近日,第五届日本自动驾驶竞赛在东京大学落下帷幕。此次竞赛主题围绕L4级自动驾驶工厂场景,来自浪潮信息、东京大学、名古屋大学的团队分别获得冠、亚、季军。此外东京工业大学、日产、松下、住友等多个汽车、IT企业、高校团队也取得佳绩。
日本自动驾驶挑战赛现场
竞赛中,浪潮信息基于自动驾驶计算框架AutoDRRT和自动驾驶车载计算平台EIS400,完成L4级自动驾驶场景的感知、规划决策、控制算法方案开发和边缘侧部署,实现工厂无人运输场景下的烟雾、障碍物、连续弯道及狭窄道路的精准识别,创造了大赛最远行驶距离。
自动驾驶车载计算平台EIS400已经发布,自动驾驶计算框架AutoDRRT也已面向业界免费开源,汽车厂商、软件平台商和中间件软件开发商可免费下载使用:
https://github.com/IEIAuto/AutoDRRT.git
浪潮信息自动驾驶计算框架AutoDRRT和自动驾驶车载计算平台EIS400
自动驾驶挑战赛,顶尖团队下场解题
Japan Automotive AI Challenge是国际权威的自动驾驶竞赛,由日本工程师学会2019年发起,旨在针对自动驾驶开发的各类难题,面向全球自动驾驶工程师征集解决方案。今年的挑战赛围绕工厂无人运输场景,像“超级玛丽”一样,赛道会设置障碍物、烟雾气体干扰、S 形、L 形狭窄路径多个题目,驾驶最远距离的队伍将获得胜利。此次竞赛吸引了东京大学、东京工业大学、名古屋大学、浪潮信息、日产、松下、住友、马自达等50多支顶尖自动驾驶团队参与。经过预赛亚马逊云线上仿真模拟比拼,有17支队伍晋级现场决赛,包括7家高校队伍和10家企业参赛队伍。
自动驾驶竞赛决赛在东京大学户外举行,参赛队伍将基于业界主流的开源自动驾驶计算框架Autoware,开发自动驾驶软硬件全栈方案,并部署在真实车辆上,用算力、算法创新解决自动驾驶在工厂运输领域应用会面临的各类问题。考虑工厂内部行驶环境复杂,对自动驾驶系统的安全性、可用性和通过性有较高的要求,此次比赛设置了重点考核题目:
浪潮信息斩获模拟赛和真车赛的双料第一
作为全球领先的IT基础设施提供商,浪潮信息在自动驾驶领域拥有计算、软件框架和应用的全栈创新能力。面向工厂自动运输场景,浪潮信息基于今年最新发布的AutoDRRT开源框架和智能车载域控制器EIS400,进行了算力、算法和框架的全面优化,仅用时2个月就快速搭建了工厂自动驾驶全栈方案,并在50多个参赛队伍中脱颖而出,斩获模拟赛和真车赛的双料冠军。
自动驾驶车辆安全通过烟雾气体干扰路段
该方案包括了感知、决策规划、控制等算法的开发、计算并行与加速模块和开发工具的优化,以及底层系统、中间件和OS的优化,通过四大技术突破,实现了更高的鲁棒性、算法精度和计算性能:
凭借高性能算力及创新算法,浪潮信息在此次自动驾驶“超级玛丽”模拟赛和真车赛均创造了最远行驶距离,实现了最佳的安全性、可用性和通过性。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。