当前位置>>首页 >> 主场报告人
周清 技术总监
2021/8/17 17:23:00    



报告人简介

周清,京东物流智能驾驶部技术总监,对外经贸大学统计学院理学硕士,专注于仿真技术在自动驾驶领域的应用和实践,做为核心研发成员参与了百度apollo仿真系统的研发,从01搭建了京东自动驾驶仿真系统和仿真测试体系,主导建设了车端应用、数据回传、仿真评价、研发反馈的算法迭代闭环体系。通过仿真系统在自动驾驶算法研发环节中的应用,有力支撑了京东无人配送车在2020年初武汉抗疫远程快速部署和全国规模化运营等里程碑项目。做为智能快递车团队核心成员获得了中国大数据产业领先科技成果奖、京东集团技术金项奖等重要奖项,牵头制定了邮政部关于寄递无人车的多项行业标准,参与国家十四五计划新能源汽车重点专项自动驾驶仿真及数字孪生测试评价工具链课题申报。



报告题目《仿真技术在自动驾驶行业的应用与实践》


一、 自动驾驶仿真技术应用背景

在自动驾驶领域中,仿真技术在降低测试成本、提高算法迭代效率中起到了重要作用,在各主流自动驾驶公司研发体系中,仿真测试也是其中非常关键的一环,自动驾驶仿真技术由以下几个主要技术方向组成。

二、 高保真建模仿真引擎实现

自动驾驶系统和算法在实际环境运行的过程中,并不会一直处于理想的数据处理状态中,在一些复杂场景和工况中会对数据选择性的使用或丢弃,我们需要实现可以完全复原当时数据使用情况的仿真引擎才能确保复现算法问题。

三、 数字孪生场景库和智能场景生成

和仿真引擎一起运行的是仿真场景,我们需要将回传的无人车运营数据建模为数字孪生场景进行仿真场景库建设,同时为了保证仿真场景的覆盖率,我们需要基于真实场景,能过强化学习的手段生成更多的仿真场景。

四、 自动驾驶算法评价体系构建

对于如何全面客观的评价自动驾驶算法的好坏,我们跟据对自动驾驶算法的理解和全国大规模的运营问题数据收集分析,构建了拥有缺陷识别、安全认证和智能评级功能的自动驾驶算法评价体系。

五、 高并发大规模仿真计算系统实践

为了实现自动驾驶算法全面快速验证和迭代升级的目的,我们使用云端分布式系统解决方案搭建了场景批量生成与高并发大规模仿真计算测试平台。