午夜亚洲国产日本电影一区二区三区 ,丝袜美腿一区二区三区

在上次透過(guò)2021全球自動(dòng)駕駛成績(jī)單 -看哪家豪橫，勤奮，介入少，自動(dòng)駕駛主要問(wèn)題文章中，發(fā)現(xiàn)一個(gè)很有意思的現(xiàn)象，Cruise 在自動(dòng)駕駛路試的車(chē)輛，里程以及每次介入可行駛里程排名都處于第二名，數(shù)據(jù)比較穩(wěn)定和一致。所以從各種指標(biāo)上來(lái)推斷Cruise 在自動(dòng)駕駛方面應(yīng)該是處于前茅。然后收到很多讀者的咨詢(xún)想了解一下Cruise到底是誰(shuí)？他的技術(shù)有什么優(yōu)勢(shì)？等等一系列問(wèn)題。

所以我找到相關(guān)視頻以及資料，來(lái)探討下：

誰(shuí)是Cruise?自動(dòng)駕駛方案是怎么樣的？
Cruise自動(dòng)駕駛技術(shù)
- Cruise 感知算法- Cruise 決策算法- Cruise 的自動(dòng)駕駛元宇宙驗(yàn)證開(kāi)發(fā)- Cruise的自動(dòng)駕駛工具鏈以及流程Cruise 未來(lái)方向

希望給大家一個(gè)全面的認(rèn)識(shí)，也希望能給自動(dòng)駕駛行業(yè)人員一些思考或者啟發(fā)，Cruise比較有意思，文末有調(diào)研一起看看有多少人看好Cruise。

誰(shuí)是CruiseCruise 是Kyle Vogt和Dan kan于2013年在美國(guó)舊金山聯(lián)合創(chuàng)辦，剛開(kāi)始其實(shí)目標(biāo)是開(kāi)發(fā)自動(dòng)駕駛高速自動(dòng)駕駛套件RP-1然后推廣到更多量產(chǎn)車(chē)上（這個(gè)場(chǎng)景我之前文章自動(dòng)駕駛的先啟之地-物流運(yùn)輸行業(yè)講過(guò)），剛開(kāi)始成功讓奧迪A4和S4擁有高速自動(dòng)駕駛功能。之后他們進(jìn)軍城市自動(dòng)駕駛。隨后就是2016被通用汽車(chē)看上了。

一路看來(lái)，基本上算通用汽車(chē)慧眼，或者通用汽車(chē)資本的助推，后來(lái)本田，軟銀，微軟的加入，直接把市值現(xiàn)在推上了300億美金。在2022年通用21億購(gòu)買(mǎi)了軟銀的股份，所以現(xiàn)在基本就是通用和本田絕對(duì)大股東，通用甚至在人事和資金上絕對(duì)主導(dǎo)。

所以現(xiàn)在Cruise在路上跑的測(cè)試車(chē)都來(lái)自于通用電動(dòng)車(chē)bolt，技術(shù)方案是多種傳感器冗余（5個(gè)激光雷達(dá)，14個(gè)攝像頭，3個(gè)廣角雷達(dá)，8個(gè)長(zhǎng)距雷達(dá)，10個(gè)超聲波）+高精地圖+AI 處理器。

顯然從傳感器的種類(lèi)和數(shù)量，這些放到中國(guó)來(lái)和新勢(shì)力的堆料拼參數(shù)有的一比（了解中國(guó)新勢(shì)力傳感器數(shù)量和種類(lèi)可以點(diǎn)擊視覺(jué)為王-小鵬以及特斯拉的自動(dòng)駕駛方案）。5個(gè)激光雷達(dá)也只有通過(guò)廣州車(chē)展-看自動(dòng)駕駛激光雷達(dá)文中提到的長(zhǎng)城機(jī)甲龍最多才4個(gè)，11個(gè)毫米波雷達(dá)，這種推料和拼參數(shù)的表現(xiàn)連中國(guó)新勢(shì)力都無(wú)人能比，所以Cruise表示接下來(lái)其自動(dòng)駕駛工作重點(diǎn)是：

減少以及融合各種傳感器，以降低成本。減少對(duì)于高精地圖的依賴(lài)，甚至未來(lái)和特斯拉方案一樣不使用。為算法以及虛擬驗(yàn)證，設(shè)計(jì)通用的工具以及流程，使自動(dòng)駕駛開(kāi)發(fā)迅速高效容易規(guī)?；?。

