自动驾驶作为AI应用最典型场景,数字孪生等新技术的爆发也在为自动驾驶的研发和落地带来新的变量。 近日,中国汽车工程学会年会暨展览会(SAECCE 2023)在京举行。 腾讯数字孪生仿真技术总监孙驰天,重点分享了数字孪生仿真技术在自动驾驶中的创新应用。数字孪生与仿真的融合,将加速自动驾驶算法训练和测试验证,提高训练和测试效率,降低研发成本。 腾讯数字孪生仿真技术总监 孙驰天 自2016年起,腾讯重点投入自动驾驶研发,并发布了自动驾驶仿真测试平台TAD Sim,以游戏科技+数据驱动的模式,打造了具备“数据采集、场景建模、场景自动生成、模型在环 在TAD Sim 深入应用到国内自动驾驶测试、智能汽车研发领域同时,腾讯也不断整合云计算、游戏科技、数字孪生等技术,提升自动驾驶仿真测试平台的服务能力。 同时,汽车企业也将自动驾驶功能打造成为长期用户运营服务的核心内容之一,随着用户驾驶习惯和道路环境变化而保持及时的迭代更新。因此,自动驾驶仿真测试在汽车企业研发和运营过程中持续发挥重要价值。
『捕捉到了秋天的第一朵云彩』 读者提问: 『阿常你好,想请教一下,测试研发的人数科学比例应该是多少呢 ?』 阿常回答: 没有标准的参考比例,每个团队的实际情况不一样。 比如,我们可能需要考虑的几个因素: 1、软件的易测试程度 2、测试人员和开发人员的经验 3、必须坚持的质量标准 4、研发测试流程成熟度 阿常碎碎念: 以上,代表阿常个人观点。
在VUCA的互联网环境下,需求变更越来越快,交付周期却越来越短,如何量化测试工作?如何提高效能? 我们来看看来自京东的张乐大神的解答 ? 现有的研发效能度量方式不足 ? 研发效能度量的正确姿势 JD对软件研发效能的度量,以下两个基本原则为主: 1. 聚焦在全局指标而不是局部指标 我们要促进跨越职能和功能,在团队内、团队间彼此高效协作。 2. 研发效能度量指标三个维度 交付效率、交付质量和交付能力,这些指标的提升需要组织进行管理、技术、协作等多方面的系统性改进。 ?
drwxr-xr-x@ 14 chaos staff 448B 9 28 17:36 tools ➜ android git:(master) ✗ 最后通过它的客户端调用Appium 来进行单元测试
显然这架野心勃勃的公司就此止步,在角逐西南偏南艺术节(SXSW)的互动创新奖中公司表示目前公司的发展重心主要集中在研发首款能够自动驾驶的汽车飞机原型。 ? 目前包括谷歌、奥迪等在内科技企业和汽车厂商已经开始对现有的汽车行业进行改革,已经进行了丰富的自动驾驶技术的测试,在未来5年可能会推向商业市场。 ?
据外媒报道,芬兰国家技术研究中心(VTT)研发的自动驾驶汽车Martti在公共雪地道路上完成了全自动驾驶,VTT相信Martti是首辆在该环境下完成全自动驾驶的汽车。 同另一款自动驾驶汽车Marilyn一样,Martti也搭载了摄像头、天线、传感器和激光雷达扫描仪。 VTT自动驾驶汽车接下来将会改变光学元件的波长,提高雷达的分辨率并提升监测传感器软件的智能化程度。 上述措施旨在逐步增加车辆的自动化功能,重点解决光滑路面,路沿隐蔽或者大雾妨碍视线的状况下,自动驾驶的安全问题。 VTT在研发自动驾驶汽车时,在不同的环境中不断的进行测试,比如城市、主干道以及出口匝道,一方面要保证自动驾驶的安全,另一方面还要提升自动驾驶速度,此外,还要经受恶劣天气状况的考验。
