您现在的位置是：论文诗词网 > 滴滴司机加盟 >
威马W6 AVP自主学习泊车体验+解读：车、边、云都是好队友
2022-05-27 21:47滴滴司机加盟 人已围观
简介威马W6 AVP自主学习泊车体验+解读：车、边、云都是好队友...
在上一期威马W6的续航测试开篇，笔者就先“吹”了一波这款车的智能化，本文详细解读来了。去年12月8日的百度阿波罗生态大会上，威马W6完成了首次亮相，这款双方联合打造、以智能为名的新车，成为了让“车、边、云”概念量产落地的首款车型，其在功能上的映射就是达到L4级自动驾驶的AVP自主学习泊车。
这套常规自动泊车的进阶系统，结合车辆的视觉感知、云端计算能力以及边缘计算本地处理，带来了较长距离、可托管的自主泊车体验。如我们的实地体验视频所展示的那样：在常规自动泊车视觉体系不擅长的弱光环境，缘何威马W6的AVP自主学习泊车功能反而能够轻松应对？以下逐一为您详解。
[·一次“打样”就能有模有样、全靠边缘计算的辅助·]按照从理论到实践的顺序来描述威马W6的AVP功能，这得从我同事的日常“甩锅”聊起。我同事小王和阿昊是英雄联盟游戏的战友，他俩平常交流最多的就是前一晚上辅助位置不给力的问题，当然这其中自然是有“甩锅”的成份，但“辅助”的重要性也是不言而喻。
所谓“辅助”用在自动泊车的理论层面，视觉感知体系是冲在最前线的“肉”，边缘计算正是辅助“肉”和“C位”（云计算）充分发挥自身职能的辅助。在实际应用中，激活该功能后驾驶者先“打个样”的将车辆泊入或泊出一次，AVP的边缘计算就能凭借本地低延迟的出路能力，在这个过程中记录并学会路线与动作。
当然了，威马W6的边缘计算也并非无所不能，AVP有模有样的复制上限为100m的行驶轨迹范畴。同时，教一次就要让机器自己融会贯通，那么必须将“知识点”讲清楚，即车速驾驶者的示范车速不能超过15km/h。而AVP系统在学会后大有青出于蓝之势，在没有任何障碍、非泊入或泊出动作时，车速会超过15km/h。
[·云计算接管“比赛”、不怕弱光怕强光·]视觉感知体系和边缘计算发挥了自身作用后，就该“C位”的云计算接管比赛了。威马W6这套AVP系统的实际操作，支持车载屏幕与手机APP两种方式，而无论哪种归根结底都是云计算充分发挥作用，这也是AVP自主学习泊车功能与常规自动泊车最大的不同。简单概括两者的不同：常规自动泊车是基于视觉体系的临场发挥，全看客观条件和系统“状态”；而AVP系统则是先做一遍考试真题，上考场还有云计算这个背后的解题大师。最终呈现出的功能上进阶，本质上是模式与逻辑上的完全不同。
而正是源于逻辑的差异，也让AVP补足了常规自动泊车在弱光环境下的先天不足，前期完整的学了一次泊入或泊出的动作，很大程度上弱化了地下停车场弱光环境的负面影响。加上云计算更强的决策能力，用户只需保证手机有网、按住屏幕上的功能按钮即可，详情敬请参见开篇的体验视频。不过，车、边、云相结合的体系中，最前端的车辆视觉识别系统依旧存在硬件的瓶颈，与常规自动泊车一样，难以在雨、雪、大雾以及强烈反光环境中发挥作用，且不适用于人员密集、坡道等对三维构建能力有更高要求的场景。这方面还是要弱于眼睛、大脑、脚这个组合的。
另外值得一提的是，如果说“知识点”需要演示一次，那么安全方面的“做题要点”就是AVP系统的自身素质了。实际体验过程中遇到障碍物与停车场行人，即便用户手机端没有停止操作，威马W6也会做出避让，即安全的优先级大于用户指令。
[·现阶段车位被占就“不会”了、后续还有“临场发挥”·]如开篇视频展示的一样，结合了车、边、云的AVP系统目前主要适用于有专用车位的场景，而像我们此次这样车位被占的情况下，这套系统就“不会”了，具体场景详见开篇体验视频。
