apeescape2.com
  • Põhiline
  • Mobiilne
  • Töö Tulevik
  • Vilgas Talent
  • Ui Disain
Innovatsioon

Kuidas autonoomne juhtimine tekitas andesõda

2015. aasta jaanuaris hakkasid Carnegie Mellonis asuvast riiklikust robootikatehnika keskusest (NREC) kaduma maailma parimad sõidukite autonoomia uurijad. Kuu lõpuks oli viiskümmend NRECi töötajat lahkunud uurimisinstituudist ― täielikult kolmandiku NRECi töötajaskonnast ―, sealhulgas paljud selle tipptöötajad ja keskuse direktor.

Endised töötajad ilmusid uuesti vaid mõne kvartali kaugusele endisesse šokolaadivabrikusse, mis nüüd kuulub Uber Technologiesile, kes oli ostnud ja renoveerinud ruumi oma lipulaeva kontoriks. Advanced Technologies Group . Uber oli meelitanud teadlasi NREC-ist eemale taevakõrgete kompensatsioonipakettide ja lubadusega anda käegakatsutav mõju, aidates autodel reaalses maailmas juhtida mitte ainult laboris.



Hiljem samal aastal Carnegie Mellon ja Uber allkirjastatud strateegiline partnerlus nende suhete taastamiseks ja CMU teadlaste jaoks Uberiga suhtlemiseks ametlikuma raja loomiseks, kuid teiste autotööstus kosmos oli seda juba tähele pannud. Nii julm kui see ka polnud, oli Uberi julge manööver vaid avapääsuke lahingus, et leida ja värvata mis tahes vajalikul viisil maailma kõige väärtuslikum talent ― autonoomsed sõidueksperdid ―.



Viimastel aastatel on talentide sõda eskaleerunud. Täna on Google'i Waymo divisjon haaratud a kohtuasi Uberi vastu, süüdistades endist töötajat ja isejuhtivat eksperti Anthony Levandowskit Uberi järel ärisaladuste varastamises makstud ligi 700 miljonit dollarit oma idufirma Otto omandamiseks. Traditsioonilised autotootjad on sattunud võitlusse, General Motors maksis sellele 580 miljonit dollarit omandama Reiside automatiseerimine ja Toyota eraldamine Miljard dollarit 200-liikmelise uurimisrühma loomiseks isesõitvate autode jaoks. 42 miljardi dollariga turul kaalul on isejuhtivate ekspertide kohtlemine samasuguse tulega or ja kompenseerimisega nagu rokkstaaridel ja tippsportlastel.

Kuidas talent juhib innovatsiooni sõidukite automatiseerimisel

Nagu arutati meie artikkel tarkvara kasvava tähtsuse kohta autotööstusele muudavad isejuhtivad sõidukid mootorsõidukite väärtusahelat põhimõtteliselt. Kuni lähiminevikuni on autotootjad olnud riistvara jõujaamad, millel on põhipädevus tootmises ja logistikas. Kuid keerukas tarkvara on homsetele autodele sama oluline ka isesõitvate autode jaoks, nii vajalik kui mootor ja käigukast.



andmete kaevandamine sotsiaalsetes võrgustikes

Andekuse vaatenurgast on liikumisruumi ― transpordivõrkude nagu Uber ja Lyft, autotootjate nagu Tesla ja GM ning uute tulijate nagu Waymo ja Apple mo mängijate kõige ilmsem vajadus leida masinõppe, arvutinägemise ja tehisintellekti eksperte. oskusteave autonoomsete sõidukite 'juhtiva luure' kujundamiseks. Need on süsteemid, mis muudavad andurite sisendid ja kaardiandmed isesõitvateks võimalusteks, mis näitavad tohutut usaldusväärsust paljudes tingimustes.

Kuid talentide vajadus sellega ei lõpe. Isesõitvad autod on seotud nelja omavahel seotud tehnoloogilise suundumusega, millest igaüks esindab horisondi, mis tuleb viia piirini, et luua parem liikumiskogemus, mis võidab järgmise kümnendi jooksul tarbijaid. Selle artikli ülejäänud osas vaatleme neid tehnoloogiaid ― ühenduvus, autonoomia, jagatud liikuvus ja elektrifitseerimine ―, et aidata autotööstuse sidusrühmadel andekuse otsimisel esikohale seada.

1. Ühenduvus

Nagu kõigi masinõppe tehnoloogia rakenduste puhul, on ka isejuhtimise võimalused nende andmete tulemus. Kvaliteetsemate andmete abil saavad autonoomsed sõidukid teha paremaid ja usaldusväärsemaid otsuseid selle kohta, kus ja kuidas juhtida.



Suurem osa missioonikriitilistest andmetest, mida autod ise juhtimiseks vajavad, pärinevad pardal olevate andurite tugevast komplektist, näiteks täiesti autonoomsest Teslasest omama kaheksa kaamerat, kaksteist ultraheliandurit ja ettepoole suunatud radar. Kuid jõudluse ja ohutuse maksimeerimiseks peavad autonoomsed sõidukid looma ühenduse täiendavate andmeallikatega.

