一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

全自動駕駛汽車遲遲不上路的五大障礙

如意 ? 來源:科技行者 ? 作者:科技行者 ? 2020-08-22 10:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

埃隆·馬斯克曾經(jīng)多次強調(diào),特斯拉公司將在2020年年底之前打造出全自動駕駛汽車?!斑@方面存在很多小問題,最大的挑戰(zhàn)就是如何把這些小問題全數(shù)解決掉,再整合進(jìn)一套統(tǒng)一的系統(tǒng)當(dāng)中?!?/p>

雖然這種完全無需人為干預(yù)就能應(yīng)對旅程中種種狀況的汽車(業(yè)界稱之為「L5級自動駕駛」)也許正在走近,但實際生產(chǎn)出能夠安全合法上路的自動汽車卻又是另一碼事。

全自動駕駛汽車之所以遲遲上不了路,是因為其中仍存在著不少根本性挑戰(zhàn)。下面來看五大最為核心的障礙。

1. 傳感器

自動駕駛汽車使用各種各樣的傳感器以“觀察”周邊環(huán)境,幫助系統(tǒng)檢測諸如行人、其他車輛以及路標(biāo)等物體。攝像頭負(fù)責(zé)幫助汽車獲得視覺,激光雷達(dá)負(fù)責(zé)測量物體與車輛之間的距離,普通雷達(dá)則檢測物體并跟蹤其行進(jìn)速度與方向。

這些傳感器會不斷將數(shù)據(jù)饋送至汽車的控制系統(tǒng)或計算機端,借此決定應(yīng)在哪里轉(zhuǎn)向或者何時進(jìn)行制動。全自動駕駛汽車需要一套能夠在一切條件及環(huán)境下,準(zhǔn)確檢測物體、距離、速度等指標(biāo)的傳感器,且全程無需人為介入。

但惡劣的天氣、繁忙的交通以及帶有涂鴉的道路標(biāo)志,都會對傳感器的識別能力產(chǎn)生負(fù)面影響。特斯拉使用的雷達(dá)雖然不太容易受到惡劣天氣條件的影響,但卻仍無法達(dá)到全自動駕駛汽車對于物體檢測水平的嚴(yán)苛要求。

就目前的情況看,特斯拉的“autopilot”L2級自動駕駛已經(jīng)釀成過不少事故,包括今年7月撞上了其他駐停車輛。事實證明,該公司的傳感器在應(yīng)對全天候行駛場景時,還有很長的路要走。

2. 機器學(xué)習(xí)

大部分自動駕駛汽車使用人工智能與機器學(xué)習(xí)處理來自傳感器的數(shù)據(jù),并根據(jù)結(jié)合做出關(guān)于下一步行動的具體決策。這些算法將幫助系統(tǒng)識別傳感器檢測到的目標(biāo),并根據(jù)訓(xùn)練經(jīng)驗將目標(biāo)分類為行人、路燈等。最后,汽車再使用此信息確定是否需要回避檢測到的物體,以及接下來需要采取哪些行動——例如制動或轉(zhuǎn)彎等。

未來,機器也許會擁有比人類駕駛員更高效的對象檢測與分類能力。但至少就目前來看,汽車中所使用的機器學(xué)習(xí)算法仍然缺少充分的安全性依據(jù)。在如何訓(xùn)練、測試或驗證機器學(xué)習(xí)算法方面,各標(biāo)準(zhǔn)化機構(gòu)乃至整個自動駕駛行業(yè)都還沒有達(dá)成共識。

3. 開放道路

自動駕駛汽車在駛?cè)腴_放道路之后,還將繼續(xù)自己的學(xué)習(xí)過程。它會在新的路段上行駛,檢測出訓(xùn)練中從未遇到過的物體,并據(jù)此進(jìn)行軟件更新。

那么,我們該如何保證系統(tǒng)能夠始終擁有與已驗證版本擁有相同的安全性?我們必須能夠證明一切新的學(xué)習(xí)結(jié)論都安全可靠,且系統(tǒng)不會忘記之前掌握的安全知識。遺憾的 是,業(yè)界目前對此還沒有統(tǒng)一的解決思路。