所以Cruise總結(jié)他的核心技術(shù)優(yōu)勢(shì)是軟件以及算法，工具流程容易規(guī)?；?，2023年拓展處理芯片自研裝配到其自動(dòng)駕駛平臺(tái)車(chē)輛Origin。通過(guò)通用以及本田的合作，構(gòu)建自動(dòng)駕駛成本優(yōu)勢(shì)的自動(dòng)駕駛平臺(tái)例如其采用芯片到第四代時(shí)候成本減少10倍。

未來(lái)Cruise依托通用和本田合作Origin平臺(tái)來(lái)實(shí)現(xiàn)自動(dòng)駕駛出行（包括運(yùn)人，運(yùn)貨）。

Cruise目前的計(jì)劃，就是通過(guò)其軟件算法，開(kāi)發(fā)工具鏈容易規(guī)模的特征，降低自動(dòng)駕駛車(chē)輛成本進(jìn)行大規(guī)模拓展。

所以Cruise當(dāng)前主要通過(guò)bolt進(jìn)行商業(yè)化測(cè)試，未來(lái)的Robotaix 將會(huì)是其落地產(chǎn)品方向，當(dāng)然Cruise的軟件算法工具鏈按照創(chuàng)始人Kyle的初心也是容易移植和應(yīng)用到其他車(chē)輛和公司。

大概了解Cruise公司之后，讓我深入其自動(dòng)駕駛技術(shù)，自動(dòng)駕駛開(kāi)發(fā)技術(shù)公司的評(píng)價(jià)，其實(shí)需要考慮到以下四個(gè)指標(biāo)：

感知算法能力
決策算法能力
虛擬驗(yàn)證能力
開(kāi)發(fā)工具以及流程

所以接下來(lái)我們通過(guò)這四個(gè)方面進(jìn)行分析探討

Cruise自動(dòng)駕駛技術(shù)大概了解Cruise公司之后，讓我深入其自動(dòng)駕駛技術(shù)，自動(dòng)駕駛開(kāi)發(fā)技術(shù)公司的評(píng)價(jià)，其實(shí)需要考慮到以下四個(gè)指標(biāo)：

感知算法能力
決策算法能力
虛擬驗(yàn)證能力
開(kāi)發(fā)工具以及流程

通過(guò)這四個(gè)能力，可以判斷當(dāng)前算法的能力，未來(lái)是不是容易快速拓展，未來(lái)是不是容易不斷更新，所以接下來(lái)我們通過(guò)這四個(gè)方面進(jìn)行分析探討。感知其實(shí)自動(dòng)駕駛發(fā)展到現(xiàn)在，很多通用的感知都不是太大的問(wèn)題，環(huán)境感知的難點(diǎn)都藏在現(xiàn)實(shí)生活場(chǎng)景的長(zhǎng)尾理論中：

不明道路物體，例如路上躺著一只貓，拉貨超寬的車(chē)等不正常的駕駛，例如路上的特殊車(chē)輛警車(chē)，醫(yī)護(hù)車(chē)，占到停車(chē)等不是僅僅跟隨交通規(guī)則就好了，例如占到停車(chē)，借道行駛但是另外道路車(chē)輛匯入等。

雖然這些駕駛工況屬于長(zhǎng)尾問(wèn)題，但Cruise 計(jì)算了在舊金山這種繁忙的城市里面，雖然是長(zhǎng)尾的駕駛工況但發(fā)生頻率卻不低例如自行車(chē)匆忙行駛大概一個(gè)小時(shí)發(fā)生一次，汽車(chē)的匆忙行駛大概20分鐘一次。所以對(duì)于自動(dòng)駕駛這些長(zhǎng)尾問(wèn)題都是需要重點(diǎn)關(guān)注的，要不然安全隱患太多。Cruise當(dāng)前感知的高級(jí)經(jīng)理是中國(guó)人，之前供職于滴滴自動(dòng)駕駛的zhang yun，她介紹Cruise感知分為四部分：

攝像頭
激光雷達(dá)
毫米波雷達(dá)
聲音，這比較特殊國(guó)內(nèi)應(yīng)該沒(méi)有人提到這個(gè)感知方式。

以上四種環(huán)境感知傳感器感知輸入給AI主干算法處理。目前Cruise采用的算法除了主干算法還有分割，紋理分類(lèi)，屬性理解，目標(biāo)跟隨，預(yù)測(cè)，閉塞推理等

