从辅助驾驶发展为自动驾驶:智能在交通运输中的典型应用

2020-09-07 17:29   来源: 互联网

信息技术的发展有 20 年的周期性规律:1970-1990 年是 PC 的数字化,1990-2010 是互联网推动的网络,从 2010 年到 2010 年,我们将面临机器智能的寒武纪爆炸。如果物联网是机器的 "视觉",那么互联网就像地壳运动一样,导致了 "Internet+" 应用的出现,而大数据是进化机器智能的一种钙元素。


人工智能现在很热门,初创企业正像雨后春笋般涌现出来。从业者开始思考如何让技术形成涟漪效应,促进行业的非线性和过渡性增长。有些人把人工智能和工业比作葡萄干和面包之间的关系。虽然葡萄干仍然是没有面包的葡萄干,但两者的结合可以创造出一个新的高价值类别。近年来,作者一直在探索人工智能的工业机遇,并得出结论:在过去 5 年里,自动驾驶仪是人工智能带来的最大增值产业,而不是其中之一。


从辅助驾驶到自动驾驶:人工智能在交通运输中的典型应用


自动驾驶仪是一个一般概念,包括驾驶辅助(驾驶辅助)和自动驾驶仪。驾驶辅助仍由人驾驶,智能反映在对环境的感知上,并及时报警(如车道偏差和与前车碰撞警告)。从驾驶辅助到自动驾驶是一个巨大的飞跃。自动驾驶仪增加了对感知的计划 / 决策和控制。驾驶辅助的感知强调低假阳性和低频率的触发,人是最终的决策者,因此驾驶辅助错误是无害的。自动驾驶仪的感知非常高,因为一段时间的控制完全移交给机器,这不仅需要较低的假阳性,而且需要零误报,这将导致交通事故。

从辅助驾驶到自动驾驶:人工智能在交通领域的典型应用

自动驾驶有三种不同的形式:(1)辅助驾驶或半自动驾驶,特斯拉的自动驾驶就是这种。在某些场景下,汽车可以自动驾驶,比如紧急制动,封闭,结构化道路上的自适应巡航和车道保持,以及自动泊车。必须看到,这类技术还存在很大的局限性。特斯拉最近的事故都发生在十字路口,人口 / 出口和双向道路上,这超出了 Autopilot 的处理能力。(2)高度自动驾驶,在大街小巷的大部分场景都可以自动驾驶,还可以支持多辆车的编队。与辅助驾驶相比,这类技术的环境感知和驾驶认知能力大幅提升,不仅能应对 autopilot 不会应对的路况,还能在完全没有车道的非结构化道路上平稳行驶。


在未来五年,传统仓库及零件供应商的主要工作方向将是第一类及第二类自动驾驶仪,但这并不是要更换司机,而是要使司机更安全及舒适。"显然,这是一条更加安全的渐进道路。一些" 野蛮人 "直接选择无人驾驶作为起点,剑指 2020 年。他们认为前两个自动驾驶仪是危险的,因为当机器故障时,司机可能无法进入状态,在发生电光石材火灾时立即作出清醒的决定。所以最终的解决办法是" 摧毁 " 司机。这样的汽车真的是专为旅行者、儿童、老人、宠物、残疾人驾驶而设计的,旅行的权利已经大大释放了。




责任编辑:萤莹香草钟
分享到:
0
【慎重声明】凡本站未注明来源为"中国财商新闻网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!
网站地图 | 网站简介 | 免责声明 | 投诉与建议 | sitemap |