4. 監(jiān)管要求

不單是自動駕駛領(lǐng)域,目前還沒有哪個行業(yè)針對自主系統(tǒng)出臺充分的標(biāo)準(zhǔn)與法規(guī)?,F(xiàn)有車輛安全性的標(biāo)準(zhǔn)假設(shè),要求駕駛員能夠在緊急情況下立即接管。

對于自動駕駛汽車,法規(guī)只針對某些特殊功能(例如自動車道保持系統(tǒng))做出了規(guī)定。至于包括自動駕駛汽車在內(nèi)的自動駕駛系統(tǒng),雖然已經(jīng)有國際標(biāo)準(zhǔn)設(shè)定了部分相關(guān)要求,但暫時還沒有解決之前提到的傳感器、機器學(xué)習(xí)與行為學(xué)習(xí)方面的問題。

因此,只要沒有公認(rèn)的法規(guī)與標(biāo)準(zhǔn),自動駕駛汽車無論是否安全、都無權(quán)在開放道路上正常行駛。

5. 社會接受度

特斯拉目前的自動駕駛功能已經(jīng)先后引發(fā)多起事故。由此引發(fā)的社會認(rèn)可度低下問題不僅來自打算購買這類產(chǎn)品的用戶,也來自與這類用戶共享道路的其他交通參與者。

公眾需要參與到自動駕駛汽車的引入與采用決策當(dāng)中。如果缺少這個環(huán)節(jié),此項技術(shù)就有可能被人民群眾拒之門外。

很明顯,只有解決了前三項挑戰(zhàn),我們才有機會攻克最后兩個障礙。目前,業(yè)界各方都在爭取成為第一家推出全自動駕駛汽車的廠商。但是,如果我們未能就實現(xiàn)汽車安全、提供安全證明以及通過監(jiān)管機構(gòu)/公眾合作取得認(rèn)可接納達(dá)成共識,那么自動駕駛汽車在未來幾年中仍然只能長期處于測試階段。

對于馬斯克這樣的企業(yè)家來說,這樣的現(xiàn)狀無疑令人沮喪。但正是因為遍布荊棘,率先在安全、保障、法規(guī)與接納度等領(lǐng)域取得突破的廠商,才能發(fā)展為新的巨頭、并引領(lǐng)整個新的時代。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6378

    瀏覽量

    129159
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8503

    瀏覽量

    134635
  • 自動駕駛
    +關(guān)注

    關(guān)注

    790

    文章

    14321

    瀏覽量

    170688
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛汽車是如何準(zhǔn)確定位的?

    [首發(fā)于智駕最前沿微信公眾號]隨著自動駕駛技術(shù)的快速發(fā)展,車輛的精準(zhǔn)定位成為安全駕駛與路徑規(guī)劃的核心基礎(chǔ)。相比于傳統(tǒng)人類駕駛依賴路標(biāo)和視覺判斷,自動駕駛
    的頭像 發(fā)表于 06-28 11:42 ?227次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>是如何準(zhǔn)確定位的?

    從L0到L5自動駕駛技術(shù)的演進(jìn)階段

    高盛(Goldman Sachs)估計,到2030年,L3級自動駕駛汽車或占全球新車銷量的10%。自動駕駛汽車需要經(jīng)過多達(dá)6個層級的技術(shù)演進(jìn),才能最終實現(xiàn)
    的頭像 發(fā)表于 04-24 10:42 ?657次閱讀

    NVIDIA Halos自動駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了從云端到車端的安全自動駕駛開發(fā)技術(shù)套件,涵蓋車輛架構(gòu)到 AI 模型,包括芯片、軟件、工具和服務(wù)。 物理 AI 正在為自動駕駛和機器人開發(fā)技術(shù)的交叉領(lǐng)域釋放新的可能性,尤其是加速了
    的頭像 發(fā)表于 03-25 14:51 ?620次閱讀