首先四種傳感器應(yīng)用相輔相成來(lái)覆蓋各種場(chǎng)景和特征，例如消防車(chē)輛，他的駕駛是非常不尋常也不遵守常理，所以通過(guò)視像頭識(shí)別此類(lèi)車(chē)輛的特征，通過(guò)激光雷達(dá)來(lái)檢測(cè)其門(mén)等的開(kāi)啟（激光雷達(dá)能較好識(shí)別邊緣等特征具體點(diǎn)擊通過(guò)廣州車(chē)展-看自動(dòng)駕駛激光雷達(dá)，所以這也造就城市自動(dòng)駕駛大家都加激光雷達(dá)原因）

再通過(guò)聽(tīng)覺(jué)識(shí)別其是否遠(yuǎn)去和靠近，（這個(gè)其實(shí)和奔馳的觀(guān)點(diǎn)一樣，通過(guò)加入對(duì)聲音的識(shí)別來(lái)輔助識(shí)別目標(biāo)物，了解點(diǎn)擊你想知道的奔馳的L3自動(dòng)駕駛-功能和硬件）如果當(dāng)雨霧天氣可以用雷達(dá)輔助識(shí)別。以上四種環(huán)境感知傳感器感知輸入給AI主干算法處理。然后分配給不同的算法任務(wù)例如

分割，用來(lái)識(shí)別物體例如垃圾桶。紋理分類(lèi)，用來(lái)識(shí)別比較明顯的車(chē)輛。屬性理解，用來(lái)識(shí)別尾燈以及開(kāi)關(guān)門(mén)。目標(biāo)跟隨預(yù)測(cè)行為閉塞推理，用來(lái)推理看不到的地方，保持謹(jǐn)慎駕駛。

下面將對(duì)其中幾個(gè)Cruise認(rèn)為其有亮點(diǎn)和特色的地方進(jìn)行分享：

對(duì)于預(yù)測(cè)行為，采用深度學(xué)習(xí)的模型來(lái)實(shí)現(xiàn)目標(biāo)物跟蹤而非采用傳統(tǒng)算法。通過(guò)深度學(xué)習(xí)算法，比卡爾曼濾波算法快0.7s識(shí)別物體，而且更好的預(yù)測(cè)運(yùn)動(dòng)。所以Cruise 給出一個(gè)例子，就是在路邊停著的車(chē)輛突然駛出泊車(chē)位，這個(gè)時(shí)候采用卡爾曼濾波算法的自動(dòng)駕駛一般是選擇停止，讓行。但通過(guò)深度學(xué)習(xí)算法的自動(dòng)駕駛可以不停避開(kāi)行駛。

不但如此通過(guò)深度學(xué)習(xí)算法的自動(dòng)駕駛還能更精準(zhǔn)的預(yù)測(cè)駕駛行為，例如很多人在十字路口掉頭的時(shí)候，先會(huì)向右打方向盤(pán)，讓轉(zhuǎn)彎半徑變大，再左打方向掉頭。這個(gè)時(shí)候一般的算法就會(huì)預(yù)測(cè)他是右轉(zhuǎn)。

而這些主要基于以下Cruise的深度學(xué)習(xí)的預(yù)測(cè)神經(jīng)元結(jié)構(gòu)實(shí)現(xiàn)，其預(yù)測(cè)神經(jīng)元結(jié)構(gòu)主要分為以下三部分：

編碼通過(guò)場(chǎng)景編碼，目標(biāo)歷史編碼，目標(biāo)對(duì)目標(biāo)圖形，通過(guò)Cruise“ Mixture of experts” gating(后文會(huì)介紹什么是Mixture of experts)解碼的主體為初始軌跡，長(zhǎng)期軌跡的精細(xì)化，同時(shí)伴有輔助性任務(wù)例如交匯軌跡預(yù)測(cè)，占用預(yù)測(cè)，多模不確定性，交互識(shí)別以及不確定性。自我監(jiān)督，整個(gè)解碼和編碼如果成功就自我肯定，行為自我標(biāo)簽，交互自我標(biāo)簽。

