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
  • 學習在線課程
  • 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識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

制定自動駕駛汽車規(guī)則

卞輪輝 ? 2023-01-04 11:17 ? 次閱讀

自動駕駛汽車是個好主意。為什么?因為一個投入大量能源和寶貴資源來建造復(fù)雜機器的世界,這些機器大部分時間都在無所事事,這很難走上可持續(xù)發(fā)展的道路。去年,分析師Statista報告說,制造商組裝了 9470 萬輛輕型車輛(轎車和貨車),到 2023 年,這一數(shù)字預(yù)計將增長到 1.117 億輛。這一增長在很大程度上是由中國和印度的中產(chǎn)階級推動的,因為他們正在尋找出路花掉他們的新財富。然而,至少在美國,汽車只不過是裝飾郊區(qū)房屋的車道,僅花費 8% 的時間將人們從 A 點運送到 B 點。

即使在執(zhí)行其設(shè)計的工作時,配備傳統(tǒng)(內(nèi)燃機)發(fā)動機的車輛也會以妥協(xié)的方式進行。據(jù)《大西洋月刊》報道,超過 80% 的汽油能源被汽車的低效率浪費掉了。在我們的生活中,沒有什么比這更浪費能源了——甚至接近于此。電動汽車的機械效率要高得多,但在其構(gòu)造過程中仍會消耗大量能源,在運行過程中會產(chǎn)生碳(除非用于充電的電力來自可再生能源),并且與傳統(tǒng)汽車一樣可能閑置在車庫里。

有跡象表明,最新一代的潛在司機確實在質(zhì)疑購買他們將擁有的最未充分利用的資產(chǎn)并每年支付約 13,000 美元以獲得特權(quán)的瘋狂行為。此外,年輕人發(fā)現(xiàn)在線購物、點播電視和社交媒體使他們能夠做許多前幾代人需要汽車才能完成的事情。此外,大多數(shù)年輕人生活在擁堵、缺乏停車位和復(fù)蘇的公共交通系統(tǒng)共同使他們遠離道路的城市。

這些千禧一代是未來的消費者,也是對交通有不同看法的一代。熟悉零工經(jīng)濟,對他們來說,無論何時何地都能通過智能手機屏幕叫車似乎是出行的明顯答案。花一大筆錢買一個通常固定在停車場或交通隊列中的鋼箱不會。這就是為什么汽車公司、網(wǎng)約車公司和互聯(lián)網(wǎng)巨頭競相推出僅在需要時才租用的自動駕駛車隊。

軟件是挑戰(zhàn)

自動駕駛汽車的硬件非常先進。諸如使用激光構(gòu)建環(huán)境 3D 圖片的 LIDAR、雷達、GNSS、云連接、接近傳感器和攝像頭等技術(shù)協(xié)同工作,將車輛周圍發(fā)生的事情的準確圖片呈現(xiàn)給它的“大腦”。當汽車的計算機必須分析所有這些信息,計算出接下來幾秒鐘內(nèi)會發(fā)生什么,然后決定下一步做什么時,挑戰(zhàn)才真正開始。

根據(jù)該行業(yè)的大公司的說法,這個復(fù)雜的汽車工程問題的答案是教汽車像人一樣思考,方法是向它展示可能出現(xiàn)的情況的例子,然后告訴它該怎么做。因此,前方減速的汽車會觸發(fā)自動駕駛車輛逐漸制動,紅燈會觸發(fā)受控停止,學童意外跑到路上會觸發(fā)緊急操作。當情況不太明確時,問題就來了。作為經(jīng)濟學家指出,吹過車道的塑料袋會不會被誤認為是奔跑的孩子,水坑會被誤認為人行道上的污水坑,或者一堆雪會被誤認為是停放不當?shù)钠??當車輛撞上道路工程迫使它改道到計算機內(nèi)存中存儲的數(shù)字地圖中未包含的路線時會發(fā)生什么?

