网站大量收购独家精品文档,联系QQ:2885784924

北京互联网大会演讲概要.pptx

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
北京互联网大会演讲概要

2017年6月17日 智能驾驶时代的 智慧出行 An Introduction to Smarter Transportations in the Era of Autonomous Drive 2 | Copyright UCAR/CAR Inc. 2016 神州出行网络简介 UCAR Inc. UCAR Silicon Valley Lab CAR Inc Rent-a-car Chauffer Driver Future Mobility 1 No.1 in China 2 100,000+ cars 3 1000+门店,260 cities 1 40% high-end market 2 35,000 cars 3 55 cities 35,000 Rentals 1 10 talents 2 Fly-ins 3 Open to SV Data 神州租车+神州专车:我们已建成中国最大的B2C出行共享平台 通过我们的出行网络,将获得最有质量的环境数据和有经验司机的驾驶行为数据(Data Fusion) Data Fusion 将成为我们进入智能驾驶时代的智慧出行的基础 3 | Copyright UCAR/CAR Inc. 2016 我们为什么要进入智能驾驶领域? 拥有车辆的开销 通勤时间越来越长 基础设施无法持续增加 节能减排的需求 千禧一代与汽车之间关系的改变 按需移动出行服务 无人驾驶汽车 在按需服务模式中,去掉司机部分将在很大程度上增加服务提供商的经济效益 新能源汽车 使用最高效的方式解决续航问题,使车辆达到全天候运转 电动机远比内燃机的维护需求小,但却拥有更长的工作寿命与更加低廉的使用成本 互联网技术的发展使按需经济成为主流 按需经济将颠覆现有的汽车销售生态体系,以及传统经济下的出行模式,它已经发生,并将是一个长期重要的趋势 按需经济下未来出行的三大趋势:按需移动出行服务、无人驾驶汽车和新能源汽车 从经济效益角度,按需出行服务的普及将持续地推动技术的变革 另一方面,新能源车辆与无人驾驶技术的成熟也将颠覆出行体验 4 | Copyright UCAR/CAR Inc. 2016 智能驾驶时代正在逐渐走近 Ford’s head of product development: autonomous vehicle on the market by 2020 (autonews) Baidu’s Chief Scientist expects large number of self-driving cars on the road by 2019 (Quora) First autonomous Toyota to be available in 2020 (W) Tesla CEO expects true autonomous driving by 2023 (Huffinton Post) Uber fleet to be driverless by 2030 (Mobility Lab) Jaguar and Land-Rover to provide fully autonomous cars by 2024 says Director of Research and Technology (.au) Fully autonomous vehicles could be ready by 2025, predicts Daimler chairman (The Detroit News) Nissan to provide fully autonomous vehicle by 2020 (Nissan Motors) Sergey Brin plans to have Google driverless car in the market by 2018 (Driverless car market watch) 5 | Copyright UCAR/CAR Inc. 2016 深度学习等AI 技术发展日新月异,推动自动驾驶技术跨越式发展 Deep Mind’s Alpha Go ImageNet Large-scale Visual Recognition Challenge (ILSVRC), 2015挑战: 机器识别错误率首次低于人类 (4.94% vs. 5.1%) Deep Speech Recognition,机器识别率达到99% (人类95%-99%) 成果 处理能力的加强 – 云计算 数据量的极大丰富 – 互联网 + 物联网 开源平台的普及 – Tensor Flow/Open Mind/Torch/Watson… 技术 无线网络和车载设备的计算力足够强大了吗? 驾驶领域真的有

文档评论(0)

jiayou10 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档