北京第三批纯电动车备案目录发布，北汽EU400/荣威ERX5/宋EV等11款车型入选

来源：新浪科技上周在北京五环路上的无人驾驶汽车再次将无人驾驶汽车带入公众视线。与许多高科技发展一样，最初推动无人驾驶研究的是军事领域的专家美国军方在20世纪70年代开始关注无人驾驶技术。1995年，美国卡内基梅隆大学开发的无人驾驶汽车Navlab-V完成了横跨美国东西海岸的无人驾驶测试。20多年过去了，无人驾驶汽车在哪里“开张”了？人们不禁要问，无人驾驶技术真的足够成熟，可以上路吗？无人驾驶汽车在世界各地上路是否合法合规？除了恶劣的天气、法律法规、伦理道德，“拦路虎”里其实还有一只袋鼠。

常规的“机构”不存在：方向盘、制动器和节气门将被取消。目前，十多家公司已经雄心勃勃，列出了自己的无人驾驶汽车上路的时间表。谷歌希望自己的无人驾驶汽车能够在2020年大规模生产，而且与其他制造商不同，谷歌不打算引入半自动功能，而是准备一步生产出一辆完全无人驾驶的汽车，即使没有刹车和方向盘。谷歌在无人驾驶汽车方面拥有7年的经验，并与菲亚特克莱斯勒合作在现实世界中测试无人驾驶小型货车。福特不愿意落后，计划在2021前推出并销售4级无人驾驶汽车。与谷歌的无人驾驶汽车一样，福特也不准备为其汽车配备方向盘、刹车和油门。此外，福特将在未来五年投资10亿美元用于人工智能软件的开发。英特尔在无人驾驶汽车上投入了大量资金，一系列收购可谓汇聚了无人驾驶世界的“龙珠”，获得了各种关键能力。包括以150亿美元收购以色列科技公司“Mobile Eye”、深度学习技术公司Nervana、微芯片制造商Movidius和汽车公司Delphi。此外，英特尔计划与宝马和大众合作，在今年晚些时候开始测试无人驾驶汽车。“眼睛”可以通过六种方式看到：反馈物体的距离和阅读交通标志。大多数无人驾驶汽车都配备了传感技术“包”，包括“一只眼睛”和“一把尺子”——视觉传感器（如摄像头）和监控传感器（用于测量目标距离的激光和雷达）。在过去的十年里，具有测量范围的传感器在商业开发系统中占据了主导地位，可以可靠地反馈周围所有物体的距离，监测范围可以达到100米甚至更大。激光通常只用于低级别和简单的任务，例如避开障碍物和确保它们不会击中任何东西。雷达是一些高端汽车的老搭档，它在巡航控制系统中已经“服役”了至少十年。近年来，低价汽车也采用了这项技术。然而，用于监测距离的传感器仍然有其局限性。远程激光或雷达扫描可以给你提供一般信息，比如路人的姿势，但它不会告诉你那个人的表情是平静还是惊慌。此外，由于大多数标志都依赖于视觉，因此距离传感器在读取现有标志时也表现不佳。相比之下，像相机这样的视觉传感器弥补了这一缺陷，它们可以感知颜色和外观细节。因为我们的驾驶环境是默认设计和建造的，驾驶员可以看到，所以可以像人一样“一路看”的无人驾驶汽车可以更好地适应现有的基础设施和标志。需要加强“判断力”：驾驶系统很难应对恶劣天气，但汽车没有配备眼睛，以确保“视觉”没有问题。摄像头很容易受到环境变化的影响，在路上最常见的遭遇是昼夜循环。在黑暗的环境中，人工照明或远光灯会使系统难以判断前方的情况。在寒冷地区，街道两侧可能会有许多被强风吹走的雪堆，这不仅完全模糊了标线，甚至标志也很容易被掩埋和堵塞。由于无人驾驶汽车的设计严格依赖于道路法规，因此该系统将变得非常混乱。这还不是全部。最大的挑战往往发生在同时发生多个变化时，例如驾驶……