据外媒报道,奥迪研发了一套自动驾驶模拟器,旨在为用户提供自动驾驶模拟环境,并基于用户体验提升其自动驾驶车辆的技术水平。 如今,越来越多的人选择汽车共享服务,而不太乐意自己购买车辆。 然而,还有许多用户对自动驾驶车辆并不算太了解,奥迪推出的这款模拟器很好地契合了这类用户的需求,使其在模拟操作中对自动驾驶车辆有个大致了解。 此外,该模拟器旨在研究人们对自动驾驶车辆内置各功能的相关操作习惯。奥迪模拟器为用户模拟了美丽的城市夜景,使用户在使用模拟器时享受自动驾驶车辆的驾乘体验。 奥迪旨在通过本款自动驾驶模拟器收集用户体验,进而提升自动驾驶车辆的性能,使其变得更为高效。同时,奥迪将模拟器的使用环境布置得非常轻松、舒适,有点类似起居室的感觉。 但有一点是肯定的,若在设计时去除方向盘,并置身于功能齐全的驾驶舱内,人们一定会很享受自动驾驶服务的。 文/李文龙,盖世汽车网
曾因与谷歌合作而在自动驾驶圈内备受关注的菲亚特被爆料在研发自己的自动驾驶汽车,希望为传统车厂抗衡技术公司找到一条多元化的道路。 据外媒网站The Information 爆料,与Alphabet子公司Waymo合作开发自动驾驶小型货车的菲亚特克莱斯勒汽车公司(Fiat Chrysler)“背着”Waymo在研发自己的自动驾驶汽车 一份此前未公开的计划中的细节强调了汽车制造商应对自动驾驶汽车的多元化策略。菲亚特在美国的两个更大的对手是福特汽车和通用汽车,它们也在研发自己的自动驾驶汽车。 因此,对传统汽车制造商来说,与其专注投入去研发自己的核心技术,不如投资去定制技术。 这其中的差别在于乘客能够选择的对车辆的控制程度。 ? 本质上,这意味着开发出一个方法,来证实,自动系统的设计就是做技术本身被期待达成的事——完全不需要在外部环境进行过多的测试。
(原标题:芬兰国家技术研究中心研发自动驾驶汽车 可在冰雪覆盖路面行驶) 据外媒报道,芬兰国家技术研究中心(VTT)研发的自动驾驶汽车Martti在公共雪地道路上完成了全自动驾驶,VTT相信Martti是首辆在该环境下完成全自动驾驶的汽车 同另一款自动驾驶汽车Marilyn一样,Martti也搭载了摄像头、天线、传感器和激光雷达扫描仪。 VTT自动驾驶汽车接下来将会改变光学元件的波长,提高雷达的分辨率并提升监测传感器软件的智能化程度。 上述措施旨在逐步增加车辆的自动化功能,重点解决光滑路面,路沿隐蔽或者大雾妨碍视线的状况下,自动驾驶的安全问题。 VTT在研发自动驾驶汽车时,在不同的环境中不断的进行测试,比如城市、主干道以及出口匝道,一方面要保证自动驾驶的安全,另一方面还要提升自动驾驶速度,此外,还要经受恶劣天气状况的考验。
为什么说特斯拉研发自动驾驶AI芯片应该引起注意? 先简单科普下Jim Keller。Jim Keller,原AMD首席芯片架构师。 特斯拉为什么要自行研发自动驾驶芯片? 地平线官网 回到那个问题,特斯拉为什么要自行研发自动驾驶芯片?Musk说「功耗可以降至当前的1/10」,Keller在演讲中提到「定制硬件可以提升效率」。 关于这款神秘芯片的其他进展还包括:该芯片基于AMD的IP打造;目前已经走到了设计完成、测试验证的阶段;特斯拉已经收到了首批芯片样品,目前正在进行相关测试;代工方可能是格罗方德和三星电子等。 对于特斯拉而言,研发这款芯片+配套算法本质上还是对率先将自动驾驶汽车商业化节点的争夺。摆在其他自动驾驶企业面前的问题是,跟还是不跟?
