“第二,预测与规划模块的Transformer化。”卞金麟目光扫过年轻的顾南舟。
“南舟团队主导,正在将Transformer强大的序列建模和长距离依赖捕获能力,引入行为预测(预测周围车辆行人轨迹)和运动规划(生成自车安全、舒适、符合交规的轨迹)模块。
初步实验表明,在复杂交互场景(如无保护左转、环岛通行)下,其生成轨迹的合理性和安全性显着优于传统基于规则或简单MLP网络的方法。
这是提升高速NOA和未来城区NOA上限的关键。”
顾南舟推了推眼镜,小脸上满是认真,用力点了点头。
“第三,数据闭环系统搭建。”卞金麟语气凝重:
“这是智能驾驶进化的生命线。
我们正在构建覆盖‘车端数据采集-加密回传-云端分布式存储与处理-场景挖掘与问题诊断-仿真场景生成-模型训练评估-OTA更新’的完整闭环。
首批路测牌照的获取至关重要,意味着我们能合法合规地在鹏城开放道路采集宝贵的cornercase(极端场景)数据。
目前云端数据处理平台已初步搭建,标注工具链在完善,仿真引擎基于CARLA和自有场景库在扩展。
这是长期投入,占比约15%。”
汇报完毕,卞金麟看向徐平和姚尘风:
“徐总,姚总,以上就是智能驾驶产品线围绕启界M5量产目标和未来演进的技术布局与进展。
核心挑战在于:量产L2.5功能的最后10%体验打磨、BEV感知的实时性突破、以及数据闭环的规模化和效率提升。
资源上...确实非常紧张。”
他最后一句,点出了关键。
会议室内陷入短暂的沉默。
进展是喜人的,但挑战也是巨大的,尤其是时间窗口如此紧迫。
至于卞金鳞为什么没看向陈默,还得从一周多之前的一个会议说起。
当时卞金鳞刚做完技术路径的汇报,就听到了一个声音。
“卞总,”陈默的声音不高,却清晰地回荡在寂静的会议室里,他的目光落在卞金麟身上。
“刚才你们汇报的感知融合方案,核心是不是还在沿用‘前融合+后融合’的传统架构?
激光雷达点云、摄像头像素、毫米波雷达目标,先各自做目标识别和轨迹预测,然后再进行时间戳同步和决策层融合?”
卞金麟被问得一愣,下意识地回答:“是...是的,陈总。这是目前行业主流,也是相对成熟的方案,特斯拉的HydraNet、小鹏的XPILOT3.0架构都是基于这种思路做优化...”
“主流?成熟?”陈默打断了他,嘴角似乎勾起了一个极淡的弧度。
他起身走到白板前面,没有回头,背对着所有人,手中的黑色马克笔已经毫不犹豫地落在了白板上。
请勿开启浏览器阅读模式,否则将导致章节内容缺失及无法阅读下一章。
相邻推荐:吨位130,我靠身体碾压一切 因祸得福暗夜的成长与蜕变 何雨柱的修仙生活 饥荒:狩猎养家,我把娇妻宠上天! furry异界传奇之旅 凯旋回朝背叛我,我转头迎娶公主 四合院:淮茹笑夫,谢不嫁之恩 凹凸世界之无解命题 陨石坑(师生) 开局被官方盯上,我于人前显圣 西游从一只老猴子开始 绑定系统后,带着七个徒弟飞升 穿成国公府庶子考科举 留子已是星际第一,啥时接我回家 我能从影视剧中抽取技能! 国漫盘点:我橙留香竟然是超模? 四合院我住西跨院 我正欺负校花,女儿穿越上门叫妈 当BOSS,从背刺骷髅法师开始 神级农场主,我每天签到一条巨龙