Wayve正在开发人工智能 为自动驾驶汽车赋予更优AI大脑

2019-11-18来源: 猎云网关键字:自动驾驶  人工智能

来自英国的初创公司Wayve正在开发人工智能,该技术可以教授汽车如何使用强化学习、模拟和计算机视觉进行自动驾驶。据报道,该公司在由帕罗奥多风险投资公司Eclipse Ventures领投的A轮融资中获得了2000万美元,Balderton Capital、Compound Ventures、Fly Ventures和FirsMinute Capital跟投。

Wayve正在开发人工智能 意图为自动驾驶汽车赋予更优AI大脑

几位著名的天使投资人也参加了这一轮融资,包括Uber首席科学家Zoubin Ghahramani和加州大学伯克利分校机器人学教授、深度强化学习的先驱Pieter Abbeel。

Wayve于2017年在英国剑桥成立,其核心前提是无人驾驶汽车的重大突破将来自于更好的AI大脑,而不是更多的传感器或“手动编码”规则。该公司表示,它使用模拟环境训练其自动驾驶系统,然后将这些知识转移到现实世界中,在其中模拟人类如何实时适应条件。Wayve的系统会从每次安全驾驶员的干预中学习,以了解驾驶员为何要干预,绕过高清地图、激光雷达和其他传感器,而这些传感器已成为迅速发展的自动驾驶汽车的代名词。

值得注意的是,如果汽车制造商想要使用Wayve的机器学习算法,那是没有问题的,因为该算法可以与任何硬件或传感器协同工作。但Wayve的中心思想是,自动驾驶汽车应该能够像人类一样学习新的环境。

Wayve联合创始人兼首席技术官Alex Kendall表示:“我们的算法正在学习成为超越人类的驾驶员。我们从专心的人类驾驶中学到了东西,这已经消除了由于注意力不集中/无效驾驶而造成的98.3%的人类道路错误。然后,通过向系统提供反馈,我们将进一步增强人类学习所不能提供的能力。”

Wayve坚持使用端到端机器学习、基本摄像头和GPS导航来构建安全有效的自动驾驶汽车系统。

Wayve联合创始人兼首席执行官Amar Shah说:“随着计算能力和数据的不断增长,基于学习的方法将变得越来越不可避免,尤其是对于移动机器人而言。人类的大脑已经发展了数百万年,计算机虽然只有几十年,但是正在迅速追赶。”

早在4月,Wayve就证明了其技术在“从未见过的复杂城市环境中”应用于使用了摄像机和卫星导航(SatNav)的车辆,并宣称自己是“世界第一”。因此,从本质上讲,汽车只是实时使用机器驱动的眼睛和大脑,而不是依靠高清地图或复杂的激光雷达传感器。

虽然确实Wayve的系统似乎是一种更优雅、更便宜的自动驾驶技术解决方案,但这无法解释为什么Waymo等公司投入大量资金来开发激光雷达传感器,而TomTom之类的公司在投资数百万美元研发高质量地图。

实际上,对于自动驾驶汽车和卡车而言,它们必须能够识别并了解其周围环境,以免发生碰撞,从而能够高速穿越繁忙的通道。激光雷达传感器旨在通过用激光照亮车辆和环境物体,测量反射脉冲来测量车辆与环境物体之间的距离。但是激光雷达并非完全适合所有条件,这就是高清地图可以在自动驾驶汽车的发展中发挥重要补充作用的原因;它们有助于更准确地表示周围环境,包括车道、几何形状和交通标志。它们还可以有效地使汽车看到盲点,这是激光雷达或计算机视觉尚无法实现的。

因此,从直觉上讲,基本的SatNav和摄像头应该意味着性能较低的车辆。即使可以训练该系统以最少的硬件附件安全地在95%的时间内驱动设备,但是访问更多的数据肯定拥有足够的优势卖点。当然,我们在这里谈论的是安全性,这就是自动驾驶汽车的最大卖点之一。

