正文
在这起车祸中,为什么雷达没有探测到那辆拖车呢?特斯拉方面的回应是,雷达确实探测到了这辆车,但是把它归类成为了横跨马路的道路标志。从普通的雷达算法的角度上说,它是希望在靠近的时候能够做出更准确的判断。但是很可惜,这个拖车的底盘非常高,而雷达安装的位置比较低,所以靠近的时候并没有被发现。实际上更早的时候也出现过特斯拉的雷达没有判断出前面较高底盘的车的情况。所以,雷达和视觉方面也需要提升才能更好的去做自动驾驶。
可喜的是,随着硬件和算法的发展,上述问题正在逐一得到改善。基于深度学习的目标识别算法能够大大提升目标识别的精确度,但是深度学习还不够,因为在目前基于深度学习的识别中,前车需要露出1/3才能够识别出来。既然深度学习不够用,硬件能否弥补呢?恰好,视觉雷达就能够填补它的缺点。相信深度学习和视觉雷达相结合,能够发挥更好的效果。
无人驾驶
无人驾驶技术等级处于最高级,无人驾驶=完全的自动驾驶,也就是说在无人驾驶的技术等级下,开车这活完全交给了无人驾驶系统。无人驾驶车辆中或许只有1个启动/关闭按钮,当我们每天上车,点击“启动”按钮,将目的地告诉系统,那么车子就会载着你到达你想要的目的地。至于中间行驶过程,怎么走,开多快,都是车说了算。你只需要安心在车内睡觉或者思考问题。这听起来是不是特别酷?
当前谷歌的无人驾驶车没有方向盘,也没有油门,就一个启动和关闭按钮,是真正意义上的无人驾驶车,虽然功能方面还有很长的路要走;百度的无人驾驶车,严格意义上来说是一辆具备高级自动驾驶功能的汽车。
在目前技术水平下,实现无人驾驶技术,还有许多工作要做,主要包括:高精度的地图定位、强大的认知算法以及软件架构的安全性保障,其中任意一个问题都是相当棘手的。按照目前的技术发展,2020年后,限定场景的无人驾驶汽车会量产,但要实现全天候全区域的无人驾驶,起码十五年以后。
以人为本的人机协同共驾
无人驾驶还不是最高级别的,最高级别叫“以人为本的人机协同共驾”,就好比骑士和马的关系,后边有人偷袭,马先觉得不对劲,一抬后踢倒对方。以后最高级别的驾驶也是如此机智,你的车就是一个人工智能机器人。打个比方,早上一出门奔你那车,快到跟前了车门自己就开了,车还能语音打招呼:主人,今儿早啊,快上来吧。你一上车,坐好了,车就开了拉你奔单位,车还得问你:您吃早点了么?要不要路上找个地方喝碗豆腐脑,你说,行啊!找一个好评比较多的。那车就帮你搜索,搜出一个五星好评的早点摊儿,就直接奔那儿了。希望我们暮年时,能够想享受到无人驾驶带来的豪华体验。
从驾驶辅助到自动驾驶,面临第一次跃迁;从自动驾驶到无人驾驶,是第二次跃迁。自动驾驶不仅仅是算法,它是一套超级复杂的系统工程,要考虑可靠性、安全性。不过,自动驾驶在相当长的一段时间里面,还是统计上比较可靠,还可能会犯低级错误的技术,需要业界和学术界的合作,政府和媒体的支持和宽容,使得它的技术在未来3-5年真正能实用。
http://blog.sciencenet.cn/blog-2888249-1065462.html
一网打尽系列文章,请回复以下关键词查看:
|
创新发展
|