无人驾驶汽车的核心技术就是物体识别，但是在识别到不同类型的物体后，汽车又该作何反应呢？在瞬息万变的大马路上，仅仅给汽车编程几套固定的模式当然是不够的，我们必须教会汽车学会正确地对各种复杂情况做出反应。英伟达CEO黄仁勋在近日举办的GPU科技大会上为我们展望了这一前景。
早在年初的美国消费电子展（CES）上，英伟达就发布了具备深度学习能力的Drive PX电脑。这项技术将在五月份成型，而著名汽车厂商奥迪已经承诺基于Drive PX研发无人驾驶汽车。
它如何识别物体？
Drive PX是如何学习识别前方物体的呢？英伟达提前在Drive PX的神经网络中植入了数以百万计的图像信息，这些信息都加有相应的标签。这套系统能够将这些图片拆散成小的元素，从而形成一个庞大的知识库。
当Drive PX电脑遇到一个从没见过的图像时，它会将这张图像用相似的方法分解，然后将图像中的元素和已知知识库进行比对。一旦发现有内容和数据库中已知元素重合，Drive PX就能够认出它面前的东西了。比如Drive PX电脑的摄像头可以通过侦测到人的头部或手臂来推断前方物体正是人类。它甚至能够分辨出对面驶过来的是辆SUV，还是三厢轿车。
这项研究已经进展50年了，英伟达在2012年借助自家处理器实现了在识别精确度上的飞跃。这套深层神经网络系统甚至在一些测试中展现了比人类更优异的图像识别精度。比如它不仅仅能够认出面前的小猫，甚至能够对这只猫的品种了如指掌。
显然这种识别模式对于无人驾驶技术意义深远，这将帮助汽车准确识别前方的物体。
更接近人类的反应
传统的驾驶辅助系统仅仅能够在探测到障碍物之后帮助驾驶员踩下刹车（比如沃尔沃汽车的前碰撞预警系统）。而英伟达芯片能做到的不只有这些，它除了能做到更准确的障碍物识别外，还能帮助无人驾驶汽车做出更接近人类的驾驶反应。
以Project Dave项目为例。在此项目中，研究人员远程控制汽车，帮助它实现无人驾驶。想象一下他们会怎么做？给无人驾驶汽车设定好路线，通过编程告诉它当传感器探测到行进过程中的障碍物具体该作何反应？？当然不是。研究人员使用人类开车的视频来教无人驾驶吸取驾驶经验。Project Dave汽车能够从人类面对不同障碍物所做的反应来学习驾驶。接下来汽车在面对相似的情况时，就能做出和人类相似的反应了。
深度学习技术能够给予未来的无人驾驶汽车更灵活的随机应变能力。比如当无人驾驶汽车探测到前方道路上大的减速坎时，它会自动稍微放慢车速压过减速坎，以减少车上乘客的颠簸感。
这些具备深层学习能力的汽车当然也有难以回避的局限性，为了解决这些局限性，工程师会可以在系统中植入一些强制规则，比如“禁止碰撞前方固体障碍”。这让你想到了什么？没错，阿西莫夫机器人三定律。我们大可以在这些善于学习的汽车中编入下面这条指令：禁止碰撞人类。相信用不了多久，无人驾驶汽车就能真正进入我们的生活，并在城市通勤中扮演重要角色了。
引用地址：
无人驾驶汽车能学习驾驶技术 随机应变更聪明
推荐阅读最新更新时间：2024-07-25 19:03
未来机器人会越来越聪明 外星人可能是机器形态
据国外媒体报道，如果人类与先进外星种族建立联系，他们或许并不是我们想象的类人生物。据搜寻地外文明（SE）计划的科学家Seth Shostak介绍，能够发送出会被地球探测到的信号的外星人，可能已经超越了生物形态，而是以智能机器的形式存在。他表示，任何能发明出无线电的社会，包括我们自己，最终都将发明出越来越先进的机器，向着全数字化社会转变。 Shostak表示，人类什么时候最终能与科学技术融为一体并不重要，重要的是，这是必然的趋势。外星生命也是一样。也许是2100年，或是2150年，或者2250年，这都不重要。重点是，任何能发明出无线电的社会，在几个世纪内，一定会发明出能先进的替代品。这一点很重要，因为替代品都是机器。就
[机器人]
STM32F4 学习 day4 正点原子 第12讲 STM32 GPIO口工作原理
以上为GPIO的讲解顺序 在 开发指南第六章有简要的介绍 GPIO口 官方的参考 STM32F4中文参考手册 STM32 F407 的芯片资料 STM32f407 有7组 IO口 1.输入浮空 如果一个IO口 被配制成了浮空输入模式，那么它的 输出驱动器这部分的电路是不工作的。电平从IO口输入后先经过可以配置的上拉下拉 ，然后经过 TTL施密特触发器就会被打开，那么就可以通过输入数据寄存器读取IO口的电平。 2 输入上拉 如果被配置为输入上拉后，如上图所示的上拉电阻会被接到Vdd，输入的电平会被拉倒VDD, 之后经过TTL触发器后到输入数据寄存器，之后被CPU读取 3输入下拉 输入电平被拉低 4 模拟输入
[单片机]
mini2440定时器学习笔记
