當一輛自動駕駛汽車端詳這個世界時,它會看到很多東西。它有測量與旁邊汽車距離的雷達,它有捕捉街道上彩色影像的攝像頭,它的激光雷達傳感器會發(fā)射激光脈沖測量周圍環(huán)境。對于任何一輛由機器人駕駛的汽車而言,行車過程中最重要的部分之一不是它看到了什么,而是它事先對于它途徑路段的情況知道多少。
根據(jù)當?shù)鼐降穆暶鳎?月18日晚上,一名女子在亞利桑那州坦佩被Uber的一輛自動駕駛汽車撞倒后身亡。該輛汽車事發(fā)時處于自動駕駛狀態(tài),盡管它后面有一名安全駕駛員。Uber是現(xiàn)在在亞利桑那州、加利福尼亞州和該國其他地區(qū)測試這種車輛的眾多公司之一。由谷歌母公司Alphabet制造的自動駕駛汽車公司W(wǎng)aymo表示,它也在鳳凰城郊區(qū)運營自動駕駛汽車,并且沒有安全駕駛員。3月19日,Uber表示,它正在坦佩、匹茲堡、多倫多和舊金山停止測試。
在設計這些車輛時,像Uber和Waymo這樣的公司首先要建立一個地方的三維地圖。他們?yōu)槠胀ㄆ嚺鋫淞思す饫走_傳感器,是使用光脈沖測量距離的“光探測和測距”設備。當公司工作人員在當?shù)氐缆飞像{駛這些汽車時,這些昂貴的設備會收集制作地圖所需的信息。一旦地圖完成,汽車就可以使用它自行導航道路。這樣做時,它們會繼續(xù)使用激光雷達追蹤周圍環(huán)境,并將它們所看到的與地圖顯示的內(nèi)容進行比較。通過這種方式,這款車就可以很好地了解它在世界上的位置。
激光雷達還會就附近的物體向汽車發(fā)出警告,包括其他汽車、行人和騎自行車的人。雷達工作得很好,但它不能做任何事情。它僅提供關(guān)于相對較近的物體的信息,這限制了汽車駕駛的速度。它的測量結(jié)果并不總是足夠清晰,因此無法區(qū)分每一個對象。而且,當多輛自動駕駛車輛行駛同一條道路時,它們的激光雷達信號可能會相互干擾。即使在激光雷達運行良好的情況下,這些公司也需要備份系統(tǒng)。
所以大多數(shù)無人駕駛汽車還配備了各種其他傳感器。攝像頭、雷達和全球定位系統(tǒng)天線,這種GPS能硬件告訴你的智能手機在哪里。借助GPS天線,Uber和Waymo等公司正在為汽車提供更多關(guān)于它們所處位置的信息。使用攝像頭和雷達傳感器,它們可以收集有關(guān)附近行人、騎車人、汽車和其他物體的附加信息。并且攝像頭還提供了識別交通燈、路牌、道路標記和汽車需要考慮的其他信號的方法。
在某些情況下,工程師會編寫特定的規(guī)則來定義汽車在特定情況下應該如何應對。例如,如果Waymo汽車檢測到紅燈,則會編程停止。但是工程師們可能不能為汽車所遇到的每種情況制定響應措施。所以像Waymo和Uber這樣的公司開始依賴“機器學習”系統(tǒng),通過分析描述該國道路的大量數(shù)據(jù)來學習行為。Waymo正在使用一個系統(tǒng)進行分析數(shù)以千計的照片來識別行人,這些照片包含行走、跑過或靠近道路的人。目前還不清楚Uber的無人駕駛汽車在坦佩發(fā)生了什么事。但是這些車的設計使得如果一個系統(tǒng)出現(xiàn)故障,另一個系統(tǒng)將會啟動。
無人駕駛汽車可能難以復制行人與司機之間微妙的非言語交流。畢竟,自動駕駛汽車不能與人行橫道上的人進行目光接觸。雖然無人駕駛汽車仍然在努力掌握這些條件。但是它們在強降水天氣中的效果并不好,在隧道和橋梁上會遇到麻煩,而且它們在面對繁忙交通時也會遇到困難。所以,無論是從技術(shù)成熟度、生產(chǎn)成本還是安全監(jiān)管等角度考慮,無人駕駛汽車距離成為主流汽車的目標還有很長遠的距離。(科技新發(fā)現(xiàn) 康斯坦丁/文)
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領先技術(shù)與深度整合是關(guān)鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。