Põhitasandil hõlmab see ühenduse loomist GPS-i juhtimissüsteemide ja pilvepõhiste liiklusrakendustega nagu Waze, et aidata sõidukitel optimaalseid marsruute luua. Autotootjad on juba selle trendi peal ja Gartner hinnangud et 2020. aastaks on Internetiga ühendatud ligi 250 miljonit sõidukit. Kuid latentsuse vähendamine ning kõrgeimate ohutuse ja mugavuse standardite saavutamine tähendab, et isejuhtivad autod jagavad andmeid ja suhtlevad ka teiste sõidukitega ning neid ümbritseva infrastruktuuri ja teedega . Näiteks võivad nutikad liiklussignaalid suhelda isegi sõidukitega, isegi Atlanta linnaga plaanid ehitada isesõitvate autode jaoks eraldi teed koos anduritega sisseehitatud liiklusmärkide ja parkimiskelladega.

Isesõitvad autod tarbivad väga erinevatest allikatest pärinevaid andmeid, mis tähendab, et ühenduvuse ja asjade Interneti valdkonnas on selles valdkonnas hädavajalikud teadmised. Sama oluline on säilitada tipptasemel turvaeksperdid, kes suudavad avastada haavatavusi ja vähendada ühendatud sõidukite häkkimise või ekspluateerimise riski.

2. Autonoomia

Pärast sisesensoritelt ja välistest allikatest pärinevate mitmesuguste andmete sissevõtmist peavad isejuhtivad autod need muutma marsruudi- ja juhtimisjuhisteks. Autonoomiat tootvad algoritmid on juhita sõidukite kõige põhilisem komponent ja autonoomia on võime andesõja keskmes.

Veebipõhine haridusplatvorm Udacity käivitas hiljuti isejuhtiva autoinseneri nanodegree õpetas Stanfordi professor ja isejuhtivate autode uurimise üks ristiisa Sebastian Thrun ja selle õppekava annab pilgu paljudele tarkvarakompetentsidele, mis on vajalikud igasuguse sõidukite autonoomia saavutamiseks. Olulised teadmiste valdkonnad hõlmavad põhjalikku õppimist, arvutinägemist, andurite töötlemist ja sulandamist, lokaliseerimist ja juhtimist ―, millel on põhjalikud alamoodulid. Kokkuvõttes võimaldavad need oskused inseneridel kavandada süsteeme, mis suudavad liiklussignaale ja -märke ära tunda, sõiduradasid hoida, ebasoodsate ilmadega kohaneda, liiklusvoolule reageerida ja võimalikke kokkupõrkeid ennetada.

On märkimisväärne, et mitut Udacity kursusemoodulit sponsoreerivad isejuhtivat autotehnikat uurivad ettevõtted, sealhulgas Mercedes-Benz ja Uber, mis tähendab, et suuremad liikumismängijad soovivad autonoomiatalente nii innukalt lukustada, et on valmis insenere sirguma. koolist välja.

aws sertifitseeritud lahendusarhitekti kaastöötaja

3. Ühine liikuvus

Autonoomsete sõidukite uurimist on tohutult kiirendanud selliste transpordivõrkude nagu Uber ja Lyft ning selliste autode jagamisteenuste nagu Zipcar ja Car2go kasv. Eelkõige panustavad Uber ja Lyft asjaolule, et autonoomsed autod vähendavad oluliselt nende teenuste muutuvkulusid, kõrvaldades autojuhid, muutes sõidujagamise oma auto omamisega kulukuses ja mugavuses konkurentsivõimeliseks.

Uberi ja Lyfti populaarsus koos kultuuriliste teguritega, millel on olnud vähendatud autoomanuse väärtus noorema demograafia jaoks on pannud kõikvõimalikud liikumismängijad istuma ja tähelepanu pöörama. Tesla on üks autotootja, kes on võtnud omaks idee, et mootorsõidukite liikuvuse tulevik võib hõlmata palju vähem sõidukite omamist, kuulutamine plaanib luua isejuhtivate Teslate “Tesla võrgustiku”, mis võiks teisi reisijaid peale võtta. GM on lähenenud ka agressiivselt, omandamine sõidujagamist alustava ettevõtte Sidecar ja partnerlus Lyftiga nende laienemise rahastamiseks ja mitmete strateegiliste algatuste elluviimiseks, samas kui Ford on seda teinud teatas kavatsusest käivitada 2021. aastaks täielikult autonoomne sõiduk sõidujagamiseks.

Sõltumata sellest, kas nad soovivad varustada sõidukeid sõidujagamisvõrkude jaoks või luua oma võrgud, peavad liikumispetsialistid investeerima talentidesse, et mõista kosmoses esinevaid väljakutseid, alates nutikast marsruudist, ühisveokist kuni hoolduse ja reisijate ohutuseni.

4. Elektrifitseerimine

Sisepõlemismootoriga isesõitvad autod on olemas ka tulevikus, eriti pikkade vahemaade jaoks. Kuid kuna akutehnoloogia vahemik ja maksumus paranevad, on järgmise põlvkonna autonoomsed sõidukid tõenäolisemad kui mitte elektriline .