S3C2440有5个16位定时器，定时器0、1、2和3有PWM功能(因此这4个定时器也被称为PWM定时器)，都有一个输出引脚，定时器4是一个内部定时器，无外部输出引脚。 定时器的时钟源是PCLK，然后通过内部的两级分频器分频得到定时器工作所需要的频率。其中，定时器0、1公用一个8位的第一级预分频器prescaler 0，定时器2、3、4公用另一个8位的第一级预分频器prescaler 1；每个定时器都有一个与之对应的第二级分频器clock divider如下图所示 虽然定时器较多，但工作原理都是相同的，只需要理解一个定时器的工作原理即可。对于某一个定时器，其内部结构原理图如图二所示。缓存寄存器TCMPBn和TCN
[单片机]
NVIDIA研究人员利用深度学习让机器人模仿人类行为
日前英伟达研究人员公布一项研究，英伟达研究人员利用人工智能与深度学习，让工业机器人通过观察人类执行简单任务。根据英伟达介绍，深度学习和人工智能能改善机器人与人之间的沟通并能协同合作。 英伟达在澳大利亚布里斯班举办的一场会议上介绍了该机器人学习人类的论文。研究人员通过训练由NVIDIA Titan X GPU驱动的神经网络，通过机器人学习人类的行为完成任务，这一算法可以让机器人通过摄像头判断物体与位置的关系，然后神经网络会生成一个步骤序列阐释如何执行任务。 英伟达通过一段视频展示了该技术是如何教会机器人去堆叠不同颜色方块的。虽然堆叠方块看起来非常简单，但是对于机器人而言也是非常重要的一步。 作者：阿迷/实习
[机器人]
AD转换__HCS12学习笔记（3）
AD转换是非常普遍的模块了，在8位或者16位的单片机上都有应用，在HCS12系列的单片机上内置了一个AD转换器，可用于8位或者10位的AD转换，但做不了DA转换。原理很简单，就不提了。 寄存器： ATDCTL2 AD的电源开关、中断和外部触发信号。 ATDCTL3 AD转换的序列长度、结果寄存器是否采用先进先出方式以及冻结模式下的设置。 ATDCTL4 时钟频率、第二阶段采样的时间长度及AD转换的精度（8位或者10位）。 ATDCTL5 AD转换序列的类型和采样的模拟量输入通道。 ATDSTAT0 包括转换完成标志位、外部触发中断溢出标志位、先入先出模式位和转换结果标号位。 ATDTEST1 用于激活特殊通道 ATDSTAT
[单片机]
机器学习界所抵制的 是旧的知识分享方式
国际知名期刊《自然》顺应人工智能发展势头，准备发布新子刊《自然·机器智能》，收割一波论文。结果刚刚宣布正式接受投稿不久，就被一纸声明弄得很尴尬：机器学习社群表示，这期刊和自己三观不合，他们决定不投稿、不评审、不编辑。总而言之，就是要公开抵制。 俄勒冈州立大学网站上的公开信道出了原因：几乎所有重要的机器学习发表平台都不对发表和获取文章收费，《自然》的新期刊沿袭旧制度，是种倒退。在旧制度里，跨国期刊出版商是这么赚钱的：他们从学者处获得知识产品的版权，再将其打包高价出售给科学共同体；他们通过销售科学知识产品攫取高额利润，用商业化运作为学术传播交流筑起高墙。在传统期刊发过论文的学者都经历过这个悖论：既要付费发表，又要付费获取。用句文绉绉的
[机器人]
OK6410裸机学习之时钟设置-C语言
start.S源码： .globl _start _start: // 硬件相关的设置 // Peri port setup ldr r0, =0x70000000 orr r0, r0, #0x13 mcr p15,0,r0,c15,c2,4 @ 256M(0x70000000-0x7fffffff) // 关看门狗 // 往WTCON(0x7E004000)写0 ldr r0, =0x7E004000 mov r1, #0 str r1, // 设置栈 ldr sp, =8*1024 // 设置时钟 bl clock_init bl main
[单片机]
STM32学习之路：I2C的基本读写
宏定义： /*I2C传输速度，最高为400kHz*/ #define I2C_SPEED 400000 /* STM32 自身的 I2C 地址， 这个地址只要与 STM32 外挂的 I2C 器件地址不一样即可 */ #define I2C_OWN_ADDR 0x77 /*EEPROM地址*/ #define EEPROM_ADDR (0x50 1) //0xA0 #define EEPROM_SCL_GPIO_CLK RCC_AHB1Periph_GPIOB #define EEPROM_SCL_PIN GPIO_Pin_6 #define EEPROM_SCL_GPIO_PORT GPIOB #de
[单片机]
树莓派开发实战（第2版） ([英]simon Monk 蒙克)
数据结构与算法之美 (王争)
控制系统计算机辅助设计 — MATLAB语言与应用
京公网安备 11010802033920号