自动驾驶:前方道阻且长 可能还有更糟糕的情况

发布者:数据梦行者最新更新时间:2018-03-21 来源: 电子产品世界关键字:自动驾驶  Waymo 手机看文章 扫描二维码
随时随地手机看文章

  刚刚,多家外媒纷纷报道,美国东部时间3月19日晚间10时许,一辆Uber无人驾驶车辆在亚利桑那州的坦佩市撞到一位女性行人致其死亡。报道称,这是已知的首例无人驾驶致使行人死亡的事故。事故一经曝光,多位自动驾驶从业者第一时间表达了相关看法。下面就随汽车电子小编一起来了解一下相关内容吧。

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  小鹏汽车董事长何小鹏认为,纯软件和算法的人,是很难真正理解造车的人对安全的恐惧的,但是反过来看,民航也是在很多事故后才逐步成长起来的,饱含敬畏,克服恐惧,挣扎前行。

自动驾驶:前方道阻且长 可能还有更糟糕的情况


  禾赛科技CEO李一帆表示,我们不愿意接受的不是交通死亡事故本身,而是由于新技术带来的新增的、本来不一定会发生的死亡事故。从这个角度说,自动驾驶这个行业还远没有成熟,我们应该抱着一颗敬畏的心,用性能最好、最稳定的传感器来尽可能增加系统冗余,遵守最成熟的开发方法和测试流程。一切试图走捷径的低成本传感器方案,人肉小白鼠众包都是无稽之谈,是犯罪。


自动驾驶:前方道阻且长 可能还有更糟糕的情况


  MINIEYE创始人刘国清在接受盖世汽车采访时则坦言,将来自动驾驶的路很长,后面可能还有更加糟糕的状况,但这些都不能掩盖自动驾驶对社会发展的价值。其认为,国外自动驾驶巨头的测试体系虽然目前仍然很低效且存在大量漏洞,但他们在近两年也逐渐意识到了自动驾驶测试的重要性,并开始在这一领域投入更多的资源和竞争力。相较而言,国内由于起步略晚,对于此方面在重视程度、资源投入、技术水平等仍然有明显差距,而是把更多的关注放在感知、决策等核心技术或系统的研发上,这些从demo car上无法体现,但自动驾驶的产业化拼的恰恰是这些。

  特别对于L4、L5自动驾驶汽车,刘国清认为要想最终落地,测试尤为重要。而且推动自动驾驶路测,不仅仅是车企的问题,还需要政府及其他一些立法结构共同参与进来。在这个过程中,鉴于目前并没有一个自动驾驶系统经过了一个比较完美的测试,可以充分预测车辆在什么情况下会出现意外,什么情况下不会出现意外,可以先从一些风险可控的限定区域自动驾驶测试做起,然后逐步扩展到较为开放的环境里。

  众所周知,自动驾驶所导致的交通事故已屡见不鲜。早先,处于路测阶段的谷歌无人驾驶汽车就频被爆出发生交通事故,所幸都是小事故,并无人员伤亡;而后,特斯拉就被曝出现了人员死亡的交通事故,而此次Uber自动驾驶汽车更是直接将过路行人致死……接二连三的自动驾驶,不得不引发业界关注,下面,一起看看近些年发生了哪些自动事故。

  Uber自动驾驶汽车

  【事故一】

  严重等级:★★★★★

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  2018年3月18日晚上10点,一辆Uber自动驾驶车辆在亚利桑那州与一名行人相撞,行人在送往医院后不治身亡。

  相关报道称,事故车辆为一辆沃尔沃XC90,事故发生时车辆正处于自动驾驶模式,驾驶位上有驾驶员。当地警方称,车辆当时正以大约40英里的时速往北行驶,而行人Elaine Herzberg正在人行横道外的地方横穿马路。事故发生后,Uber宣布暂停其在坦佩、匹兹堡、旧金山和多伦多等北美城市的自动驾驶测试项目。

  【事故二】

  严重等级:★★★☆☆

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  早在2017年3月,同在亚利桑那州,Uber一辆自动驾驶车在路试时与另一辆SUV发生碰撞,导致Uber自动驾驶车当场侧翻,所幸没有造成人员伤亡。