更糟糕的是,幾乎不可能為根據(jù)人類駕駛員檢測到的信息并在不假思索的情況下做出反應(yīng)的算法編寫代碼。例子包括不屈服的騎自行車的人;沒有打信號就轉(zhuǎn)彎的初學者;和跌跌撞撞地走上馬路的醉酒行人。也很難偽造滿足硬性規(guī)定例外情況的軟件。想象一下在雙車道高速公路上有一輛拋錨的車輛,中間有一條實線。人類司機在安全的情況下越線超車,但自動駕駛汽車頑固地拒絕違反規(guī)則,一直等到障礙物被清除。

這不是人類司機無視法規(guī)的唯一情況。例如,澳大利亞人習慣性地在安靜的高速公路的外側(cè)車道行駛,即使標志指示他們應(yīng)該使用內(nèi)側(cè)車道“超車時除外”。在英國,大燈閃光燈應(yīng)該正式只用作警告,而大多數(shù)英國人使用信號來向另一位司機表明他們可以停車。

解決錯誤的問題

在急于上市的過程中,自動駕駛汽車制造商試圖解決錯誤的問題。讓自動駕駛汽車適應(yīng)人類駕駛環(huán)境的難度與 19 世紀之交紐約街頭第一輛傳統(tǒng)汽車的難度一樣大。然后,道路上為數(shù)不多的“無馬車”不得不在全市10萬匹馬和每天堆積的數(shù)百萬磅馬糞之間穿行,平均速度僅略高于步行速度。

但到了 1920 年代,當福特 T 型車使汽車變得負擔得起且實用時,紐約的交通基礎(chǔ)設(shè)施已經(jīng)完全圍繞汽車司機的需求進行了重新設(shè)計——行人、騎自行車的人,嗯,馬匹排在第二位。在其他地方,1920 年代洛杉磯的設(shè)計在很大程度上是由汽車決定的。從 1910 年開始的十年快速擴張期間,人們可以輕松地乘坐汽車四處走動,從而形成了洛杉磯人口密度低和郊區(qū)偏遠的局面。

這種激進的方法是安全引入自動駕駛汽車所需要的。例如,將人為控制的汽車和自動駕駛汽車分開將消除許多自動駕駛汽車的計算機可能難以做出正確決定的情況。同樣,讓行人和騎自行車的人——以及那些討厭的馬——遠離自動駕駛汽車將消除對數(shù)千行專門用于避免事故的代碼的需求。

事實上,由于經(jīng)濟需要,歷史的教訓(xùn)很可能會被忽視,我們將花費幾十年的時間通過調(diào)整當前的道路系統(tǒng)來從傳統(tǒng)車輛過渡到自動駕駛汽車。但是有一天,當每個人都習慣了爬上汽車然后坐下來放松的想法時,該系統(tǒng)將被設(shè)置為完美地滿足與 William Clay Ford Jr 預(yù)測的商業(yè)模式相關(guān)的純自動駕駛車隊的需求., 福特汽車公司執(zhí)行主席。早在 2000 年,小福特就認識到,他的公司的未來將是一個擁有汽車并僅在駕車者需要到達某個地方時才提供給他們的汽車。

在那之前,自動駕駛汽車軟件工程師將面臨一場艱苦的斗爭,不幸的是,他們設(shè)計的汽車將會發(fā)生事故。

審核編輯hhy

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習之用,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
  • 自動駕駛
    +關(guān)注

    關(guān)注

    781

    文章

    13449

    瀏覽量

    165259
  • 汽車
    +關(guān)注

    關(guān)注

    12

    文章

    3269

    瀏覽量

    36828
收藏 人收藏

    評論

    相關(guān)推薦

    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、交通標志識別等。 雷達和LiDAR處理:自動駕駛汽車通常會使用雷達和LiDAR(激光雷達)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物

    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(LiDAR)、雷達、攝像頭以及超聲波雷達等,它們各自具有不同的工作原理和優(yōu)勢,共同為自動駕駛
    的頭像 發(fā)表于 07-23 16:40 ?435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 ?1183次閱讀

    吉利與Foretellix合作開發(fā)自動駕駛汽車

    汽車制造商吉利與以色列的自動駕駛安全技術(shù)領(lǐng)軍企業(yè)Foretellix達成了戰(zhàn)略合作。此次合作旨在確保自動駕駛汽車的安全大規(guī)模部署,并尋求降低吉利的研發(fā)成本,同時提升開發(fā)效率。
    的頭像 發(fā)表于 05-14 09:52 ?330次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    巨大的進展;自動駕駛開始摒棄手動編碼規(guī)則和機器學習模型的方法,轉(zhuǎn)向全面采用端到端的神經(jīng)網(wǎng)絡(luò)AI系統(tǒng),它能模仿學習人類司機的駕駛,遇到場景直接輸入傳感器數(shù)據(jù),再直接輸出轉(zhuǎn)向、制動和加速信號。模仿學習人類
    發(fā)表于 04-11 10:26