而需要找车位的场景，威马W6后续还将推出结合高德高精地图的PAVP功能，即沿途自主选择空车位的自动泊车，功能方面看上去是回到了常规自动泊车的“原点”，但逻辑上同样是与AVP一样的“作弊”，且不用先做一篇真题，而是直接拿到了高精地图建模的题库了。这项功能将在威马W6接下来的OTA中释放，在此埋下伏笔，届时我们将第一时间为您带来实际体验。
这套常规自动泊车的进阶系统，结合车辆的视觉感知、云端计算能力以及边缘计算本地处理，带来了较长距离、可托管的自主泊车体验。如我们的实地体验视频所展示的那样：在常规自动泊车视觉体系不擅长的弱光环境，缘何威马W6的AVP自主学习泊车功能反而能够轻松应对？以下逐一为您详解。
[·一次“打样”就能有模有样、全靠边缘计算的辅助·]按照从理论到实践的顺序来描述威马W6的AVP功能，这得从我同事的日常“甩锅”聊起。我同事小王和阿昊是英雄联盟游戏的战友，他俩平常交流最多的就是前一晚上辅助位置不给力的问题，当然这其中自然是有“甩锅”的成份，但“辅助”的重要性也是不言而喻。
所谓“辅助”用在自动泊车的理论层面，视觉感知体系是冲在最前线的“肉”，边缘计算正是辅助“肉”和“C位”（云计算）充分发挥自身职能的辅助。在实际应用中，激活该功能后驾驶者先“打个样”的将车辆泊入或泊出一次，AVP的边缘计算就能凭借本地低延迟的出路能力，在这个过程中记录并学会路线与动作。
当然了，威马W6的边缘计算也并非无所不能，AVP有模有样的复制上限为100m的行驶轨迹范畴。同时，教一次就要让机器自己融会贯通，那么必须将“知识点”讲清楚，即车速驾驶者的示范车速不能超过15km/h。而AVP系统在学会后大有青出于蓝之势，在没有任何障碍、非泊入或泊出动作时，车速会超过15km/h。
[·云计算接管“比赛”、不怕弱光怕强光·]视觉感知体系和边缘计算发挥了自身作用后，就该“C位”的云计算接管比赛了。威马W6这套AVP系统的实际操作，支持车载屏幕与手机APP两种方式，而无论哪种归根结底都是云计算充分发挥作用，这也是AVP自主学习泊车功能与常规自动泊车最大的不同。简单概括两者的不同：常规自动泊车是基于视觉体系的临场发挥，全看客观条件和系统“状态”；而AVP系统则是先做一遍考试真题，上考场还有云计算这个背后的解题大师。最终呈现出的功能上进阶，本质上是模式与逻辑上的完全不同。
而正是源于逻辑的差异，也让AVP补足了常规自动泊车在弱光环境下的先天不足，前期完整的学了一次泊入或泊出的动作，很大程度上弱化了地下停车场弱光环境的负面影响。加上云计算更强的决策能力，用户只需保证手机有网、按住屏幕上的功能按钮即可，详情敬请参见开篇的体验视频。不过，车、边、云相结合的体系中，最前端的车辆视觉识别系统依旧存在硬件的瓶颈，与常规自动泊车一样，难以在雨、雪、大雾以及强烈反光环境中发挥作用，且不适用于人员密集、坡道等对三维构建能力有更高要求的场景。这方面还是要弱于眼睛、大脑、脚这个组合的。
另外值得一提的是，如果说“知识点”需要演示一次，那么安全方面的“做题要点”就是AVP系统的自身素质了。实际体验过程中遇到障碍物与停车场行人，即便用户手机端没有停止操作，威马W6也会做出避让，即安全的优先级大于用户指令。
[·现阶段车位被占就“不会”了、后续还有“临场发挥”·]如开篇视频展示的一样，结合了车、边、云的AVP系统目前主要适用于有专用车位的场景，而像我们此次这样车位被占的情况下，这套系统就“不会”了，具体场景详见开篇体验视频。
而需要找车位的场景，威马W6后续还将推出结合高德高精地图的PAVP功能，即沿途自主选择空车位的自动泊车，功能方面看上去是回到了常规自动泊车的“原点”，但逻辑上同样是与AVP一样的“作弊”，且不用先做一篇真题，而是直接拿到了高精地图建模的题库了。这项功能将在威马W6接下来的OTA中释放，在此埋下伏笔，届时我们将第一时间为您带来实际体验。
威马W6 AVP自主学习泊车体验+解读：车、边、云都是好队友