這樣一個(gè)深度學(xué)習(xí)方法可以自我們訓(xùn)練學(xué)習(xí)。此類(lèi)方法可以拓展到各類(lèi)場(chǎng)景例如：城市駕駛行為，一個(gè)簡(jiǎn)單的駕駛行為可以產(chǎn)生非常多的行為，所以Cruise將這些可能的行為編碼成“Mixture of experts” 輸入進(jìn)入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別所有可能的后續(xù)行為。例如，出泊車(chē)停車(chē)位，斜泊車(chē)位，有人倒出，水平泊車(chē)位，有人先倒車(chē)再前行。垂直泊車(chē)位一般先右轉(zhuǎn)一點(diǎn)再左轉(zhuǎn)出停車(chē)位。水平泊車(chē)的多次嘗試，k自行的倒車(chē)。等等。

例如。當(dāng)前面有自行車(chē)共同行駛時(shí)候，采用深度學(xué)習(xí)，交匯預(yù)測(cè)，交互不確定以及識(shí)別，最后通過(guò)對(duì)此事件結(jié)果進(jìn)行自我標(biāo)簽進(jìn)入深度學(xué)習(xí)下一次使用。

同理對(duì)于城市道路的人流繁忙的十字路口，同樣適用。當(dāng)然Cruise對(duì)于城市的不確定性也有一個(gè)task通過(guò)算法建立評(píng)估多模態(tài)不確定性，然后通過(guò)自我學(xué)習(xí)進(jìn)行標(biāo)簽標(biāo)注。

例如，一個(gè)人穿過(guò)路口，他是看到車(chē)子停在路中間還是直行。對(duì)于閉塞推理，識(shí)別不到的場(chǎng)景或者看不到的情況，采取閉塞推理各種場(chǎng)景，防御性駕駛方式

例如，汽車(chē)突然開(kāi)門(mén)，大卡車(chē)盲區(qū)，十字路口推理等。對(duì)于人工智能算法的優(yōu)化完善，必須要進(jìn)行持續(xù)學(xué)習(xí)，所以Cruise設(shè)計(jì)位持續(xù)學(xué)習(xí)的機(jī)器，基于數(shù)據(jù)挖礦，通過(guò)對(duì)數(shù)據(jù)的挖掘可以顯著增加感知的精準(zhǔn)和有效性。

例如對(duì)于自行車(chē)的掉頭，類(lèi)似于天真的搜尋持續(xù)學(xué)習(xí)保障對(duì)于自行車(chē)掉頭的精準(zhǔn)預(yù)測(cè)。以上為Cruise的環(huán)境感知的技術(shù)細(xì)節(jié)，主要亮點(diǎn)感知架構(gòu)，預(yù)測(cè)架構(gòu)采用深度學(xué)習(xí)，通過(guò)閉塞推理等保持安全謹(jǐn)慎自動(dòng)駕駛。決策當(dāng)環(huán)境提供了感知，那么接下來(lái)教給自動(dòng)駕駛的是決策，在談決策之前先要了解什么是一個(gè)好的決策？

Cruise 認(rèn)為及時(shí)的，負(fù)責(zé)任的（對(duì)自己行為和他人），穩(wěn)健和可重復(fù)的，決策是好決策，他給自動(dòng)駕駛行為產(chǎn)生的結(jié)果會(huì)是，安全的，舒適的，像一個(gè)老司機(jī)。

那當(dāng)前自動(dòng)駕駛決策有哪些挑戰(zhàn)呢？主要為以下兩個(gè)方面：

決策的密度，每個(gè)場(chǎng)景大概有100多次交互，5000個(gè)路徑的考慮。而這種場(chǎng)景發(fā)生是10-100次每秒。不確定性，縱使使用無(wú)盡精準(zhǔn)的模型，我們依然難以精準(zhǔn)預(yù)測(cè)路面上的情況，例如十字路口自行車(chē)人摔倒等。

所以針對(duì)難點(diǎn)，Cruise決策機(jī)制如下：

決策生成，自車(chē)結(jié)合所有交通參與者的預(yù)測(cè)信息生成自車(chē)初始動(dòng)作信息，由于自車(chē)有多種可能性的動(dòng)作，比如加速通行、停車(chē)、避讓等動(dòng)作，會(huì)生成大量的備選軌跡，因此這里為了加速初解的計(jì)算效率，利用了機(jī)器學(xué)習(xí)的方法訓(xùn)練了一個(gè)模型，通過(guò)機(jī)器學(xué)習(xí)的方法加速選出最好的軌跡。