2015 年年底,菜鸟组建菜鸟 ET 实验室,菜鸟 ET 实验室设立的目标是研发物流前沿科技产品,追求符合未来科技发展的物流生产方式,也为研发无人物流车奠定基础。 该实验室由陈俊波领导。 小 G 执行任务的背后,是研发团队突破了自主感知、智能识别、运动规划等多项关键技术,实现智能化的末端配送。 小 G 也就是后来阿里小蛮驴的雏形。 小蛮驴是阿里为“最后三公里”研发的自动驾驶产品,服务于快递、外卖、生鲜及各类即时配送需求。此次达摩院与菜鸟合作,率先针对快递配送形成服务闭环,将高校、社区、园区的快递按用户预约时间送货到楼。 算法研发依赖数据驱动,需要处理大规模的场景数据、运营数据。 我们通过核心算法自研 + 核心硬件深度定制的方式,大幅降低了无人车的研发制造成本。
Salakhutdinov演讲大部分都围绕着机器学习对自动驾驶汽车系统的影响。例如,他谈到了在繁忙街道上检测汽车和行人,在未知街道上导航,以及建立详细的城市3D地图。 这样的地图有助于操作自动驾驶汽车。 SLAM可用于机器人和自动驾驶汽车,也可用于地图绘制和增强现实。 所展示的第四个项目使用由负荷传感器的汽车所收集的数据来生成丰富的3D地图,包含交通信号灯和道路标志等功能。 苹果对自动驾驶系统研发工作的开放态度令人感到惊讶。Tim Cook曾表示自动驾驶系统是“令人感到无比激动的”,并称苹果正在研究“所有AI项目之母”。 苹果也在推动自动驾驶汽车测试政策的改变。 最近有报道称,苹果正在加州进行自动驾驶汽车的正式测试。
据国外媒体报道,Lynx公司的两位股票策略分析师最近对外透露,他们收到消息称,苹果可能会放弃自动驾驶汽车的研发计划。 自动驾驶汽车,曾被认为是苹果未来一个新的增长机会。 当然,无人车的研发投入也很大,目前整个项目的不确定性也非常大。 分析师指出,如果苹果公司都不得不削减自动驾驶汽车的投资,这将影响到外界对于全球自动驾驶汽车产业前景的判断。 ? 目前还未有更多消息证实此事。 去年12月,苹果在自动驾驶方面仍是一片野心勃勃。 若Kim加入苹果汽车团队,那么他很可能是负责自动驾驶软件的用户体验。 整个2018年已有多名员工从特斯拉跳槽去苹果,其中包括特斯拉首席工程师Doug Field在今年8月加入苹果公司。 知名分析师郭明錤称,苹果的自动驾驶项目起始于2014年,他预计Apple Car将在2023年至2025年之间上市。 ? 作者系网易新闻·网易号“各有态度”签约作者 — 完 —
自动驾驶是现在非常活跃的领域,几乎所有的车厂,大型互联网公司都参与其中,其中计算机视觉技术的应用也非常广泛,这篇文章将对自动驾驶中的重要数据集做简单介绍。 ,它也为其自动驾驶算法比赛专门准备了数据集。 workshop,由于深度学习的兴起,计算机视觉等技术被用于自动驾驶的目标检测,语义分割等领域,因此CVPR也开设了若干相关的workshop。 Theft Auto 5》也被用来训练自动驾驶的模型,而且是一个相对廉价且适合初级人工智能探索的自动驾驶试验场。 此次数据的搜集使用了6个摄像头、1个激光雷达、 5个毫米波雷达、GPS及惯导系统,包括了对于自动驾驶系统来说非常具有挑战性的复杂道路、天气条件等情况。
研发过程中的测试工作 研发过程中测试可以做的事情很多,下面流程环节的介绍只列出了最主要的一些测试活动,可以作为一些基本参考,测试怎样才能更深入地介入,得到团队认可和建立存在感,拿到更好的质量保障结果, 需求设计阶段测试做什么 - 测试计划与需求评估 ? 开发设计阶段测试做什么 - 分析与设计 ? ? 测试阶段做什么 - 测试执行与策略实施 ? ? 发布前后 ? 测试工作规范&标准 通用版变更红线V2.0 前面介绍环境和权限中提到过,线上变更是风险非常高的操作,90%的故障是变更引起,因此我们在测试过程中往往需要制定详细严格的变更管控,变更风险防控三原则:可灰度 禁止未经测试验证、未经预发、未经灰度的线上变更。 禁止一切未通过变更管理平台申请或报备的变更操作,紧急故障处理,可事后补填申请。 禁止无影响面说明、操作步骤、验证方案、应急预案的变更。
