无人驾驶距离我们可能依然遥远
更新时间:2017-12-08 07:42 浏览:70 关闭窗口 打印此页

无人驾驶”的大幕在2016年徐徐展开,来自底特律的汽车巨头以及来自硅谷的科技新贵,都不约而同的押注“无人驾驶”这项面向未来的技术。2016年的“无人驾驶”似乎更接近于科幻,一场场概念发布会、一次次声情并茂的演讲,在声光电等各类传播技术的刺激之下,资本、创业者、大企业和媒体的关注点都焦距于此。现实无关紧要,未来似乎清晰可见、触手可及。

斗转星移,站在2017年的末端,那些关于“无人驾驶”的幻象从屏幕和PPT中回到了真实世界。在研发基地、在创业空间、在测试场地……那些或简陋或笨拙的“无人驾驶”车辆把我们从想象的美好拉回到了现实的严峻。触手可及的“无人驾驶”,其实距离我们依然遥远。(备注:根据国际汽车工程师协会(SAE International)的分类标准,L0-L2级属于人工驾驶,L3-L5属于自动驾驶,其中L3在特殊情况下还需要人工干预,而L4就可以依靠系统来应对了。)目前,许多汽车厂商的产品都仅仅处于L1-L2阶段,包涵车道偏离预警(LKW)、碰撞预警(FCW)、自动紧急制动(AEB)等关键技术,属于高级辅助驾驶(ADAS)的范畴。而许多互联网厂商和创业者则希望跳过L3,直接面向L4技术,即将驾驶的决策权基本交给机器,将汽车打造成为下一个“互联网路口”,但目前依然在前期测试和研发阶段。

更为严峻的是,无人驾驶的探索者们都会在L3-L4的阶段面临煎熬,似乎难度曲线陡然提升,过往的成功经历似乎都无法保证必然翻越这座险峰。综合来看,翻阅L3-L4阶段的难题主要体现在以下三个方面:应用技术、生态系统和顶层设计。

应用技术:有限技术能力VS无限的交通路况

从应用技术的角度来说,目前最大的困难在于有限的技术能力以及无限的交通路况之间的矛盾。

目前的无人驾驶技术主要基于感知类的ADAS,即模仿人类的感知反应和判断机制,利用机器智慧进行部分或全部的替代。例如,人类在驾驶的过程中通过五官进行感知,通过人脑进行处理,并最终通过肢体进行执行。类比人类的流程,无人驾驶技术方面应用传感器进行感知系统,通过处理器和算法进行决策,并通过制动控制进行控制。综合当前的实践来看,以激光雷达(LiDAR)、毫米波雷达、红外线夜视、摄像头为代表的传感器领域的研发和创新,主要由1级零部件供应商(Tier 1)和初创企业领衔;科技企业在决策系统中扮演了重要的角色;而执行层面涉及安全领域,目前主要由1级零部件供应商进行驱动。

从技术的角度来说,构成无人驾驶技术的各个组成部分,都会面临瓶颈和极限。举例来说,传感器是无人驾驶技术的输入端口,物体识别的能力很大程度上依赖于不同的传感器,但不同的传感器限于物理状态,都各有利弊。例如:激光雷达对于雨雾的穿透能力受到限制,对于黑色物体的反射率亦有限;毫米波雷达对于物体运动状态的判断、敏感度有限;摄像头同样存在雨雾状态下的限制等问题。

与此同时,无限的交通路况又给无人驾驶技术的发展提出了极大的挑战。交通路况受到区域、天气、基础设施等多种情况的影响,而且交通工具的运行也并非总是按照秩序。加之许多发展中国家快速更新迭代的交通设施,例如车道、标志线等等,经常出现新旧标志同时并存迭代的情况,给识别判断提高了难度。此外,还存在着特殊场景的不可预期性,更加深了技术运用的难度。驭势科技CEO、前英特尔中国研究院院长吴甘沙曾经说过,一台奔驰S级轿车测试软件代码行数是波音787梦想客机的16倍。有那么多行的代码,其中很难避免有bug,有失效的可能性。

上一篇文章:上一篇:如何在工作中应对精神创伤?
下一篇文章 :下一篇:台湾经济为何走向失落?(二)
友情链接:

澳门银河官网-澳门最大在线娱乐平台,海量澳门银河娱乐项目在线开户,试玩 - 澳门银河官网是一家集网投、代理、开户于一体的大型综合在线娱乐平台,玩家免费注册和电话投注,可试玩,升级为会员能享受更多优惠活动。

网站地图(html/xml

苏ICP12345678