沖突解決，根據(jù)自車(chē)動(dòng)作生成模塊生成的初始動(dòng)作，然后結(jié)合交通場(chǎng)景中的所有交通參與者可能的運(yùn)動(dòng)信息進(jìn)行軌跡采樣，并對(duì)軌跡進(jìn)行評(píng)分，選出最好的運(yùn)動(dòng)軌跡，并經(jīng)過(guò)多次迭代做出最好的決策（3到4次）。其中軌跡評(píng)分會(huì)考慮安全性（碰撞、遠(yuǎn)離騎行人和行人）、交通規(guī)則（停牌、紅綠燈）、舒適性（軌跡平滑）、不確定性以及全局規(guī)劃導(dǎo)航信息等。這里面還提到利用強(qiáng)化學(xué)習(xí)去解決不確定性問(wèn)題。

計(jì)劃執(zhí)行，基于以上產(chǎn)生的路徑，考慮車(chē)輛動(dòng)態(tài)，現(xiàn)實(shí)環(huán)境控制干擾選擇最優(yōu)執(zhí)行控制。

而決策的最終目的和結(jié)果主要為以下八個(gè)：

1，運(yùn)動(dòng)未知的不確定性例如一個(gè)是前方停車(chē)的行人去打開(kāi)車(chē)門(mén)（如果按照正常預(yù)測(cè)行人應(yīng)該是走向路外，如果按照預(yù)測(cè)進(jìn)行決策則不安全），而這里考慮了運(yùn)動(dòng)學(xué)不確定性，自動(dòng)駕駛車(chē)輛謹(jǐn)慎駕駛減速避讓。另外一個(gè)案例是走到自動(dòng)駕駛前方的時(shí)候自行車(chē)突然變?yōu)橹毙?，從自?chē)左方行駛過(guò)去，由于騎行人靈活，其預(yù)測(cè)一直是難點(diǎn)，而這里考慮了不確定性，提前反應(yīng)保證了安全。

2，已知的不確定性一般由于自動(dòng)駕駛確實(shí)感知困難，例如自動(dòng)駕駛車(chē)輛右前方的車(chē)輛不能觀(guān)測(cè)到，但自動(dòng)駕駛車(chē)輛考慮右方有車(chē)往左方行駛，而謹(jǐn)慎駕駛，另外一個(gè)場(chǎng)景是，提前考慮到被遮擋的行人而緩慢行走。

3，3D不確定性，例如前方的路上是坡道，無(wú)法提前看到對(duì)向來(lái)車(chē)，cruise自動(dòng)駕駛車(chē)輛會(huì)謹(jǐn)慎駕駛提前減速，這樣處理是因?yàn)閏ruise考慮了前方是坡道的感知不確定性，當(dāng)然下圖屬于2D無(wú)法識(shí)別3D上下坡等地形變化。

4，360環(huán)繞交互博弈自動(dòng)駕駛博弈交互是難點(diǎn)，首先Cruise在交互時(shí)候，會(huì)考慮我們的決策怎么影響他人，他人的決策怎么影響我們，例如十字路口時(shí)候，自動(dòng)駕駛車(chē)輛猶豫，那么另外車(chē)輛堅(jiān)持；自動(dòng)駕駛車(chē)輛堅(jiān)持，那么另外車(chē)輛猶豫，還有很多情況。

通過(guò)對(duì)自車(chē)行為對(duì)他車(chē)影響及他車(chē)對(duì)自車(chē)的影響進(jìn)行交互博弈決策，因?yàn)槲覀兊?a class="article-link" target="_blank" href="/baike/529364.html">自動(dòng)駕駛系統(tǒng)中不能只考慮自身的舒適性、安全性，而不去考慮其他交通參與者的體驗(yàn)。我們的決策是需要在考慮整體的平衡時(shí)提高效率，所以設(shè)計(jì)評(píng)價(jià)指標(biāo)時(shí)除了自車(chē)舒適性、效率、安全性等還需要考慮交互車(chē)輛的感受。這里舉了兩個(gè)例子，一個(gè)是讓行，一個(gè)是搶行。

5，建模誤差糾正一些場(chǎng)景沒(méi)有符合我們期待的預(yù)測(cè)，例如人行道上兩個(gè)人向右行走，但有一個(gè)人帽子掉了，很多種可能這人撿完帽子往左跑，撿完右跑，這里面的自由度非常大，所以Cruise采用強(qiáng)化學(xué)習(xí)的方法離線(xiàn)訓(xùn)練模型，進(jìn)行仿真模擬確保多場(chǎng)景的考慮。

