无人驾驶急需解决规划控制和传感器价格高两大问题

发布者:EtherealEssence最新更新时间:2018-06-05 来源: eefocus关键字:无人驾驶  规划控制  传感器 手机看文章 扫描二维码
随时随地手机看文章

  当我们还在感慨驾驶是一件费心费力的事情时,无人驾驶技术的进步已经逐步开始了解放我们的双手到大脑的发展,在 O'Reilly 和 Intel人工智能 2018 北京大会上,营长与前百度硅谷研发中心创始核心成员李力耘博士聊了聊,李力耘表示目前无人驾驶技术上最亟待解决的技术是:是传感器的能力跟它的价值的平衡、无人驾驶的规划控制两大问题。
 
  无人驾驶发展的价值
 
  无人驾驶技术的发展,对人类来说不仅仅是解放了双手,还解放了大脑。我们的注意力不需要集中在驾驶上,这将为经济效益和社会效益带来极大进步。
 
  无疑在北京和美国硅谷这种交通环境下,开车对我们来说并不是一种享受,它需要花费很多的时间和精力,如果无人驾驶技术得到普及,可以把开车的时间解放出来,可以在车上查查邮件,看看新闻,甚至休息一下。另外,无人驾驶对经济的生态也会带来一些变化,例如无人产业链或许就会改变商圈的选址。
 
  数据显示,人类开车大概每百万公里的量级就会出现一次致命事故,无人驾驶发展至今,已经行驶上千万公里,发生了 Uber 的事故,相对来讲,无人驾驶反倒是比人类驾驶安全系数更高。
 
  无人驾驶取代司机是一个漫长的过程,可以看到,无人驾驶的测试是配备有司机的。如果无人驾驶技术得到普及,可以做整体全局上的智能城市的优化,比如说大家可以有一个集中的调度的系统,来优化去同样目的地人群,并提倡共享出行。
 
  无人驾驶技术不仅仅解放了人类的精力和效率,最终的方向是建立智慧城市,智能交通的规划,随着这种统筹的发展,也许司机的比例逐渐减少,但最终取代司机的这一天,可能还有很长的路要走。
 
  国内的测试环境更具挑战
 
  李力耘认为,美国现代的无人驾驶技术,还是远远领先于国内的,从加州交管局的汇报的数据可以看到,国内顶尖的 Apollo 与 Google Waymo 和 Uber 相比还是有一定差距的。
 
  另外一点, 无人驾驶的人才在美国硅谷比较多 ,这是一个非常重要的一个差别,Google Waymo、Uber 等都积累了很多无人驾驶的人才,国内在这方面仍处于刚刚开始积累的阶段。
 
  国内的测试环境更具有挑战,政府提供了很多的支持,无论是交管法规,还是技术设施,都给予很多的支持,加上中国人对新事物的接受程度很快,像这些移动支付,O2O 这种都是美国没见过的模式,国内很快接受了,在这方面有很大的优势。
 
  所以,在这种落地跟转化上中国的优势很大,美国是技术上的比中国积累的深厚,另外人才方面,随着中国人才渐渐的积累和爆发,最终差距不会很大。
 
  亟待解决的两大技术
 
  无人驾驶技术目前最亟待解决的技术有两个部分:
 
  第一,是传感器的能力跟它的价值的平衡问题
 
  据法国权威市场分析机构 Yole Développement 的统计,智能驾驶主要通过摄像头(长距摄像头、环绕摄像头和立体摄像头)和雷达(超声波雷达、毫米波雷达、激光雷达)实现感知的;当前最先进的智能汽车采用了 17 个传感器(仅指应用于自动驾驶功能),预计 2030 年将达到 29 个传感器。
 
  举个例子来说,激光雷达技术并不是「原子弹科技」,这项技术只是需要更多的沉淀,更多的精力来把它做的更好、更精。从技术上来说是存在成本降低的可能性。
 
  现在每一个激光雷达厂商都说,只要给我多大量,我就能把成本做下来,所以只要技术方案定下来,降成本是一定可以降的,它的更多挑战是怎么把这个雷达给沉淀更加稳定,更加精准、更加适合无人车的使用。
 
  第二,无人驾驶的规划控制
 
  无人驾驶技术在正常行驶的方面已经解决的很好,但是遇到一些异常情况,如出现一些行人不守交规,或者是一些极端情况的时候,我们怎么把长远的问题,通过算法处理好,这是一个挑战。
 
