语言选择:
亮道智能 亮道智能 亮道智能

新闻中心

news center

亮道智能发布驾驶行为报告,为自动驾驶带来哪些信息?
2019.12.
返回上级




报道来源:中国汽车报,赵玲玲。


众所周知,法律法规、交通密度,包括交通标志、基础设施等因素,都在影响着不同地区的驾驶行为。若要实现不同地区的L3及以上的高阶自动驾驶,必然要对不同地区的信心进行大量研究与采集。而研究不同地区的自然驾驶习惯,也是自动驾驶量产开发的一项基础工作。


作为感知能力测试验证的服务商,亮道智能采集了大量在自然驾驶环境的客观真值(GroundTruth)。这些真值一方面可以作为评价感知能力的“参考答案”,用来输出评价感知算法表现的KPI报告。另一方面也可以用于提取不同城市的驾驶行为分析报告,为自动驾驶功能开发提供必要的数据支撑。


2018年至今,亮道智能在全球范围内为多家主机厂提供城市自然驾驶行为数据分析服务。亮道智能已经完成了2019年全球10个城市及周边地区的自然驾驶行为数据分析工作,重点针对的是各国高速路和快速路场景。



近日,亮道智能发布了一份驾驶行为报告,重点研究了柏林与北京的驾驶行为。报告指出,京环路的平均车速只有39km/h,6%的时间堵车堵到熄火,能够卡着限速(一般是80km/h)跑环路的机会屈指可数。同样的,柏林的高速路也会堵成“停车场”。虽然柏林市内及外围高速路超过一半的时间里都能毫无压力地跑上70km/h,但是趴窝不动的情况也占到了5%。


无论在中国还是德国,研究自动驾驶的工程师们都很关注“切入”(Cut-in)场景。中国和德国都是左舵行驶国家,因此左侧超车切入会更加安全。的确,北京柏林两地左侧切入的数量都要多于右侧切入,但是德国地区司机的超车安全意识更胜一筹(右侧切入的情况只占到总数的25%)。




为了更好的分析“切入”这一行为,亮道智能用工具统计了每一次完整切入的用时。据介绍,目前亮道智能定义了多种FullCut-in的场景,其自动化工具可以精确提取不同类型的Cut-in数据,生成统计分析。用时0-1s的切入紧急且危险,2s-4s的切入比较安全。我们可以看到用时小于1s的切入次数占比,北京为11%,柏林为6%。


报告显示,复杂路况培养了北京司机的谨慎性格。因为担心追尾,北京司机被“加塞”时,主动制动减速的情况(55%)要比较柏林司机(10%)多很多。刚被加塞时,大家就开始主动刹车。而高达90%的柏林司机在遇到行车被“加塞”时,一开始是不会主动制动的。


亮道智能方面表示,这些驾驶行为的分析得益于亮道智能的整套数据处理、分析方案。亮道智能的一款产品自动化真值生成工具GTG,核心技术是自主研发的传感器算法,可以高效准确地完成标注工作。目前,亮道智能已经针对市面上能拿得到的高线数激光雷达,开发了通用化的算法。为了更好满足客户的标注需求,亮道智能也在做视觉算法的积累。




推荐阅读
亮道智能销售咨询

+86 10 84463269 sales@liangdao.ai

亮道智能联系我们
  • 亮道智能

    微信公众号

  • 亮道智能

    Linkedin主页

版权所有 北京亮道智能汽车技术有限公司