Cruise 用同樣的方法去訓(xùn)練兩臺(tái)車(chē)同時(shí)停相鄰?fù)＼?chē)位的場(chǎng)景，確保停車(chē)運(yùn)動(dòng)最優(yōu)。

6，通過(guò)模仿學(xué)習(xí)決策

使用模仿學(xué)習(xí)的方法，并離線(xiàn)訓(xùn)練策略網(wǎng)絡(luò)生成模型進(jìn)行決策，例如學(xué)習(xí)前車(chē)超過(guò)前方慢行左轉(zhuǎn)的車(chē)輛場(chǎng)景。

7，考慮滯后性

從自動(dòng)駕駛車(chē)輛右方突然竄出一輛自行車(chē)，如果正常的決策流程的話(huà)很可能反應(yīng)延遲撞上去，因此這里cruise利用強(qiáng)化學(xué)習(xí)的方法離線(xiàn)訓(xùn)練類(lèi)似場(chǎng)景，跳過(guò)預(yù)測(cè)，直接輸出決策給規(guī)劃和控制，及時(shí)剎車(chē)。這里有點(diǎn)類(lèi)似AEB（緊急自動(dòng)剎車(chē)），在自動(dòng)駕駛系統(tǒng)設(shè)計(jì)中需要考慮應(yīng)急系統(tǒng)解決這樣的場(chǎng)景，生活當(dāng)中比較常見(jiàn)的事故發(fā)生原因。

8，考慮整車(chē)動(dòng)態(tài)性能（什么是整車(chē)動(dòng)態(tài)性能點(diǎn)擊干貨 | 整車(chē)敏捷性Agility 開(kāi)發(fā)101）

通過(guò)設(shè)計(jì)一個(gè)高保真車(chē)輛和環(huán)境的動(dòng)力學(xué)模型在規(guī)劃控制閉環(huán)系統(tǒng)，保證了自動(dòng)駕駛駕駛的舒適性和安全。

以上結(jié)論，Cruise表示很自豪的采用機(jī)器學(xué)習(xí)offline 來(lái)加速?zèng)Q策算法的優(yōu)化。

虛擬驗(yàn)證

顯然從上文可以知道，自動(dòng)駕駛主要是算法軟件架構(gòu)的競(jìng)爭(zhēng)，而算法的完善需要大數(shù)據(jù)的挖掘，首先要有足夠的長(zhǎng)尾場(chǎng)景，基于長(zhǎng)尾場(chǎng)景的corner case逼近極端狀況重復(fù)測(cè)試學(xué)習(xí)得到最優(yōu)解。所以Cruise 建立Morpheus虛擬驗(yàn)證開(kāi)發(fā)系統(tǒng)，減少路試，利用規(guī)?；臀磥?lái)拓展，這些同理類(lèi)似于自動(dòng)駕駛元宇宙的系統(tǒng)，和我們之前講到Nvidia英偉達(dá)的 AI 智能汽車(chē)信仰中的Omniverse類(lèi)似。

Morpheus提供了虛擬平臺(tái)，但使虛擬平臺(tái)需要構(gòu)建虛擬場(chǎng)景，如何構(gòu)建虛擬場(chǎng)景呢？Cruise 介紹其以下幾個(gè)方面進(jìn)行：

道路到虛擬Road to SIM，把現(xiàn)實(shí)場(chǎng)景轉(zhuǎn)化到可以編輯的虛擬場(chǎng)景。NPC（Non-player character） AI - 來(lái)自于游戲概念，把場(chǎng)景中的人，車(chē)輛賦予運(yùn)動(dòng)。World Gen 世界生成，規(guī)?；焖倩卣共煌鞘刑摂M世界，而且支持不同光線(xiàn)和時(shí)間天氣。其他同時(shí)包括對(duì)于汽車(chē)動(dòng)態(tài)以及不同傳感器虛擬。

當(dāng)然自動(dòng)駕駛元宇宙的構(gòu)建并不意味著不需要測(cè)試，Cruise CEO在問(wèn)題采訪(fǎng)時(shí)候表示，其實(shí)自動(dòng)駕駛算法的建立的原則使需要用戶(hù)使用場(chǎng)景的定義輸入，那么用戶(hù)場(chǎng)景定義怎么來(lái)的呢？來(lái)自于三個(gè)方面：

1，路試以及數(shù)據(jù)采集

2，工程師的設(shè)計(jì)

