自动驾驶汽车普及之路

全球范围内自动驾驶汽车的普及正在加速。英国最近通过了 自动驾驶汽车法案 以便在未来几年内实现全自动驾驶和部分自动驾驶汽车安全融入社会。 更多自动驾驶汽车 目前,中国是世界上测试自动驾驶出租车最多的国家。而在美国,各大城市已将"自动驾驶出租车"纳入公共交通系统。 游艇观光, Waymo 而且当然, 特斯拉 这些公司都已投入数十亿美元,以实现其宏伟目标:在全美乃至全世界范围内提供自动驾驶汽车和服务。目前,自动驾驶汽车技术的开发和实施已不再是"是否"或"何时"的问题,而只是"在多大程度上"的问题。大规模采用人工智能自动驾驶汽车不仅能改善我们的道路状况,还能改善我们的社会状况,这会带来哪些好处?

道路安全自动化

自动驾驶汽车的推动和对这些技术的大量投资表明,部署自动驾驶汽车可以带来公认的公共利益。首先,自动驾驶汽车的安全标准高于人类驾驶员。最近发表在 自然通讯 以及特斯拉的见解 2022年影响报告 强调了自动驾驶汽车在提高道路安全方面的变革潜力。研究发现,自动驾驶汽车可将追尾、正面和侧面碰撞以及冲出道路的事故减少 20% 至 50%。鉴于世界卫生组织估计 道路交通伤害 每年全球有 1.35 万人死于交通事故,汽车安全性的大幅提升将产生巨大影响。虽然自动驾驶汽车在所有情况下的表现都优于人类驾驶员(人类驾驶的汽车在能见度低和转弯时仍然更安全),但传感器技术、预测算法和 V2X 通信的进一步发展将继续改善这些复杂驾驶场景中的响应,并使其能够创造更安全的道路。

避开交通

此外,自动驾驶汽车的部署也将对交通拥堵问题产生重大影响。 根据一项研究, 由通勤交通协会 (ACT) 和美国交通部 (USDOT) 进行的一项研究表明,"高峰时段"通勤时间(曾经是一个恰当的称呼)现在每天长达 40 个小时,使这段高峰时段的通勤时间延长了 40%。一次刹车就可能影响整个城市的交通,导致交通减速甚至完全堵塞。然而,在由尖端软件驱动的传感器和摄像头的帮助下,自动驾驶汽车 刹车次数大大减少 自动驾驶汽车比人类更聪明,因此造成交通拥堵的可能性要小得多。即使部署几辆自动驾驶汽车也可以对交通拥堵产生积极影响,因为它有助于 减缓人类驾驶员的速度 他们与之共享道路。

燃油效率和可持续性

自动驾驶汽车还可以通过控制速度和加速度以及更紧密地行驶来改善空气阻力并降低燃料消耗,从而提高燃油效率。据《麻省理工学院新闻》报道,如果 路上的每一辆车都是自动驾驶的,不仅行驶速度将提高 20%,而且燃料消耗将减少 18%,二氧化碳排放量将减少 25%。这一发展对于我们继续努力为无数行业和企业带来可持续性至关重要。 TuSimple 发现他们的自动驾驶卡车比人类司机驾驶的卡车省油 11%。燃油经济性的提高将使商品和服务对消费者来说变得更便宜,同时也有助于这些公司努力使其运营更加环保和可持续。

深入了解

使这些自动驾驶汽车系统得以运行的技术进步水平已经经历了数十年的积累。包括摄像头、雷达和激光雷达在内的传感器阵列将数据输入旨在模仿人脑的神经网络,并执行物体检测和图像分割。然后,这些神经网络处理这些感官输入,包括其他车辆、道路标志和障碍物的存在,以创建车辆环境的全面环绕地图。下一步是运动规划,其中使用对之前收集的所有数据的全面分析来计算详细的路线和轨迹。即便如此,这些过程仍然需要考虑未见过的情况,并能够实时适应这些情况。由于这些系统和软件的开发涉及大量复杂而详细的过程,因此没有两个系统是相同的,并且每个 A/V 系统都有其优点和缺点。

岔路

自动驾驶发展的两种主要方法是高清地图和无高清地图系统。使用地图的好处在于简化了物体检测和运动规划,但这些系统依赖于持续通信进行数据更新,并且容易过时。无高清地图系统,例如自动驾驶软件公司开发的系统 意象,几乎完全依赖实时数据,更符合人类驾驶员的操作方式。它们也更加自给自足,不太容易受到网络威胁,但需要先进的车载感知能力和复杂的实时处理。在最初的理念分歧之后,又出现了其他几种理念,它们一直处于业内争论的前沿。基于规则与基于神经网络的运动规划就是这样一个症结所在,安全和监管机构更喜欢更可定义的"如果-那么"方法,这是基于规则的系统的特点。虽然预定义场景的构建提供了高度的可解释性,但这些系统难以适应新的、不可预见的情况,而这正是基于神经网络的系统擅长的领域。

前方的路

为使自动驾驶汽车在世界各地得到广泛应用,基础工作仍在继续。愿意投资数十亿美元开发自动驾驶汽车和以自动驾驶汽车为中心的服务的汽车制造商和公司肯定不缺。尽管自动驾驶汽车的制造仍有许多不同的系统和流程,但所有专家在某种程度上都同意自动驾驶汽车及其实施可以为社会带来大量实际好处。下一个也许是最重要的障碍是建立公众对这些技术的信任。人工智能的发展也是在一片必须克服的怀疑和不信任的阴云下开始的。现在,世界上没有一个主要的行业或公司不以某种方式利用这些技术。自动驾驶汽车也将面临类似的挑战,但随着这些系统的进步和在我们道路上的普及,我们对它们的舒适度和熟悉度也将只会增加。随着这些技术的快速发展,A/V 行业在全球应用的道路上比一些人想象的要远得多。

相关推荐
桃花键神37 分钟前
AI可信论坛亮点:合合信息分享视觉内容安全技术前沿
人工智能
野蛮的大西瓜1 小时前
开源呼叫中心中,如何将ASR与IVR菜单结合,实现动态的IVR交互
人工智能·机器人·自动化·音视频·信息与通信
CountingStars6191 小时前
目标检测常用评估指标(metrics)
人工智能·目标检测·目标跟踪
tangjunjun-owen2 小时前
第四节:GLM-4v-9b模型的tokenizer源码解读
人工智能·glm-4v-9b·多模态大模型教程
冰蓝蓝2 小时前
深度学习中的注意力机制:解锁智能模型的新视角
人工智能·深度学习
橙子小哥的代码世界2 小时前
【计算机视觉基础CV-图像分类】01- 从历史源头到深度时代:一文读懂计算机视觉的进化脉络、核心任务与产业蓝图
人工智能·计算机视觉
新加坡内哥谈技术2 小时前
苏黎世联邦理工学院与加州大学伯克利分校推出MaxInfoRL:平衡内在与外在探索的全新强化学习框架
大数据·人工智能·语言模型
fanstuck3 小时前
Prompt提示工程上手指南(七)Prompt编写实战-基于智能客服问答系统下的Prompt编写
人工智能·数据挖掘·openai
lovelin+v175030409663 小时前
安全性升级:API接口在零信任架构下的安全防护策略
大数据·数据库·人工智能·爬虫·数据分析
唐小旭3 小时前
python3.6搭建pytorch环境
人工智能·pytorch·python