夜晚，赶上热带风暴。在这种组合中，即使是人类驾驶员也不可避免地会发生事故。幸运的是，在大多数情况下，我们都很谨慎，处理得当，无人驾驶汽车就不那么可靠了。除了雨雪，冰、冰雹、雾、烟、霾、风、光、热都会对行车环境造成干扰。目前，没有一辆汽车能够证明它在极端天气下仍能可靠运行。目前，大多数汽车只能应付中等程度的降雨。对于那些盯着无人驾驶汽车蛋糕的制造商来说，没有什么比开发一款适应所有天气的无人驾驶汽车更具挑战性的了。尽管我们有很多车可以适应“大多数情况”，但没有一辆能适应“所有情况”。我不需要重复天气的重要性。仅在美国，就有超过20%的事故与恶劣天气有关。拥有最强的“大脑”：深度学习为镜片材料贴上标签。为了防止无人驾驶汽车的眼睛变成摆设，开发者必须为其配备相应的“大脑”。这就是为什么许多无人驾驶汽车制造商正在开发深度学习系统的原因。有了这项技术，他们可以轻松超越人类需要练习100小时的“老司机”的境界。英特尔收购Mobile Eye正是为了这个目的。这些深度学习系统通常需要大量的标签数据。尽管收集原始数据的成本很高，但这是可行的，而且方法“简单粗暴”：只需在大量汽车上安装传感器和计算机，然后等待它们在路网中运行数百万小时。一旦你往回跑，下一项工作就很耗时、耗费人力和脑力。镜头记录的大量材料需要处理，人、车、各种危险、红绿灯、车道标线等都需要“贴标签”。意识到这种乏味的工作不能偷走懒惰，Mobile Eye公司雇佣了数百名员工为图像“贴标签”，这种脚踏实地的风格也使其成为该领域的领导者。有了这些基础，未来，Mobile Eye等其他公司将越来越多地使用模拟技术来生成大部分数据，而不是依赖人力。“个性”比人更谨慎。当遇到路边慢跑者时，他们会减速并停车。目前，无人驾驶汽车通常比人类司机更“胆小”，因为我们可以更准确地了解周围发生的事情。在一段测试视频中，当特斯拉在路边遇到慢跑者时，它会减速到几乎停下来。当我们遇到同样的情况时，我们会做出判断，“慢跑者不太可能突然跳到路上”，系统被设计得更加谨慎（至少在目前的系统中是这样）。从目前的技术来看，对无人驾驶汽车确实有必要保持谨慎。他们不太善于应对百万分之一可能发生的“小概率”事件，比如一张沙发从前车上掉下来，或者一些穿着奇怪服装的人出现在路边。自动眼开发的视觉技术可能会提供更多“微妙的场景”，帮助汽车更自信地训练。你还可以读取人们的面部表情，分析路边行人的姿势和可能的意图，甚至可以“看透”你旁边的车，无论对方的司机是在看路还是在玩手机。此外，这种视觉技术可以与人类驾驶员无缝连接，并通过辅助保护系统帮助我们避免错误。名词解释说，自动驾驶汽车和无人驾驶汽车是一回事，但在不同的地方被称为不同的汽车。欧洲更喜欢称之为自动驾驶汽车，而美国则使用后者。来源：新浪科技上周在北京五环路上的无人驾驶汽车再次将无人驾驶汽车带入公众视线。与许多高科技发展一样，最初推动无人驾驶研究的是军事领域的专家美国军方在20世纪70年代开始关注无人驾驶技术。1995年，美国卡内基梅隆大学开发的无人驾驶汽车Navlab-V完成了横跨美国东西海岸的无人驾驶测试。20多年过去了，无人驾驶汽车在哪里“开张”了？人们不禁要问，无人驾驶技术真的足够成熟，可以上路吗？无人驾驶汽车在世界各地上路是否合法合规？除了恶劣的天气、法律法规、伦理道德，“拦路虎”里其实还有一只袋鼠。

