaxi合作的关键地点是技术,谁可以更快达到无人化和规模化的目标,谁就可以抢占整个市场的先机。@azheng

场景和技术之争

目前的自动驾驶技术公司都强调自己的技术在哪个等级上,或者即将实现什么等级,很少有人关心等级和场景之间的关系。事实上,等级和场景有两个方面的关系,一种是一个场景可以用不同等级的技术来实现,另一个是同一等级可以包含不同的场景。@jy45-01

AI芯片

为什么传统芯片公司做不好AI芯片?

一个最简单的例子,传统的芯片公司去做AI加速的时候,总是盲人摸象,因为他们的人才结构缺少对AI算法和场景理解的人员。

AI芯片是场景+算法+芯片的综合体,仅仅具有任何一个或者两个因素,是做不成功的。

中国正在成为AI芯片中心?

在中国汽车智能化浪潮中,中国本土AI芯片公司和中国自动驾驶公司基本可以垄断中国市场,外国企业基本没有多少生存空间。

第一,中国本土芯片和软件公司,对于中国用户的需求洞察更加精准,能够从用户角度输出更符合使用需求及习惯的产品。

第二,中国本土芯片和软件公司,已经形成了产业链融合,具备了软件、硬件、算法等一站式的解决方案。

(地平线芯片AI开发平台)

第三,中国本土的芯片和软件公司,本地化响应速度更快。

第四,中国在5G和车联网方面有天生优势,中国本土芯片和软件公司,或多或少都在参与5G和车辆网研发。

地平线芯片架构思考

地平线在芯片设计之初,就会对算法发展的各个新路径进行布局,将每一种发展路径都提前在架构层面进行考虑,并尽可能对芯片和算法的变化进行评估与关联设计。


 
反对 0举报 0 收藏 0 打赏 0
 
更多>同类行业资讯
推荐图文
推荐行业资讯
点击排行