当前位置:首页 > 汽车电子 > 新能源汽车
[导读] 我们谈论无人驾驶(自动驾驶)的时候,大多时候是在谈论技术的进展。 虽然技术上我们有所欠缺,但总归,我们已经能在实验环境下实现自动驾驶了——前一到两年,不管是汽车主

我们谈论无人驾驶(自动驾驶)的时候,大多时候是在谈论技术的进展。

虽然技术上我们有所欠缺,但总归,我们已经能在实验环境下实现自动驾驶了——前一到两年,不管是汽车主机厂还是Google这样的科技公司,都可以把他们的无人车拿出来亮一亮,比如让无人车跑到测试场地里,人少的大马路上,但终究要落实在我们生活的社会中,难度是挺大的。

后来我们知道了,让无人车跑到路上,就像是一个时刻被连在线上的大脑赤裸的上路。它需要认识环境,与环境对话,它需要通信,要对抗一些信号干扰。所以,真的要跑到马路上,挑战还是不小。

上个星期,PingWest品玩参与了腾讯汽车举办的一场AI活动。

由于腾讯在行业中的地位,我们这个大会的阵容也是十分豪华了——腾讯说这次大会从筹备到举行历时4个多月,到最后邀请了谷歌无人车之父SebasTIan Thrun,北汽集团董事长徐和谊,英特尔全球人工智能战略规划总经理Fiaz Mohamed,美国高通公司高级技术标准总监李俨,中国工程院院士李骏,宝马中国互联驾驶研究院与自动驾驶联合副总裁Robert Bruckmeier、蔚来汽车创始人李斌,长安汽车(000625,股吧)副总裁刘波等30多位重量级嘉宾出席并围绕“谁主‘进化’?”展开对话。

这个大会倒是很有代表性的——科技行业内研究自动驾驶的、传统车厂讲究数字化转型的、政策方负责指定方案和行业调研的,甚至是业内的一些分析师和媒体都参与其中。

腾讯汽车概括提炼了汽车AI进化路径,首次提出“三阶五维”概念。 三大阶段主要指:技术爆发期、混合过渡期及智能交通时代;五大维度分别为:政策法规、基础设施、高精地图、技术标准与接受程度。

目前,行业正迈进第一阶段:技术爆发期,未来四年间,5G通讯、FPGA、全新的经过不断修正改进辅以大数据训练支持后进化的AI算法、低成本激光雷达、全新的客户端OS界面、云端技术都将爆发式发展,刺激商用化的人工智能无人驾驶车辆在2021年左右出现。

技术爆发期后,人工智能无人驾驶车辆受制于电池能量密度以及其他能源行业问题,基础交通设施需要、人工操作车辆寿命等因素,人工操作车辆与商业化人工智能无人驾驶车辆将经历一个12年左右混合过渡时期。

最后正式步入第三阶段:智能交通时代, 智能交通,强人工智能无人驾驶车辆开始颠覆性的普及应用,并极大的促进TaaS 2.0(运输即服务的无人驾驶时代 TransportaTIon as a Service 2.0)。差不多就是因为这样的概念,我们看到不少车企、互联网科技公司提出的2020-2025年的完全自动驾驶规划。

不过,这次大会咖虽然都很大,但听到最后,我却得出了一个简单的结论——

无人驾驶在中国做,还真是有点难。

其实在很早之前,我与不少行业内做无人车的公司、业内人士有过一些交流。总体上,在中国落地无人驾驶,我得出的一个结论就是——最困难的仍然是不可预知的交通环境。

当然,说了这么多,讲得大实话一些,就是中国的老司机们、新司机们都太不遵守交通规矩了——这些东西是要靠人的认知来学习的,而不是依据考试里的科目一二三。我们中国的交通路况实在是比国外复杂的多——有的有自行车道,但电动车还骑到机动车道的,有的没自行车道,干脆自行车也直接上主路的。

中国的交通元素特别复杂——海外可能没有那么多电动车、行人也会按照交通灯来走、街边没有煎饼摊、两条车道其中也不会有一条被停车的站满……

对了,那些人可能还时不时的晃你一下,根本不看后边有没有机动车。

有人说,自动驾驶感应器那么精确,比人的直觉的灵敏度高多了,不就是为了解放我们的双手双脚的么——检测到人,一脚急刹不就完了么?