    大眾汽車和Mobileye加強自動駕駛合作

    美國智能駕駛芯片巨頭Mobileye與大眾汽車集團近日宣布,在自動駕駛領(lǐng)域深化合作,共同推動全新自動駕駛功能在大眾旗下量產(chǎn)車型的應(yīng)用。Mobileye依托其領(lǐng)先的Mobileye
    的頭像 發(fā)表于 03-22 11:46 ?727次閱讀

    自動駕駛汽車技術(shù) | 車載雷達系統(tǒng)

    自動駕駛汽車技術(shù) | 車載雷達系統(tǒng)
    的頭像 發(fā)表于 03-20 08:09 ?1959次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>技術(shù) | 車載雷達系統(tǒng)

    自動駕駛發(fā)展問題及解決方案淺析

    隨著科技的飛速進步,自動駕駛汽車已經(jīng)從科幻概念逐漸轉(zhuǎn)變?yōu)楝F(xiàn)實。然而,在其蓬勃發(fā)展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰(zhàn)。本文將對這些問題進行深入的剖析,并提出相應(yīng)的解決方
    的頭像 發(fā)表于 03-14 08:38 ?879次閱讀

    Waymo自愿召回444輛自動駕駛汽車 L4的自動駕駛還有很多路要走

    近日,谷歌旗下的自動駕駛部門Waymo自愿召回了444輛自動駕駛汽車,原因是其軟件可能無法準確預(yù)測拖曳車輛的運動軌跡
    的頭像 發(fā)表于 02-26 10:22 ?1020次閱讀
    Waymo自愿召回444輛<b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b> L4的<b class='flag-5'>自動駕駛</b>還有很多路要走

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng) 隨著車輛駕駛技術(shù)的不斷發(fā)展,自動駕駛技術(shù)正日益成為現(xiàn)實。從L2級別的輔助駕駛技術(shù)到L3級別的受條件約束的
    發(fā)表于 12-19 18:02

    《中國智能網(wǎng)聯(lián)汽車技術(shù)規(guī)程》自動駕駛測評規(guī)則發(fā)布

    中國汽車公司表示,被稱為“中國智能網(wǎng)絡(luò)汽車技術(shù)規(guī)定”的c-icap包括輔助駕駛、智慧座艙、自動駕駛和隱私保護等4個裝置,正在分階段實施。中國汽車
    的頭像 發(fā)表于 11-12 16:06 ?1074次閱讀

    自動駕駛路徑跟蹤控制的種類

    行為決策在自動駕駛系統(tǒng)架構(gòu)中的位置 Claudine Badue等人以圣西班牙聯(lián)邦大學(UFES)開發(fā)的自動駕駛汽車(Intelligent Autonomous Robotics
    的頭像 發(fā)表于 11-10 17:30 ?537次閱讀

    自動駕駛傳感器攻擊研究

    對于現(xiàn)今的自動駕駛汽車來說,由于傳感器的增加和感知網(wǎng)絡(luò)等軟件的存在,使得自動駕駛汽車在信息安全上相較于其它汽車更為脆弱。
    的頭像 發(fā)表于 11-03 15:00 ?456次閱讀
    <b class='flag-5'>自動駕駛</b>傳感器攻擊研究

    自動駕駛標準與認證研究:標準化體系助力高階自動駕駛落地和汽車出海

    自動駕駛標準的建設(shè)具有前瞻性和約束性,對國家自動駕駛汽車發(fā)展具有深遠的意義,目前自動駕駛標準主要圍繞L3級及以上自動駕駛展開。在
    的頭像 發(fā)表于 09-27 16:15 ?1133次閱讀
    <b class='flag-5'>自動駕駛</b>標準與認證研究:標準化體系助力高階<b class='flag-5'>自動駕駛</b>落地和<b class='flag-5'>汽車</b>出海