Selle põhjused seonduvad muude tehnoloogiliste suundumustega, mis on katalüsaatorite autonoomset arengut stimuleerinud. Esiteks on elektrisõidukite hooldamine hõlpsam, kuna need koosnevad vaid kolmest põhikomponendist: akust, inverterist ja elektrimootorist. Lõpptähtajal võiks neid hõlpsamalt tankida ka traadita tehnoloogia, näiteks induktsioonlaadimise abil, mis muudab need kokkusobiv sõidujagamise intensiivsete kasutusmudelite järgi.

Elektriautosid on arvutitel ka hõlpsam juhtida ja need võivad anda usaldusväärset energiat andurite hulgale, mida autonoomne sõiduk kasutab andmete kogumiseks ja nende liikumise juhtimiseks. Juba on 58% kergetest autonoomsetest sõidukitest ehitatud elektrilisel jõuülekandel, samas kui veel 21% kasutab hübriidseadet. Seda öeldes, kuni akutehnoloogia võimaldab elektrisõidukitel bensiiniautode valikut sobitada, ületavad hübriidmootorid lõhe, pakkudes nii valikut kui ka suurepärast ühilduvust autonoomsete sõidukite ainulaadsete vajadustega.

Head isejuhtivat talenti on raske leida

Sõiduautomaatika andesõjad on just alanud. Nõudlus tehniliste ja äriliste talentide järele ülalnimetatud neljas valdkonnas kasvab, kuna kogu liikumisruumi organisatsioonid suurendavad veendumust tehnoloogia ja õigusnormide kiires arengus, mis praegu takistavad isejuhtivaid autosid laialdase kasutuselevõtu tõttu.

Autonoomsete sõidukite tootmiseks on oluline talentide kindlustamine sügava autonoomiaga, kuid liikumisega tegelevad mängijad ei tohi sellega peatuda. Andesõdade võitjad peavad läbi vaatama kogu pädevuste kogumi, mis on vajalik ohutute ja kvaliteetsete autonoomsete sõidukogemuste loomiseks, kasutades loovtaktikat, et andeid lukustada ja kindlustada nende tee jätkusuutliku kasvu juurde järgmisel liikuvuse ajastul.

CSS-i paigutuse õpetus: klassikalistest lähenemistest kuni uusimate tehnikateni

Veebi Kasutajaliides

CSS-i paigutuse õpetus: klassikalistest lähenemistest kuni uusimate tehnikateni
Kuidas rakendada BLoC koodi jagamiseks lehvides ja AngularDartis

Kuidas rakendada BLoC koodi jagamiseks lehvides ja AngularDartis

Mobiilne

Lemmik Postitused
MIDI õpetus: brauseripõhiste helirakenduste loomine, mida kontrollib MIDI riistvara
MIDI õpetus: brauseripõhiste helirakenduste loomine, mida kontrollib MIDI riistvara
Peatage prügikast: juhend pikka aega kestvate liideste kujundamiseks
Peatage prügikast: juhend pikka aega kestvate liideste kujundamiseks
Kujundus täpsusega - Adobe XD ülevaade
Kujundus täpsusega - Adobe XD ülevaade
MCMC meetodid: Metropolis-Hastings ja Bayesi järeldus
MCMC meetodid: Metropolis-Hastings ja Bayesi järeldus
Kuidas kujundada suurepäraseid kogemusi asjade Interneti jaoks
Kuidas kujundada suurepäraseid kogemusi asjade Interneti jaoks
 
Kuidas C ++ töötab: kompileerimise mõistmine
Kuidas C ++ töötab: kompileerimise mõistmine
Mida Game UX saab meile toote disaini kohta õpetada
Mida Game UX saab meile toote disaini kohta õpetada
CSS-i paigutuse õpetus: klassikalistest lähenemistest kuni uusimate tehnikateni
CSS-i paigutuse õpetus: klassikalistest lähenemistest kuni uusimate tehnikateni
Koodi optimeerimine: optimaalne viis optimeerimiseks
Koodi optimeerimine: optimaalne viis optimeerimiseks
Kujundame Facebooki ümber: 10 inspiratsiooni alustamiseks
Kujundame Facebooki ümber: 10 inspiratsiooni alustamiseks
Lemmik Postitused
  • mis on ühikutest
  • api "määratlemata" pole olemas või teil pole sellele juurdepääsemiseks luba
  • kuidas kasutada tensorivoogu
  • sõlm js viskab uue vea
  • kui nõudlushinna elastsus on 2, tähendab see, et tarbijad seda teeksid
  • monte carlo simulatsioon algajatele
  • c ++ robootika jaoks
Kategooriad
Toote Elutsükkel Inimesed Ja Meeskonnad Vilgas Veebi Kasutajaliides Protsess Ja Tööriistad Vilgas Talent Investorid Ja Rahastamine Mobiilne Disain Tehnoloogia Tooteinimesed Ja Meeskonnad

© 2021 | Kõik Õigused Kaitstud

apeescape2.com