    理想汽車推出全新自動駕駛架構(gòu)

    2025年3月18日,理想汽車自動駕駛技術(shù)研發(fā)負(fù)責(zé)人賈鵬在NVIDIA GTC 2025發(fā)表主題演講《VLA:邁向自動駕駛物理智能體的關(guān)鍵一步》,分享了理想汽車對于下一代
    的頭像 發(fā)表于 03-19 14:12 ?544次閱讀

    自動駕駛的未來 - 了解如何無縫、可靠地完成駕駛

    作者:Don Horne 投稿人:DigiKey 北美編輯 自動駕駛組件的最新進(jìn)展使許多駕駛員的“無需干預(yù)”成為現(xiàn)實。然而,許多駕駛員對真正自動駕駛
    的頭像 發(fā)表于 01-26 21:52 ?567次閱讀
    <b class='flag-5'>自動駕駛</b>的未來 - 了解如何無縫、可靠地完成<b class='flag-5'>駕駛</b>

    英偉達(dá)高管:完全自動駕駛汽車尚需時日

    英偉達(dá)汽車業(yè)務(wù)負(fù)責(zé)人阿里·卡尼近日表示,完全自動駕駛汽車的實現(xiàn)還遙遙無期,預(yù)計至少要到下一個十年才有可能問世。盡管未來的自動駕駛技術(shù)將會取得顯著進(jìn)步,但卡尼強調(diào),技術(shù)發(fā)展必須穩(wěn)扎穩(wěn)打,
    的頭像 發(fā)表于 01-23 11:27 ?517次閱讀

    英偉達(dá):全自動駕駛汽車至少需十年

    自動駕駛技術(shù)迅猛發(fā)展的當(dāng)下,英偉達(dá)作為該領(lǐng)域的重要參與者,卻對完全自動駕駛的實現(xiàn)時間表達(dá)了審慎態(tài)度。 據(jù)Carscoops報道,英偉達(dá)汽車業(yè)務(wù)負(fù)責(zé)人阿里·卡尼直言,完全自動駕駛
    的頭像 發(fā)表于 01-23 11:08 ?566次閱讀

    MEMS技術(shù)在自動駕駛汽車中的應(yīng)用

    MEMS技術(shù)在自動駕駛汽車中的應(yīng)用主要體現(xiàn)在傳感器方面,這些傳感器為自動駕駛汽車提供了關(guān)鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對MEMS技術(shù)在自動駕駛
    的頭像 發(fā)表于 11-20 10:19 ?1458次閱讀

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛
    的頭像 發(fā)表于 10-29 13:42 ?1124次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>安全嗎?

    通用汽車旗下Cruise據(jù)悉計劃年內(nèi)恢復(fù)完全自動駕駛服務(wù)

    通用汽車旗下的無人駕駛部門Cruise正加速推進(jìn)其業(yè)務(wù)恢復(fù)計劃,據(jù)知情人士透露,該部門目標(biāo)在今年晚些時候恢復(fù)運行完全自動駕駛的乘車服務(wù),并計劃在2025年初正式對此服務(wù)進(jìn)行收費。這一消息為自動
    的頭像 發(fā)表于 07-29 17:53 ?986次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領(lǐng)域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛技術(shù)中不可或缺的一部分。以下是FPGA在自動駕駛
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識別等。 雷達(dá)和LiDAR處理:自動駕駛汽車通常會使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09

    自動駕駛汽車如何識別障礙

    自動駕駛汽車識別障礙物是一個復(fù)雜而關(guān)鍵的過程,它依賴于多種傳感器和技術(shù)的協(xié)同工作。這些傳感器主要包括激光雷達(dá)(LiDAR)、雷達(dá)、攝像頭以及超聲波雷達(dá)等,它們各自具有不同的工作原理和優(yōu)勢,共同為
    的頭像 發(fā)表于 07-23 16:40 ?2858次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關(guān)鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?3277次閱讀