日韩免费在线观看成人,骚碰成人免费视频,电影院 摸 湿 嗯…啊h

    1. <span id="um726"><blockquote id="um726"></blockquote></span>

        <span id="um726"><blockquote id="um726"></blockquote></span>
        1. 您的位置:首頁>科技 >內(nèi)容

          預(yù)測錯了:自動駕駛汽車還有很長的路要走

          2019-02-26 14:12:07來源:
          導(dǎo)讀從方向盤后面移除人是一個難以破解的堅果。在我們達到無人駕駛,無事故的烏托邦之前,我們已經(jīng)夢想了幾十年,我們必須克服幾個障礙,而且它

          從方向盤后面移除人是一個難以破解的堅果。在我們達到無人駕駛,無事故的烏托邦之前,我們已經(jīng)夢想了幾十年,我們必須克服幾個障礙,而且它們并非都是技術(shù)性的。

          幾年前,自動駕駛汽車似乎已準(zhǔn)備好接管道路。

          “從2020年開始,你將是一個永久的指手畫腳,” 衛(wèi)報在2015年完全自主車表示,從A點“開車到B點和遇到的路上場景的整個范圍,而無需從駕駛員,任何交互業(yè)務(wù)Insider在2016年寫道。

          現(xiàn)在很清楚,許多這些估計都被夸大了; 看看優(yōu)步在亞利桑那州遇到的麻煩。無人駕駛汽車肯定會讓我們的道路更安全,但是從方向盤后面移走人類是一個難以破解的堅果。在我們達到無人駕駛,無事故的烏托邦之前,我們已經(jīng)夢想了幾十年,我們必須克服幾個障礙,而且它們并非都是技術(shù)性的。

          瀏覽開放環(huán)境

          自動駕駛汽車必須在不可預(yù)測和變化的環(huán)境中航行。

          “我認(rèn)為當(dāng)我們考慮汽車時,重要的是這些東西需要自動駕駛。這就是自治語言真正讓我們陷入困境的地方,因為自治只適用于給定的系統(tǒng),”Jack Stilgoe說。 ,倫敦大學(xué)學(xué)院的社會科學(xué)家和無人駕駛期貨項目的負(fù)責(zé)人。

          他說,包括火車和飛機在內(nèi)的其他運輸行業(yè)已經(jīng)實現(xiàn)了比汽車更高水平的自主權(quán)。

          “飛機自動駕駛儀的功能只是因為空域是一個高度控制的環(huán)境。如果你將熱氣球飛到747的路徑上,它將直接穿過你,它將非常清楚它的錯誤,” Stilgoe指出。“與火車一樣。無人駕駛是有道理的,因為很明顯系統(tǒng)是封閉的。”

          相比之下,汽車在道路上運行,這些道路是高度復(fù)雜和開放的系統(tǒng) - 比火車具有不受汽車,動物和行人限制的專用軌道的鐵路更不可預(yù)測。自動駕駛汽車必須在擁擠的街道上行駛,對道路標(biāo)志作出反應(yīng),處理交叉路口的其他交通,并在不同條件下駕駛標(biāo)記可能不清楚。它必須學(xué)會繞過障礙物,對其他車輛和駕駛員的行動作出反應(yīng),最重要的是,避免遇到行人。所有這些使得創(chuàng)造安全的自動駕駛汽車的工作變得更加困難。

          “總會有讓我們感到驚訝的事情,”Stilgoe說。

          給汽車的眼睛和大腦

          推動自動駕駛汽車技術(shù)的主要技術(shù)之一是深度學(xué)習(xí),這是人工智能的一個子集,可以根據(jù)實例創(chuàng)建行為模型。深度學(xué)習(xí)算法檢查安裝在自動駕駛汽車周圍的攝像機的視頻輸入,以查找道路的尺寸,讀取標(biāo)志,并檢測障礙物,汽車和行人。

          位于Waymo和Uber之間訴訟核心的工程師Anthony Levandowski最近發(fā)布了一個自動駕駛技術(shù)的視頻和性能細(xì)節(jié),該技術(shù)驅(qū)動了3,100英里,從舊金山的金門大橋到紐約的喬治華盛頓大橋,沒有將控制權(quán)移交給人類駕駛員,只使用攝像機和神經(jīng)網(wǎng)絡(luò)。

          盡管在州際高速公路上行駛比在城市環(huán)境中駕駛要容易得多,但Levandowski的成就值得注意。他的新創(chuàng)業(yè)公司Pronto.ai計劃將這項技術(shù)應(yīng)用于商業(yè)半卡車,這些卡車大部分時間都用在高速公路上。

          但是,雖然訓(xùn)練有素的神經(jīng)網(wǎng)絡(luò)在檢測物體方面可以勝過人類,但它們?nèi)匀豢赡芤苑抢硇院臀kU的方式失敗 - 最明顯的是致命的2016特斯拉模型S墜毀和2018年X型事故。其他研究表明,當(dāng)他們在尷尬的位置看到已知物體時,自動駕駛車輛的計算機視覺算法很容易被愚弄。

          公平地說,自動駕駛技術(shù)在幾個例子中防止了事故,但這些案例很少成為頭條新聞。

          補充神經(jīng)網(wǎng)絡(luò)

          為了解決神經(jīng)網(wǎng)絡(luò)的限制,一些公司已經(jīng)為他們的汽車配備了激光雷達,這種旋轉(zhuǎn)設(shè)備經(jīng)常出現(xiàn)在自動駕駛汽車之上。激光雷達設(shè)備在不同方向發(fā)射大量不可見光線,并通過測量這些光線從物體反射并返回所需的時間來創(chuàng)建汽車周圍區(qū)域的詳細(xì)3D地圖。

          激光雷達可以檢測圖像分類器算法可能遺漏的物體和障礙物。它還可以使汽車在黑暗中看到,并且比雷達更加細(xì)致和精確,雷達更適合檢測移動物體。

          大多數(shù)擁有自動駕駛汽車計劃的公司都在使用激光雷達,包括Waymo和優(yōu)步。但這項技術(shù)還處于初期階段。例如,Lidar設(shè)備在坑洼或惡劣天氣下并不是很好。

          免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

          猜你喜歡

          最新文章