根据Wayve的说法,过去几年中计算机视觉技术的发展恰恰使以“仅摄像头感知”的方式行驶成为可能。该公司从2015年开始在剑桥大学开发其SegNet深度学习系统,并证明了它在从单个深度学习模型理解语义、几何、深度和运动方面取得了非常大的进步。

Kendall说,借助Wayve的自动驾驶系统,汽车的眼睛基本上是一排230万像素RGB摄像头,具有高动态范围,这使它们能够“在夜间和明亮的阳光下获得良好的信号”。

他继续说:“我们正在观察计算机视觉的巨大进步,包括我们自己的一些工作,这使我们能够非常准确地从相机感知深度。要进一步说明的是,我们作为一个行业面临的问题不是感知,而是决定如何采取行动。决策非常复杂,尤其是在伦敦这样的环境中。这是从感知到行动的端到端学习如此强大的地方。”

Wayve表示,计划在伦敦市中心推出一支自动驾驶的Jaguar I-Pace电动SUV汽车试点车队,并配备安全驾驶员。Kendall说:“我们将从8辆Jaguar I-Paces的研发车队开始,以进一步开发我们的技术。一旦我们证明它们有能力应对伦敦道路上的复杂性,我们将开始进行商业试点。”

同样不可忽视的事实是,Wayve设法从风投和技术领域获得了一些著名的支持者。对于一家硅谷投资公司来说,在欧洲投资早期自动驾驶汽车创企,是一个难得的机遇。

Eclipse Ventures的合伙人Seth Winterroth说:“Wayve的差异化自主方法建立在强化学习、模拟和计算机视觉领域的及时发展之上。此外,通过将公司设在英国,该团队可以使用非凡的人才库和众多复杂的测试环境。”


关键字:自动驾驶  人工智能 编辑:鲁迪 引用地址:http://news.eeworld.com.cn/qcdz/ic480403.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:博世自动驾驶“打法”
下一篇:采埃孚明年将推coASSIST辅助驾驶系统