  事故发生时,Uber的车辆处于自动驾驶状态,驾驶座上的人员未对车辆进行干预。当时的具体情况是:在一处十字路口,由北向南行驶的Uber自动驾驶汽车与一辆东西行驶试图左拐的普通汽车发生了碰撞。Uber自动驾驶汽车发生侧翻,另一部车严重受损。当地警方表示:这一事故是由人类司机并未让行直行的自动驾驶车辆所致。

  特斯拉自动驾驶汽车

  特斯拉虽然称为自动驾驶汽车,但是其只能算处于L2级别的自动驾驶,但是有些乘客真把它当成自动驾驶了,结果酿成了惨剧。

  【事故一】

  严重等级:★★★★★

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  特斯拉首起自动驾驶致死事故发生在中国,2016年1月20日,在京港澳高速河北邯郸段,一辆特斯拉轿车直接撞上一辆正在作业的道路清扫车,特斯拉轿车当场损坏,司机高雅宁不幸身亡,当时车主开启了特斯拉的自动驾驶模式。

  【事故二】

  严重等级:★★★★★

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  2016年5月,在美国佛罗里达州,一名ModelS车主在使用Autopilot模式时发生事故死亡。当时是特斯拉车主在途径十字路口的时候,撞上了一辆正在左转的卡车。

  特斯拉方面对事故的解释是:在强烈的日照条件下,驾驶员和自动驾驶系统都未能注意到拖挂车的白色车身,因此未能及时启动刹车系统。而由于拖挂车正在横穿公路,且车身较高,这一特殊情况导致ModelS从挂车底部通过时,其前挡风玻璃与挂车底部发生撞击,导致驾驶员不幸遇难。

  谷歌自动驾驶汽车

  事故等级:★★★★☆

自动驾驶:前方道阻且长 可能还有更糟糕的情况

  谷歌无人驾驶技术测试阶段,发生过十几次的交通事故,但基本上都是小事故。最严重的一次事故发生于2016年2月,在加州山景城,一辆装有谷歌自动驾驶套装的雷克萨斯RX行驶过程中检测到前方有障碍物,向左侧变线时撞上旁边的公交车。

  当时,谷歌无人驾驶汽车在行驶到交叉路口时,为避免撞上路上的沙袋而变更车道,撞上了那条车道上的一辆公交汽车。不过因为谷歌无人驾驶汽车的车速只有2英里每小时,公交汽车的车速也不过15英里每小时,所以没有造成人员伤亡,谷歌无人驾驶汽车的左侧车轮和挡板,以及一个传感器损坏。

  根据谷歌透露,自动驾驶车与公交车发生变道之前的心理状态是「后方应该会礼让」。谷歌此后发表声明,承认产品存在设计缺陷。

  Waymo自动驾驶汽车

  事故等级:★★★☆☆

自动驾驶:前方道阻且长 可能还有更糟糕的情况


  2017年8月26日,谷歌旗下的自动驾驶公司Waymo的一辆处于自动驾驶模式下的汽车,在阿尔玛街的左侧车道上向东行驶时,前方的一辆汽车突然转向避让道路上的一个障碍物,Waymo司机随即退出了自动驾驶系统,向右转弯进入下一个车道。结果,Waymo汽车的后挡泥板剐到了一辆2006款奥德赛的前挡泥板。

  报告称,当时两辆汽车的时速都不到30英里(约48公里),没有人受伤。许多分析人士称,当时事故车辆是在人类控制之下运行,如果没有司机控制的情况下,这辆汽车的运行状况会如何还是一个更大的未知数。

  长安大学无人驾驶测试车

  事故等级:★★★☆☆


自动驾驶:前方道阻且长 可能还有更糟糕的情况


  2017年12月12日,在CIVC中国智能汽车大赛上,长安大学代表队的自动驾驶车辆在躲过“行人”后,偏离了主路,冲过绿化带和非机动车道,撞上了人行道的树木。车辆被毁严重,这是中国智能汽车大赛自举办以来发生最严重的一起事故。

  小结:对比特斯拉2016年的自动驾驶致死事故,此次Uber测试车直接撞击行人并致其死亡事件,所引发的业界质疑声显然要盖过此前以往。惨痛的事故背后,免不了是对自动驾驶这一新兴事物的诸多质疑,但同时,上述列举的自动驾驶所引发的大小事故,又是促成该领域技术成熟并不断完善的最大动力。

    以上是关于汽车电子中-自动驾驶:前方道阻且长 可能还有更糟糕的情况的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:自动驾驶  Waymo 引用地址:自动驾驶:前方道阻且长 可能还有更糟糕的情况

上一篇:宝马充电网络布局计划 未来将建8万电桩
下一篇:中美AI大战前夕,BAT率先入场

推荐阅读最新更新时间:2024-07-25 20:02

自动驾驶车辆路测 限速60公里/小时
昨日,市交通委联合多部门发布《北京市自动驾驶道路测试能力评估内容与方法(试行)》及相关技术文件。根据文件要求,自动驾驶车辆速度限制在每小时60公里内,且经过考核,未达到80分的车辆将无法通过测试。与普通车辆类似,自动车辆须具备识别交通标识、且服从交通指挥人员管理的能力。 限速在每小时60公里内 自动驾驶车辆在测试时需要设置相应的场景。正常情况下,测试的场景为白天、晴天、能见度在500米以上。最重要的是,自动驾驶车辆速度限制在每小时60公里内。 在测试阶段必须有应急处置与人工介入能力。测试驾驶员需要随时随地地介入并接管自动驾驶车辆,并能在介入车辆后正常工作。 在时间上,针对自动驾驶车辆的人工介入也有要求。具体为人工介入后,操作时
[机器人]
Uber自动驾驶技术后来居上,谷歌开始寻求小伙伴
在 自动驾驶 汽车领域, 谷歌 (微博)选择研发制造自有的车型。之前已经推出了没有方向盘、外观十分可爱的自动驾驶汽车,并且在美国多个州上路试验。不过据外媒最新报道,谷歌研发战略发生重大变化,将停止研发自有的汽车硬件,转而和传统汽车公司扩大合作。   谷歌可爱的自动驾驶汽车已经获得了媒体广泛报道,但是时至今日,谷歌仍然在“无休止测试”当中,这种汽车何时会变成正式的产品,不得而知。     据美国科技新闻网站报道,最近,谷歌母公司Alphabet的首席执行官佩齐以及首席财务官波拉特(Ruth Porat)共同作出了调整自动驾驶汽车战略的决定。   这两位高管认为,谷歌目前研发设计的自动驾驶汽车,完全取消了方向盘和刹车,这样的设计太
[嵌入式]
剑桥大学利用图像识别和深度学习技术,提升自动驾驶“感知”与“定位”能力
    汽车要实现真正的无人驾驶,它必须能够感知和识别周围的物体,并且要知道自己的确切位置。这两方面都是无人驾驶技术的核心。       英国剑桥大学的一个团队利用图像识别和深度学习技术在这两个方面取得了一定的突破。他们针对这两个方面分别研发了SegNet系统和PoseNet系统。尽管它们目前还不能控制无人驾驶汽车,但是它们能让机器“看见”,精确定位和识别所看之物,这种能力是开发自动驾驶汽车和机器人的关键因素。 1.SegNet系统     在无人驾驶汽车对周边物体的感知方面,传统的思路是使用雷达传感器,或雷达与LIDAR(一种遥感技术)相结合的设备,但是这些设备价格非常高,所有设备加起来甚至比整辆车还贵。这对于无
[汽车电子]
Uber自动驾驶迎来首批体验者,大家都说“Very good”?
9月14日开始,  Uber 将在匹兹堡正式开展 无人驾驶 叫车服务的试验,一组被选中的乘客将会发现,自己的Uber软件上多了一个无人驾驶车辆的选择。   早在一年半前Uber就公布了这个项目,并且从卡耐基梅隆大学(CMU)聘请了数十位研究员,从事该项目的研发工作。 在本周二,Uber曾向媒体公开了即将被试验的福特轿车,这些轿车上都安装了雷达、摄像头和其他感应装置。试验车辆被放置在位于匹兹堡市中心东北部的Uber高级技术中心(Advanced Technology Campus, ATC)。 TechCrunch的记者Signe Brewster有幸被选中参与无人驾驶叫车服务的试验。以下是她的整个驾乘体验的分享。
[嵌入式]
英特尔今年8月开造7nm最高级别自动驾驶芯片:虐NVIDIA
在深度学习方面,Intel和NVIDIA曾在去年有过一段激烈斗法,NVIDIA称GPU承载AI场景更优秀,Intel当然是坚定地支持CPU。 作为依靠深度学习的一个非常重要的应用领域,在汽车自动驾驶方面,Intel也没忘了踩NV一把。 Intel的自动驾驶最重要的握把就是年初收购的以色列公司Mobileye,花了高达153亿美元。不过,Mobileye的技术水平业内有目共睹,此次CES 2018大展上,Mobileye高级副总裁兼首席沟通官(CCO)Dan Galves还饶有兴致地谈及了NVIDIA。 他表示,做自动驾驶不仅需要硬件功底,也需要软件,而Mobileye兼而有之,既有此前积累的ASDS算法,也有世界上最强大的芯片公
[嵌入式]
还在做自动驾驶梦?ADAS才是正确姿势
无人驾驶汽车为整个汽车产业带来了革命性的变化。这项技术让汽车不再只是单纯的代步工具,而是逐步演化成为移动智能终端。当下,无人驾驶技术尚不成熟。但作为无人驾驶技术基础的 ADAS (辅助驾驶)技术则在逐步投入使用。这项技术因能很大程度上提升乘车的舒适度与安全度,而受到消费者、车企与汽车电子企业的重视,前景一片光明。    目前,全球 ADAS市场渗透率约为5%。其中,欧美地区的市场渗透率为9.8%。我国由于低端车型销售比例较大,ADAS的渗透率仅为 3%左右,处于较低水平。由于ADAS成本偏高, 其系统主要装配在奔驰、宝马等豪华品牌汽车上,整体市场渗透率普遍较低。      随着汽车智能化趋势加速和安全需求的提升
[嵌入式]
百度宣布全面开放Apollo Robotaxi自动驾驶出租车服务
即日起,长沙市民朋友使用手机打开百度地图进入打车服务或在百度APP搜索“Dutaxi”,就可率先体验自动驾驶出行服务。通过选择推荐的上下车站点并完善身份信息后,即可发单呼叫无人车。 同时,如果用户在百度地图内打车时,系统也会自动优先推送无人自动驾驶出租车,供市民朋友免费出行。 据悉,早在去年9月份,百度Apollo与一汽红旗联合研发的首批红旗EV Robotaxi就已在长沙开启了试运营。不过,当时还没有对所有市民朋友开放,需要通过申请获得相应资格,才能体验自动驾驶出租车服务。 而百度Apollo Robotaxi经过长达半年多的种子用户试运营后,建立起了完善的运营区域安全评估机制及技术保障体系,因此才能够面向长沙市的所有市民朋友安
[机器人]
光子存储器的进步是如何实现更快光学计算的?
随着自动驾驶和计算机视觉等技术的进步,正在推动对计算能力需求的激增。光计算以其高吞吐量、高能效和低延迟的特点,受到了学术界和工业界的广泛关注。然而,目前的光计算芯片在功耗和尺寸方面存在限制,这阻碍了光计算网络的可扩展性发展。 由于非易失性集成光子学的兴起,光学计算设备可以在零静态功耗的情况下实现内存计算。相变材料(PCMs)已成为实现光子存储和非易失性神经形态光子芯片的有希望的候选者。PCM在不同状态和可逆转变之间提供高折射率对比度,使其成为大规模非易失性光学计算芯片的理想选择。 虽然非易失性集成光学计算芯片的前景是诱人的,但它也面临着挑战。频繁和快速切换的需求对在线培训至关重要,这是研究人员决心克服的一个障碍。在释放光子计算
[嵌入式]
光子存储器的进步是如何实现更快光学计算的?
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved