Tesla mag in China haar rijhulpsysteem toepassen dat werkt met nieuwere technologieën die goedkoper zouden uitvallen. Zowel NIO als Xpeng Motors tonen zich voorstander van Tesla’s computervisie-benadering, laten dure lidars vallen en stappen over op ‘end-to-end’ autonoom rijden.
De huidige Tesla voertuigen maken gebruik van camera’s als input, die de omgeving van de auto driedimensionaal weergeven. Vervolgens gebruikt het rijhulpsysteem traditionele pad algoritmen voor outputs zoals sturen, versnellen, remmen en ander rijgedrag. End-to-end maakt louter gebruik van camera’s op een Tesla-voertuig om het neurale netwerk in te voeren, terwijl de output eveneens het sturen, versnellen, remmen en ander rijgedrag is. Tesla’s volledige Full Self-Driving-suite wordt gecodeerd in één enkel neuraal netwerk en wordt geleerd en getraind door video van menselijk rijgedrag. End-to-end modellen vereisen minder werk om componentgebaseerde systemen te bouwen, wat het proces vereenvoudigt en zijn beter geoptimaliseerd omdat slechts één neuraal netwerk gebruikt wordt.
Vermits Tesla toelating kreeg om in China te rijden met haar meest geavanceerd rijhulpsysteem passen de Chinese bedrijven zich aan met een gelijkaardige technologie. Zowel NIO als Xpeng Motors zijn nu voorstanders van de door Tesla zogenaamde computervisie-benadering met het gebruik van gemonteerde camera’s en radar in plaats van duurdere lasersensor-eenheden (lidars). Xpeng is van plan om lidars te verwijderen uit zijn nieuwe sedan. Xpeng en NIO volgen ook het voorbeeld van Tesla door over te stappen op een ‘end-to-end’ autonoom rijden methode na hun gebruik van modulaire neurale netwerken die sterk afhankelijk zijn van expliciete codering. End-to-end autonoom rijden verwijst naar een holistische benadering waarbij een systeem ruwe sensorgegevens van camera’s, radar en/of lidar ontvangt en direct de besturing van het voertuig uitvoert.
In tegenstelling tot eerdere strategieën waarbij dure chips en sensoren werden gebruikt om rijhulpsystemen toe te passen, richt de nieuwste aanpak zich op het verlagen van de kosten van onderdelen hopend op verdere prijsverlagingen. Velen hebben nu hun ogen gericht op het gebruik van de radar die in 2021 door Tesla werd gedumpt vanwege beperkingen bij het identificeren van stilstaande objecten met een lage beeldresolutie. Sommige onderdelenfabrikanten beweren nu dat het de lidar benadert qua prestaties, maar met een lager prijskaartje.
Het wordt voor Tesla wel een moeilijke taak voor de Full Self-Driving (FSD) om om te gaan met scenario’s in China, waar het gebruikelijk is dat een groot aantal elektrische scooters op dezelfde rijstrook rijdt als motorvoertuigen, aldus ondervoorzitter autonoom rijden Li Liyun bij Xpeng. Feit is dat er een methodenstrijd is want de radar (lichtgolven) zou al snel door [objecten] heen kunnen kijken, maar lidar (laserlicht) heeft wat problemen met de afstand vooral in moeilijke situaties zoals mist en regen. De nieuwste frontale radar heeft een detectieafstand van respectievelijk 280 en 140 meter voor voertuigen en langzaam lopende voetgangers. Elk systeem heeft voor -en nadelen maar de sleutel lijkt of de 3D/4D radar een meer ‘kostenconcurrerende’ optie kan zijn in vergelijking met lidar. De markt en de tijd zullen het uitwijzen. Momenta dat wordt gesteund door General Motors en Toyota verwacht dat de stuklijst$-of totale kosten van onderdelen voor haar rijhulpsysteem-in de komende twee jaar kan worden teruggebracht van de huidige 7.000-10.000 yuan naar RMB 4.000-5.000 yuan. Sinpro.ai een leverancier aan NIO van vierdimensionale (4D) beeldradars met ultrahoge resolutie zegt klaar te zijn om aan een jaarlijkse capaciteit van 800.000 eenheden later dit jaar te leveren.
End to end AI
Chinese autofabrikanten schepten vroeger op over de dekking van steden waar hun rijhulpsoftware auto’s in staat zou stellen om van oprit naar afrit te rijden, automatisch van rijstrook te veranderen op de snelweg en drukke straten aan te kunnen. Velen richten zich nu echter op het bieden van een meer menselijke rijervaring en een volledig end-to-end AI-model als de sleutel tot het winnen van de strijd. Dit speelt een integrale rol in het besluitvormingsproces van een voertuig en neemt ruwe sensorgegevens als invoer en produceert regelacties als uitvoer. Dit staat in contrast met de conventionele benaderingen waarbij elke functie van waarneming tot planning en actie, afzonderlijk wordt ontwikkeld met behulp van regelgebaseerde ontwerpen die vaak niet geschikt zijn voor het grote aantal scenario’s dat zich op de weg voordoet, aldus een team van onderzoekers in een recent rapport. Recente onderzoeken hebben autofabrikanten laten zien dat klanten over het algemeen ontevreden zijn over de bestaande rijhulpsystemen. Bijna de helft van de antwoorden grijpt 1-2 keer per 100 kilometer naar de knoppen omdat de rijhulp-functies in de stad niet adequaat reageren terwijl anderen nog vaker ingrijpen, volgens een recente enquête van het Chinese Gaogong Industry Institute. Xpeng streeft naar minder dan één interventie per 1.000 kilometer in grote verkeersgebieden in China, kondigde CEO He Xiaopeng begin dit jaar aan, zonder evenwel een tijdsbestek te noemen. Dit werd gevolgd door een nieuwe software-update voor zijn XNGP rijhulpsysteem in mei met het eerste end-to-end AI-model voor productievoertuigen in China, aldus de EV-maker. NIO herschikte onlangs zijn afdeling voor autonoom rijden en rolde zijn perceptie-, planning- en controleteams op in één groep met een focus op nieuwe AI-modellen, aldus LatePost .
Dit vereist echter enorme hoeveelheden gegevens, bijvoorbeeld miljoenen videoclips om AI-systemen te trainen evenals veel geld en toegang tot AI-chips. Musk vertelde dat zijn bedrijf tegen het einde van dit jaar het aantal AI-processors van Nvidia zal verhogen van 35.000 naar 85.000. Hij schreef op X dat de investering in trainingscomputers, gigantische datapijplijnen en video-opslag dit jaar samen meer dan $10 miljard zal bedragen. Niet elk bedrijf kan dit opbrengen zodat werken met een leverancier makkelijker uitvalt. De intrede van Tesla’s Full Self Driving in China kan aanvoelen als een nieuwe uitdaging, maar het kan ook samenvallen met een nieuw tijdperk van samenwerkingsverbanden rond zelfsturende technologieën.
Bron: Technode