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

李开复眼中的AI与交通:距离实现L5自动驾驶还有20年
AI,人工智能,是一个充满智慧与想象、带有神秘未来色彩的概念,同时,也是一个谈之色变、令人深感担忧的话题。其实,关于AI的争论一直都有,其中,最令人关注的一次是,伊隆•马斯克与哈佛大学教授Steven Pinker的一次争论。特斯拉CEO马斯克不用过多介绍,Pinker的来头也不小,除了哈佛大学教授的身份,还是美国国家科学院院士,两次入围普利策奖,获得9个名誉博士学位,2004年被《时代》列为“当前100位最有影响力的人”之一,2013年在《前景》“最伟大思想家”评选中名列第三。Pinker 表示,“如果马斯克严肃认真地支持人工智能威胁论,那么就应该停止他在自动驾驶汽车的研发。”而马斯克却表示,“如果连Pinker都不清楚功能性
发表于 2019-12-06
李开复眼中的AI与交通:距离实现L5自动驾驶还有20年
智能驾驶舱深度报告:汽车颠覆式创新点
人机交互,汽车下一个颠覆式创新点人车交互是体验核心,多屏融合智能驾驶舱代表未来。传统汽车座舱功能区布局碎片化, 信息过载带来人车交互的障碍,导致智能手机成了人车交互的入口,汽车本身的入口价值 被低估。随着汽车电子化程度提高,集成了液晶仪表、抬头显示仪、中控屏幕和后座娱乐 的多屏融合智能驾驶舱会带来更为智能化和安全性的交互体验,同时也是高级辅助驾驶 (ADAS)、自动驾驶和人工智能等新时代技术的关键接口。智能驾驶舱,未来汽车的“第二大脑”负责娱乐端,智能驾驶舱有望成为汽车未来“第二大脑”。根据英伟达预测,未来汽车主要 由两大运算单元构成,分别是智能驾驶舱和无人驾驶。定义人机交互即全车娱乐部分的智 能驾驶舱(cockpit)在汽车
发表于 2019-12-06
智能驾驶舱深度报告:汽车颠覆式创新点
自动驾驶还有这些「冷知识」,你知道吗?
对于所有谈及自动驾驶的人来说,自动驾驶等级几乎是完全绕不开的词。从L0到L5的6个等级,就像是考试的分数一样,代表着由低到高的自动驾驶水平,不管是从业者还是圈外人士,都在使用这项标准对复杂的自动驾驶系统进行理解和区分。不过,这套发布了数年并至今已更新至第三版的自动化系统分类和定义的标准,囊括的内容远不止只是简单划分的6个等级,它同样也为同级别系统间的比较提供了参考的方法。其中,比较重要的三个参数是设计行驶区域(ODD)、动态驾驶任务(DDT)和动态驾驶任务支援(DDT Fallback)。为什么同级别自动驾驶系统之间差异巨大?为什么不同级别系统之间的实际体验与等级不完全相符?透过这三个要素的对比,很多都能一窥端倪。*截图源自SAE
发表于 2019-12-06
自动驾驶还有这些「冷知识」,你知道吗?
浅析自动贴标,特斯拉用人类驾驶行为训练 Autopilot
据外媒报道,贴标(labeling)将助力机器学习的运行。单个标签能向人工神经元网络说明给定输入信息的正确输出值。举个例子,视频中空闲车道的像素会被贴上「自由空间/可用空间」的标签。与车辆、行人、人行道、交通锥标、障碍物等所对应的像素则不得被标记为「自由空间/可用空间」。鉴于有足量的标签示例,神经元网络非常善于学习与路面及障碍物相对应的像素图形种类。在展示的一段新视频中,经训练的神经元网络可给出正确的输出结果,使得自动驾驶车辆能够了解哪些地方可实现自动驾驶车辆的安全行驶,哪些地方则无法做到这一点。默认的视频贴标实现方式是聘用相关人员来对视频像素内容进行人工贴标工作,然而,该方式代价太高昂了,因为手动贴标非常耗时,而所需标记
发表于 2019-12-06
AR让自动驾驶更清楚的了解道路威胁(二)
上一部分我们讲到增强现实技术如何提高自动驾驶的测试效果的,下面具体介绍一下将增强现实功能应用到测试中的案例,让我们看看它会让自动驾驶变得有多聪明。 2017年6月,我们在位于安阿伯的密歇根大学北校区,建立了全球首个自动驾驶汽车全尺寸试验台——Mcity实施了增强现实环境。它占地32英亩,其8车道公里(5车道英里)的道路被安排在具有高速公路、多车道主干道或交叉路口属性的路段。 自动测试车配备了车载设备,可以监测如位置、速度、加速度和航向等车辆状态,每隔十分之一秒发出一次。利用专门的短程通信(DSRC)来实现无线传输(DSRC是一种类似于专为移动用户设计的Wi-Fi的标准)。此外,分布在测试设施周围的路边设备接收
发表于 2019-12-06
AR让自动驾驶更清楚的了解道路威胁(二)
AEB功能将确保乘客和路人的安全 决定自动辅助驾驶的上限
近年来,因汽车引发的行人死亡人数一直在上升,如何在繁杂的行车环境中,确保所有乘客和路人的安全,是汽车安全科技发展的方向,新技术AEB有可能改变这种状况。自动驾驶的等级划分L1系统只能对加减速或方向盘二选一辅助控制,如AEB、ACC、LCC。L2系统有多项操作权,但司机主导,如TJA、HWA。L3驾驶操作和周边监控都有系统介入,人类驾驶员保持注意力备不时之需 如TLP、HWP。L4车辆可完成大部分路况下的自动驾驶。L5全部驾驶操作由系统完成,人类驾驶员可自由安排活动。AEB自动紧急制动系统对于自动驾驶有以下细分系统:DAS(自动驾驶系统)、ADAS(高级驾驶辅助系统)、AEB(自动制动)、ACC(自适应巡航)、TJA(拥堵辅助
发表于 2019-12-05
AEB功能将确保乘客和路人的安全 决定自动辅助驾驶的上限
小广播
电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved