-
数据驱动相比Human-Driven算法,全流程的数据驱动的
算法可实现低成本,高速的系统迭代 -
海量数据通过量产合作落地实现低成本海量量产数据回流
-
闭环自动化低成本处理海量数据的高效自动化迭代的工具链
( Closed Loop Automation )
CLA - 闭环自动化,是一整套让数据流推动数据驱动的算法自动迭代的工具链。CLA能自动筛选出海量黄金数据,驱动算法的自动迭代,让自动驾驶的飞轮越转越快。
-
数据驱动的感知
我们的感知算法可以实时基于传感器信息输出执行策略。Momenta的深度学习专家在过去的几年里自主自研的感知算法在车辆的使用上具有高精度,功能丰富,便于集成等优势。
-
人
检测人体关键点
姿态估计和动作识别
距离和相对位置估计
-
车
1000+类车型识别
3D外边检测
距离、相对位置和速度估计
-
路
车道线、路口引导线
交通标识牌、杆检测和识别
红绿灯识别
可行驶区域识别
-
中国场景
更复杂的VRU行为
车道标志和道路边界更多样
中国特色的车辆
-
-
高精度地图
为自动驾驶而生的“活”高精地图。通过提取车辆拍摄的2D图像语义,融合GPS和IMU数据重建周围环境的3D位置。采用量产传感器的方式,提供满足自动驾驶需求的“活”地图服务,全流程自动化处理并与下游自动驾驶应用形成闭环。
-
驾驶决策技术
利用我们[专有]的人工智能深度学习技术,我们的规划算法能引导车辆完成各种驾驶动作。与更常用的规则驱动的方法相比,数据驱动的方法可以使我们的规划算法高效地适应新场景下的交通规则或驾驶风格。
通过减少更新规划算法逻辑所需的大量系统工程的工作量,我们的规划算法能够实现高度的可扩展性以及快速的迭代更新。