智能制造網(wǎng)訊 自動駕駛走向廣泛應(yīng)用的下半場已然開啟。當(dāng)前,國家和各地政府正在不斷加強對智能網(wǎng)聯(lián)、自動駕駛、智能公交車等智慧交通場景示范區(qū)的建設(shè)和投入,同時有序推動各類相關(guān)標(biāo)準(zhǔn)的制定和實施,積極鼓勵社會企業(yè)參與其中,為相關(guān)交通技術(shù)應(yīng)用和場景落地營造了良好的氛圍。
近日,自動駕駛行業(yè)發(fā)生了兩件大事,引發(fā)行業(yè)人士的關(guān)注與討論。
12月7日,Uber宣布出售虧損已久的自動駕駛業(yè)務(wù),Uber于2015年搭建的自動駕駛團隊ATG就此成為歷史,持續(xù)5年的自動駕駛研發(fā)也走到盡頭。
12月8日,百度在廣州舉辦Apollo生態(tài)大會,發(fā)布ANP(Apollo Navigation Pilot)輔助駕駛。Apollo Lite是基于L4級純視覺自動駕駛的城市道路閉環(huán)解決方案,將于明年搭載于量產(chǎn)車型上市。ANP聯(lián)合此前推出的AVP泊車方案,百度計劃在未來5年實現(xiàn)100萬輛車型的前裝。
自動駕駛配套系統(tǒng)化方案的推出,對于廣大汽車用戶來說是一個好消息。在自動駕駛相關(guān)應(yīng)用落地的過程中,算法、云計算等所起到的作用日益突出。如今,機器學(xué)習(xí)算法正大規(guī)模地用于解決自動駕駛汽車產(chǎn)業(yè)日益增多的問題。結(jié)合ECU(電子控制單元)傳感器數(shù)據(jù),人們必須加強對機器學(xué)習(xí)方法的利用以迎接新的挑戰(zhàn)。搭載了機器學(xué)習(xí)算法的潛在應(yīng)用包括利用分布在車體內(nèi)外的傳感器,例如雷達、攝像頭、激光探測。綜合各類數(shù)據(jù)之后,就可以應(yīng)用于駕駛員駕駛狀況評估、駕駛路線策劃及避開障礙物等細(xì)分場景。
根據(jù)車輛導(dǎo)航系統(tǒng)的研究歷程,車輛路徑規(guī)劃算法整體分為靜態(tài)路徑規(guī)劃算法和動態(tài)路徑算法。靜態(tài)路徑規(guī)劃,是以物理地理信息和交通規(guī)則等條件為約束來尋求短路徑,已日趨成熟,雖然相對簡單但對于實際的交通狀況來說其應(yīng)用意義不大;動態(tài)路徑規(guī)劃,是在靜態(tài)路徑規(guī)劃的基礎(chǔ)上,結(jié)合實時的交通信息對預(yù)先規(guī)劃好的優(yōu)行車路線進行適時的調(diào)整,直至到達目的地得到優(yōu)路徑。算法融入動態(tài)路徑規(guī)劃,已經(jīng)成為自動駕駛研究的一大分支。
在高級輔助駕駛系統(tǒng)(ADAS)中,利用感應(yīng)器獲取的圖像包含多種多樣的環(huán)境數(shù)據(jù)。此時對圖像進行過濾變得十分必要,這樣可以剔除一些不相關(guān)的樣本得到用于分類的實例數(shù)據(jù)。而在分類前,關(guān)鍵步驟是在一個數(shù)據(jù)集上的模式識別,這類算法被稱為數(shù)據(jù)約簡算法。
由于應(yīng)用場景的變化,重新定義軟件的架構(gòu),導(dǎo)致硬件架構(gòu)的變化,核心就是人工智能的計算。其實,從CPU時代的邏輯計算為主到現(xiàn)在深度深耕網(wǎng)絡(luò)計算的智能計算,實際上使得硬件處理器的架構(gòu)重新在被定義,這一點在智能汽車、自動駕駛出租車方面同樣適用。
有專家指出,自動駕駛汽車依靠雷達、監(jiān)控裝置、視覺計算、人工智能和定位系統(tǒng)協(xié)同合作,讓電腦可以在沒有任何人類主動的操作下,自動安全地操作機動車輛。在自動駕駛的過程中,汽車需要通過感知、策劃、控制、決策等一系列過程,從而實現(xiàn)“人工智能”。簡單來說,自動駕駛系統(tǒng)根據(jù)從感知融合模塊得到的環(huán)境信息,如紅綠燈、行人、其他車輛等數(shù)據(jù)的反饋,才可做出停車、超車、變道等具體行為決策。
理論上講,由于自動駕駛汽車不像人類駕駛員那樣容易注意力分散或疲勞,它們其實具有減少路面交通事故的潛力。不過,人類在遇到新狀況時,能夠基于知識范疇和理性決策盡快做出反應(yīng)。而現(xiàn)階段,人類尚無法訓(xùn)練自動駕駛汽車熟悉所有可能的交通狀況,想要讓自動駕駛汽車實現(xiàn)“無事故軌跡”的運作還需要突破算法、技術(shù)、監(jiān)管等多方面的瓶頸。
隨著算法的精進,以及物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等各類技術(shù)的不斷成熟,相信自動駕駛汽車的推廣應(yīng)用之路會“跑”得更為順暢。
版權(quán)與免責(zé)聲明:
凡本站注明“來源:智能制造網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-智能制造網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本站授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:智能制造網(wǎng)”。違反上述聲明者,本站將追究其相關(guān)法律責(zé)任。
本站轉(zhuǎn)載并注明自其它來源(非智能制造網(wǎng))的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如其他媒體、平臺或個人從本站轉(zhuǎn)載時,必須保留本站注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。如擅自篡改為“稿件來源:智能制造網(wǎng)”,本站將依法追究責(zé)任。
鑒于本站稿件來源廣泛、數(shù)量較多,如涉及作品內(nèi)容、版權(quán)等問題,請與本站聯(lián)系并提供相關(guān)證明材料:聯(lián)系電話:0571-89719789;郵箱:1271141964@qq.com。