昨天刚刚完成合约代码开发,原本预计接下来的单元测试至少还要花上几天时间。但没想到的是,仅仅一个晚上,在我洗澡前后,所有单元测试就已经全部写完并通过了,而且覆盖率还非常高。 而这次在 AI 助力下,我只需要不断 review 和 refine,测试逻辑就能快速成型并跑通。这种效率飞跃,让我第一次在“测试环节”也感受到了爽感。 这是 Claude 自动生成的测试用例文档结构截图,可以看到它对每个模块都进行了系统性拆解: 接下来,我就基于这份文档,让它开始编写实际的单元测试代码。 它先写完了第一个合约的测试文件,并自动运行验证通过后就暂停,等待我进一步指令。确认没问题后,我直接让它把所有剩余合约的单元测试一起补上。 然后我就去洗澡了。 到这里,合约代码开发完成,单元测试也已完成,下一步就要开始编写部署脚本并且部署到测试网上了。测试网部署之后,我也会尝试跑通整个链上 ETF 的操作流程,验证它是否真的能按照设想稳定运行。下一篇更新见。
这是我正在开发的链上 ETF 项目「BlockETF」的第五篇研发日志。 前四篇分别是: 链上ETF重启Day 1:重新出发,我终于开始写代码了 链上ETF研发日志 #2:智能合约开发完毕,测试准备中 链上ETF研发日志 #3:合约测试完成 链上ETF研发日志 #4:合约部署完成 今天是启动该项目后的第 9 天,BlockETF 正式上线测试网,地址是: https://testnet.block-etf.com/ 从第一行代码到今天上线的原型,已经完整经历了一个 Dapp 从零开始的构建流程: 合约逻辑:支持 USDT 申购、赎回,自动按成分币比例换仓 ✅ 测试用例:共计 220+,覆盖核心逻辑与异常路径(AI 帮大忙) 前端界面:完成了钱包连接、ETF 资产查看、申购交互等功能 部署流程:目前部署在 BSC 测试网,后续将支持主网发布 整个前端项目从启动到上线,仅用了不到 3 天,每天投入的时间不超过 4 个小时。
之前的试点与测试不尽如人意 在2021年8月25日,Waymo就宣布将在美国旧金山推出自动驾驶出租车的免费试运营,并附带启动一项名为「置信测试人」(Trusted Tester)的研究项目。 不过这个项目的Waymo自动驾驶出租车里还是配备了安全司机。 当时Waymo预计获选的测试乘客总数将是数百人。 Waymo没有公布在旧金山地区商用收费营业的自动驾驶出租车数量,不过加州公共事业委员会的季度报告中称免费测试中,有用户叫车时发现app上的可选车数目过百辆。 不过Waymo发言人表示乐观:「旧金山的自动驾驶出租车服务价格将定在合理且有竞争力的区间,不过现在还没有更多细节可供分享。有限用户免费测试-收费商业运作的模式将在其他地方铺开。」 直到2021年结束,不管是业界首发领军企业Waymo,还是参与此赛道的其他企业,所有实质性动态无非是: Robotaxis在某地小规模路测/免费试运营的新闻、视频;Robotaxis城区路测视频;自动驾驶物流车的小范围测试
问:1、研发和测试的时间比,多少合理 ?2、一个版本,60个Bug(致命2,严重3,普通30,一般5),能得出啥结论 ? 问题 1、研发和测试的时间比,多少合理 ? 3、参考文章 :“测试时间估算”的现状 及 4点建议 问题2、一个版本,60个Bug(致命2,严重3,普通30,一般5),能得出啥结论 ? 3、我的建议是:去「分析每一个Bug 的问题类型」, 看看是, 1)需求理解有偏差 2)功能未实现 3)接口未联调 4)准入的 测试用例,未开发自测 5)准入的Case 有遗漏 6)代码未提交完整 7) @IDO老徐 的建议是:测试团队 ,毕竟你们要为质量负责,Bug少对你们有好处 。 5、这个分析,在哪发 ? 1)版本复盘会议上 2)测试报告上注明;之前给的模板里,有:聊聊「测试报告」(附 模板下载) 注:这问题,来自 百人计划 7期,某成员的提问,还算比较典型,写篇文章,统一解答 。
人类司机(紫色模型)猛得向右转弯 2016年12月12日,谷歌发推文称暂缓自动驾驶的研究。次年3月26日,Uber自动驾驶测试项目也暂时中止。 究其原因,巨头们暂缓研发自动驾驶的脚步,自动驾驶的测试过程中发生过多次事故占了很大一部分的因素。 另外,在美国亚利桑那州Tempe,Uber的自动驾驶汽车发生了撞车事故。 对于自动驾驶,我们要知道一件事情:巨头们越过一些技术直接开始研发汽车这个事情并不是科学的。 因为研发自动驾驶的硬件和汽车本身并不是唯一重要的事情,想要达到自驾的目标,还有很多很多技术的问题需要解决,有了软件之后转身就能造汽车的说法无异于痴人说梦。 这种级别的测试在之前从来没有出现过,大量的模拟会让我们在模拟器中达到第4级的水平(完全自驾),离商用自动驾驶汽车的路上更进了一步。