这就要说到在一些视野盲区里,其实老司机们到那都会自动备一脚刹车的。但自动驾驶汽车没这经验,一看绿灯全速通过,结果左侧公交车视野盲区杀出来一个三蹦子……恐怕它自己都刹停不了,直接把人撞飞了。

很多车企喜欢运用人工智能来处理驾驶习惯的问题,所以即使这样,在中国的驾驶习惯、交通路况就需要单独学习。

宝马中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁RobertBruckmeier讲了这层意思。

他举了一个例子,在慢速的路况超车情况下,不少西方的海外城市的运动轨迹是,超车打左转向灯,左侧车点刹车,右侧快速超越;而中国市场内是,右侧超车可能没打转向灯,左侧车被右侧车快挤到道路边线的位置,赶紧减速,右侧车突然意识到打灯了,快速超越。

宝马尝试把德国的AI放到中国,发现完全行不通。基于德国无人驾驶车队的经验,到了中国后发现,德国的AI探测到周围的车会很疑惑——这些灰色的车为什么要走到我的车道上呢?所以就不知道怎么做了。

宝马举这个例子很简单,如果要按照西方国家的数据训练自动驾驶汽车拿到中国来用,在理论阶段,那都可能不太能实行。所以在中国做自动驾驶,就得中国研究中心来做,得用中国的数据,学习中国的风格。

不过归根结底,这是在探讨路权的问题。而在实际生活的数据,有的时候会比这样的情况更复杂,几个月前,我在我的一篇文章《有中国特色的无人驾驶》中提到过一些观点:

比如人们可以很简单的从其“不走直线”下意识的判断前边的司机可能是个新手,然后减速;人们会在一个相对复杂的交通环境下总结开车的技巧,因为这些都是人学习后的经验。但汽车决策目前只有更精确的感知,以及更复杂的算法决策,但那些超出算法决策范围的情况可能会在中国发生。

比如人们知道在高峰期间绕过拥有复杂路况的五道口,无人驾驶汽车可能只能硬着“头皮”根据高精度导航走走停停——来了一个人横穿马路,停下;快递三轮从狭小的空间穿越,停下;两侧车道强行加塞,停下;面对这么多的情况,无人车的决策和预判系统变得非常复杂,可以说会非常的有中国特色了。

那么多的车企喜欢在美国加州拿一个资格进行路测,却很少能有人在中国的社会道路上搞一个自动驾驶测试。中国在这方面相对保守——为了保护公众的安全,不安全的东西不能上路,但无人车不上真实路段就没法变的安全。

想想还真觉得挺难的,暂时是个死结。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着科技日新月异的进步,语音识别技术已成为人工智能领域的一项核心突破。这项技术旨在模拟人类听觉系统,通过复杂算法和模式识别手段将连续或离散的语音信号转换为可理解的文本或指令信息。本文深入探讨了语音识别技术在多个领域的广泛...

关键字: 语音识别 人工智能

随着人工智能和信息技术的飞速发展,语音识别技术已经从实验室走向了现实生活中的各个角落,成为人机交互领域的重要组成部分。语音识别产品不仅丰富了我们的日常生活,也正在深刻地改变着众多行业的工作模式和服务形态。

关键字: 语音识别 人工智能

在当今大数据和人工智能时代,机器学习作为核心的技术驱动力,正以前所未有的速度改变着我们的生活和工作方式。从基础的数据分析到复杂的决策支持系统,机器学习模型的成功构建和应用离不开一套严谨的流程。本文将详尽阐述机器学习过程中...

关键字: 机器学习 人工智能

机器学习作为人工智能领域的核心技术,其应用日益广泛,从搜索引擎优化到医疗诊断,从金融风控到自动驾驶等众多领域均发挥着重要作用。深入理解并掌握机器学习的关键步骤是成功构建高效模型和解决方案的基础。本文将详细阐述机器学习的主...

关键字: 机器学习 人工智能

是德科技(Keysight Technologies, Inc.)现已开启与全新 NVIDIA 6G 研究云平台的合作。该平台包括 NVIDIA Aerial Omniverse 数字孪生,这是一个开放、灵活的网络仿真资...

关键字: 6G 人工智能 RAN

纵观人类近现代史,每一次工业革命都是将战略性科技转化为生产力,从而创造巨大的新增财富和全面提升国家竞争力的过程;而且一个国家在工业革命面前的“沉与浮”,则取决于一个国家对这些战略性科技和产业化能力的把控。从被称为蒸汽机时...

关键字: 人工智能 算力 大模型

Arm Neoverse 旨在为从云到边缘的全场景基础设施用例提供高性能和出色能效。针对需要更高性能的工作负载和用例,Arm 推出了 Neoverse V 系列。其中,Neoverse V2 核心已被行业先行者广泛部署于...

关键字: 云计算 人工智能 CPU

本文中,小编将对人工智能AI予以介绍,如果你想对它的详细情况有所认识,或者想要增进对它的了解程度,不妨请看以下内容哦。

关键字: 人工智能 AI

在这篇文章中,小编将为大家带来人工智能AI的相关报道。如果你对本文即将要讲解的内容存在一定兴趣,不妨继续往下阅读哦。

关键字: 人工智能 AI

“人工智能+”时代将至 超过90%的受访企业将招聘人工智能人才列为首要任务,但62%的受访企业在招聘所需人才时面临困难

关键字: 人工智能 生成式AI 机器学习
关闭
关闭