问题……

没有所谓的“器官”：方向盘、刹车和油门都将被取消。目前，十多家公司已经雄心勃勃，列出了自己的无人驾驶汽车上路的时间表。谷歌希望自己的无人驾驶汽车能够在2020年大规模生产，而且与其他制造商不同，谷歌不打算引入半自动功能，而是准备一步生产出一辆完全无人驾驶的汽车，即使没有刹车和方向盘。谷歌在无人驾驶汽车方面拥有7年的经验，并与菲亚特克莱斯勒合作在现实世界中测试无人驾驶小型货车。福特不愿意落后，计划在2021前推出并销售4级无人驾驶汽车。与谷歌的无人驾驶汽车一样，福特也不准备为其汽车配备方向盘、刹车和油门。此外，福特将在未来五年投资10亿美元用于人工智能软件的开发。英特尔在无人驾驶汽车上投入了大量资金，一系列收购可谓汇聚了无人驾驶世界的“龙珠”，获得了各种关键能力。包括以150亿美元收购以色列科技公司“Mobile Eye”、深度学习技术公司Nervana、微芯片制造商Movidius和汽车公司Delphi。此外，英特尔计划与宝马和大众合作，在今年晚些时候开始测试无人驾驶汽车。“眼睛”可以通过六种方式看到：反馈物体的距离和阅读交通标志。大多数无人驾驶汽车都配备了传感技术“包”，包括“一只眼睛”和“一把尺子”——视觉传感器（如摄像头）和监控传感器（用于测量目标距离的激光和雷达）。在过去的十年里，具有测量范围的传感器在商业开发系统中占据了主导地位，可以可靠地反馈周围所有物体的距离，监测范围可以达到100米甚至更大。激光通常只用于低级别和简单的任务，例如避开障碍物和确保它们不会击中任何东西。雷达是一些高端汽车的老搭档，它在巡航控制系统中已经“服役”了至少十年。近年来，低价汽车也采用了这项技术。然而，用于监测距离的传感器仍然有其局限性。远程激光或雷达扫描可以给你提供一般信息，比如路人的姿势，但它不会告诉你那个人的表情是平静还是惊慌。此外，由于大多数标志都依赖于视觉，因此距离传感器在读取现有标志时也表现不佳。相比之下，像相机这样的视觉传感器弥补了这一缺陷，它们可以感知颜色和外观细节。因为我们的驾驶环境是默认设计和建造的，驾驶员可以看到，所以可以像人一样“一路看”的无人驾驶汽车可以更好地适应现有的基础设施和标志。需要加强“判断力”：驾驶系统很难应对恶劣天气，但汽车没有配备眼睛，以确保“视觉”没有问题。摄像头很容易受到环境变化的影响，在路上最常见的遭遇是昼夜循环。在黑暗的环境中，人工照明或远光灯会使系统难以判断前方的情况。在寒冷地区，街道两侧可能会有许多被强风吹走的雪堆，这不仅完全模糊了标线，甚至标志也很容易被掩埋和堵塞。由于无人驾驶汽车的设计严格依赖于道路法规，因此该系统将变得非常混乱。这还不是全部。最大的挑战往往发生在同时发生多种变化时，例如夜间驾驶和赶上热带风暴。在这种组合中，即使是人类驾驶员也不可避免地会发生事故。幸运的是，在大多数情况下，我们都很谨慎，处理得当，无人驾驶汽车就不那么可靠了。除了雨雪，冰、冰雹、雾、烟、霾、风、光、热都会对行车环境造成干扰。目前，没有一辆汽车能够证明它在极端天气下仍能可靠运行。目前，大多数汽车只能应付中等程度的降雨。对于那些盯着无人驾驶汽车蛋糕的制造商来说，没有什么比开发一款适应所有天气的无人驾驶汽车更具挑战性的了。尽管我们有很多车可以适应“大多数情况”，但没有一辆能适应“所有情况”。我不需要重复天气的重要性。仅在美国，就有超过20%的事故与恶劣天气有关。拥有最强的“大脑”：深度学习为镜片材料贴上标签。为了防止无人驾驶汽车的眼睛……

开发商要想成为摆设，就必须为他们配备相应的“大脑”。这就是为什么许多无人驾驶汽车制造商正在开发深度学习系统的原因。有了这项技术，他们可以轻松超越人类需要练习100小时的“老司机”的境界。英特尔收购Mobile Eye正是为了这个目的。这些深度学习系统通常需要大量的标签数据。尽管收集原始数据的成本很高，但这是可行的，而且方法“简单粗暴”：只需在大量汽车上安装传感器和计算机，然后等待它们在路网中运行数百万小时。一旦你往回跑，下一项工作就很耗时、耗费人力和脑力。镜头记录的大量材料需要处理，人、车、各种危险、红绿灯、车道标线等都需要“贴标签”。意识到这种乏味的工作不能偷走懒惰，Mobile Eye公司雇佣了数百名员工为图像“贴标签”，这种脚踏实地的风格也使其成为该领域的领导者。有了这些基础，未来，Mobile Eye等其他公司将越来越多地使用模拟技术来生成大部分数据，而不是依赖人力。“个性”比人更谨慎。当遇到路边慢跑者时，他们会减速并停车。目前，无人驾驶汽车通常比人类司机更“胆小”，因为我们可以更准确地了解周围发生的事情。在一段测试视频中，当特斯拉在路边遇到慢跑者时，它会减速到几乎停下来。当我们遇到同样的情况时，我们会做出判断，“慢跑者不太可能突然跳到路上”，系统被设计得更加谨慎（至少在目前的系统中是这样）。从目前的技术来看，对无人驾驶汽车确实有必要保持谨慎。他们不太善于应对百万分之一可能发生的“小概率”事件，比如一张沙发从前车上掉下来，或者一些穿着奇怪服装的人出现在路边。自动眼开发的视觉技术可能会提供更多“微妙的场景”，帮助汽车更自信地训练。你还可以读取人们的面部表情，分析路边行人的姿势和可能的意图，甚至可以“看透”你旁边的车，无论对方的司机是在看路还是在玩手机。此外，这种视觉技术可以与人类驾驶员无缝连接，并通过辅助保护系统帮助我们避免错误。名词解释说，自动驾驶汽车和无人驾驶汽车是一回事，但在不同的地方被称为不同的汽车。欧洲更喜欢称之为自动驾驶汽车，而美国则使用后者。

标签：北京比亚迪奇瑞荣威Model X

汽车资讯热门资讯