寶馬集團推高性能IT平臺處理數(shù)據(jù) 【圖】
來源：電車之家
自動駕駛汽車需要的不止是額外的硬件，此類汽車還需要訪問大量高質量的數(shù)據(jù)，以及數(shù)百萬行的代碼，以實現(xiàn)安全駕駛。此外，自動駕駛汽車自己也會生成數(shù)tb的數(shù)據(jù)，在研發(fā)過程中需要對此類數(shù)據(jù)進行分析，從而深度學習算法才能做出更安全的駕駛決策，并隨著時間推移不斷得到改進。目前，汽車制造商們面臨的挑戰(zhàn)就是如何對此類數(shù)據(jù)進行分類和分析，以便更有效地利用此類數(shù)據(jù)，并與其他自動駕駛汽車共享。
據(jù)外媒報道，為解決上述問題，寶馬建立了自己的IT平臺，D3?！癉3”代表著“數(shù)據(jù)驅動開發(fā)”（Data-DrivenDevelopment），是研發(fā)寶馬自動駕駛汽車以及驗證寶馬自動駕駛汽車數(shù)據(jù)的基礎。新款寶馬D3平臺的推出，是寶馬邁向高度自動駕駛道路上的一個重要里程碑。該平臺是一個不可或缺的工具，可確保將于2021年底推出的寶馬iNEXT車型能夠提供安全、可靠的L3系統(tǒng)。
多年來，寶馬一直在應用數(shù)據(jù)驅動開發(fā)的方法，該方法基于這樣一種假設，即繪制以及最終處理每塊大陸上所遇到的各種復雜、多樣的交通情況的唯一方法是收集大量數(shù)據(jù)，也表明必須通過一個廣闊的數(shù)據(jù)池來驗證自動駕駛的算法和整體操作。
此過程的第一步是收集來自測試車隊的大約500萬公里（約為310萬至370萬英里）的真實駕駛數(shù)據(jù)。從收集的數(shù)據(jù)中，提取200萬公里（約為125英里）的與駕駛場景和環(huán)境因素最相關的數(shù)據(jù)。由于寶馬采用了數(shù)據(jù)限定條件和過濾法挑選定性數(shù)據(jù)，收集的數(shù)據(jù)的相關性正不斷提高。之后，在開發(fā)過程中，200萬公里的駕駛數(shù)據(jù)會定期進行再處理，即當新的控制單元完成集成，可投入使用時，為了評估新集成的單元在性能上是否提高，就會對數(shù)據(jù)進行再處理。
上一篇：索尼合作日本移動通信公司 利用5G試驗網絡測試無人駕駛概念車 下一篇：許你健康！捷豹路虎未來車型借鑒紫外線技術殺死車內超級病菌-
開特斯拉長途旅行是一種什么樣的體驗？
特斯拉汽車 -
-
90后援藏電力干部 跨越3600km只為北汽新能源EX3
北汽新能源EX3 -
段建軍：拆掉科技的高墻，戴姆勒的創(chuàng)新之道
車聯(lián)網