3，根據(jù)路試采集的情況進(jìn)行極端情況的虛擬

所以這里表示路試依然非常必要，他影響到最原始的需求定義，豐富的使用場(chǎng)景才能確保算法和接下來(lái)的工作正確。開(kāi)發(fā)流程工具

自動(dòng)駕駛的開(kāi)發(fā)，其實(shí)和整車(chē)開(kāi)發(fā)一樣需要完善的流程和工具鏈才能確保眾多參與開(kāi)發(fā)的人員高效（了解整車(chē)開(kāi)發(fā)流程點(diǎn)擊整車(chē)開(kāi)發(fā)流程-完結(jié)篇）。Cruise 宣稱(chēng)其工具鏈全覆蓋從物理路試到云端代碼，整個(gè)工具鏈相互融合數(shù)據(jù)自動(dòng)流轉(zhuǎn)，可以讓路試數(shù)據(jù)實(shí)時(shí)傳送分析，供工程師算法學(xué)習(xí)虛擬驗(yàn)證，可以在一周內(nèi)進(jìn)行多次的算法更新部署到路試車(chē)輛。

他的工具鏈包括：

Starfleet，Drive用于路試端的數(shù)據(jù)以及場(chǎng)景，一天可以采集上千個(gè)自動(dòng)生產(chǎn)進(jìn)入Webviz平臺(tái)，logging，inspector，framework等工具自動(dòng)提取高質(zhì)量數(shù)據(jù)。Simulation系統(tǒng)通過(guò)采用與谷歌合作的Hydra批量調(diào)度平臺(tái)進(jìn)行虛擬，Galileo應(yīng)該是算法管理系統(tǒng). Cartographer 是 Cruise Maps 網(wǎng)絡(luò)平臺(tái)，允許用戶(hù)創(chuàng)建、可視化、編輯和試驗(yàn)高清語(yǔ)義地圖,所有地圖創(chuàng)建和維護(hù)工作流程的中心。最后釋放到starfleet 部署路試車(chē)輛。

聽(tīng)起來(lái)很美好，確實(shí)現(xiàn)代汽車(chē)開(kāi)發(fā)，特別是大數(shù)據(jù)時(shí)代，工具就是生產(chǎn)力，我曾經(jīng)見(jiàn)過(guò)各種因?yàn)楣ぞ吆土鞒虇?wèn)題導(dǎo)致開(kāi)發(fā)效率大大降低，縱使工程師沒(méi)日沒(méi)夜的加班也只是浪費(fèi)精力降低創(chuàng)新度，這個(gè)在國(guó)內(nèi)企業(yè)非常普遍，工程師拼加班時(shí)間，這是最大的浪費(fèi)，用戰(zhàn)術(shù)上的勤勞掩蓋了戰(zhàn)略上的懶惰。Cruise 未來(lái)方向當(dāng)然通過(guò)上文看下來(lái)，如果問(wèn)到Cruise的優(yōu)勢(shì)，應(yīng)該是背靠大樹(shù)北美的通用，日本的本田，能夠快速落地畢竟這兩家的汽車(chē)銷(xiāo)量都非常高，所以Cruise不缺錢(qián)也不怕落地問(wèn)題。

目前最快落地的就是Origin Robotaxi可以用于出行以及短途物流行業(yè)，依托通用以及本田的工程能力和供應(yīng)鏈。這個(gè)項(xiàng)目有點(diǎn)像現(xiàn)代起亞集團(tuán)的Purpose build vehicle系列（KIA起亞汽車(chē)的2030戰(zhàn)略），也有點(diǎn)像咋們國(guó)內(nèi)搞得很火滑板底盤(pán)（什么是“滑板底盤(pán)”？什么商業(yè)模式？）。

所以Cruise 目前得技術(shù)儲(chǔ)備是大規(guī)模化可拓展，構(gòu)建工具鏈，所以目前Cruise 在網(wǎng)上散步的信息也透露出對(duì)人才的饑渴，畢竟不缺錢(qián)，資本也希望看到接下來(lái)通過(guò)Origin的規(guī)?；?，甚至對(duì)通用和本田內(nèi)部的自動(dòng)駕駛技術(shù)反哺。

當(dāng)然除了自動(dòng)駕駛落地，內(nèi)部算法和工具鏈，Cruise也和特斯拉一樣，走自研芯片的道路，芯片包括AI車(chē)端芯片，用于傳感器，中央處理，也包括AI學(xué)習(xí)批量數(shù)據(jù)處理云端芯片。