  或许无人驾驶测试几百万公里级别,才出现一次 Uber 事故的场景,无人车测试的时候也会尽量避免这样的事情,而在这个领域里面,规划控制和模拟器是可以发力的一个点。
 
  用模拟器和人工智能去检测一些车的极限能力,或者是在一些极端情况车辆的反应情况,这些场景往往不太能通过采集数据,或者通过正常的手段来进行学习跟测试的。
 
  对人工智能期待过高
 
  很多人都觉得人工智能不够“智能”,这是因为大家对人工智能的期待过高,从无人车的角度,人脑是一个神经网络,是经过了很多年迭代的,就是说你生下来的时候是一个设计好的网络,这个网络叫做基因跟生物学上的大脑。
 
  除此之外,比如说你长到 16 岁开始开车,其实你的大脑的感知已经训练了十几年了,你对这个世界的理解,不是说像无人车这样,弄很多图片,然后训练,人的大脑的感知能力是非常强大,所以,人工智能要真的能达到这个人的感知能力,还有很长的路要走。
 
  人工智能现在随着计算机视觉发展,在感知和预测上都有显而易见的应用,但是在决策规划上,应用并没有这么直接。随着人工智能的发展,决策规划也已经向有数据驱动的方向开始转变。
 
  通过采集人开车的数据,和机器开车数据的区别,来训练我们的算法。 让我们的算法开车越来越像人的行为,这是人工智能开始渗透到决策规划的一个方向,未来有一天人工智能也会成为决策规划上一个主流的算法。
 
  各个城市关于无人驾驶的法规刚刚出台,目前还没有那么健全,但这也是拥抱无人驾驶技术变化的一个很好的体现。另外在这些法规的督促下,更合法又有效去的去提高整个系统的稳定性和能力,然后把这个系统做的更好。
 
  很多人将无人驾驶技术发展看作是技术与法律的博弈,其实这更像是一个互相发展、互相适应的过程。

关键字:无人驾驶  规划控制  传感器 引用地址:无人驾驶急需解决规划控制和传感器价格高两大问题

上一篇:自动驾驶这事儿 你知道汽车巨头们有多努力吗?
下一篇:2018年新能源车企发展趋势解析

推荐阅读最新更新时间:2024-05-03 02:58

通用汽车牵手DoorDash,用无人驾驶汽车完成食品配送
通用汽车(GM)和DoorDash的组合目前对外宣布,2019年初,试验性的食品配送计划即将在旧金山启动,此次计划包括餐馆和杂货的餐食外卖配送。 作为一个拥有百年历史的汽车巨头,通用汽车一直在自动驾驶汽车领域投入巨资,以确保它不会落后于这个新时代。早在2016年,通用汽车就花了逾10亿美元收购Cruise Automation公司,Cruise Automation是一家为现有汽车开发自动驾驶系统的创企。在此期间,该公司一直致力于自动驾驶汽车的研发工作,去年还对外发布了一款没有方向盘和踏板的无人驾驶汽车,并计划在2019年的某个良好时机推出该款车型。 此外,通用汽车还对外透露,它正在致力于研发制造自动驾驶汽车的相关设备,本田最近也
[机器人]
澎湃崛起的强“芯”路——我国芯片制造核心技术由弱渐强
  指甲盖大小面积上制造出超10亿个晶体管、每根导线相当于人体头发丝的五千分之一……作为影响国家综合竞争力的战略性产业,集成电路技术水平和产业规模已成为衡量一个国家产业竞争力和综合国力的重要标志。下面就随嵌入式小编一起来了解一下相关内容吧。   高端装备和材料从无到有,制造工艺与封装集成由弱渐强,技术创新协同机制羽翼渐丰……国家科技重大专项实施以来,打造集成电路制造创新体系的阶段性目标已经实现,着力破解我国在高端 芯片 领域的“缺芯之痛”。   指甲盖大小面积上制造出超10亿个晶体管,小小 芯片 有多难?   这是一场无法回避的创新竞赛,竞赛者不在一条起跑线上。   长期以来,我国集成电路产业一直受到西方在先进制造装备、材料和工
[嵌入式]
安霸联手Motional,共同打造无人驾驶汽车
Ambarella宣布,与引领自动驾驶技术演进的Motional携手合作,共同打造无人驾驶汽车。安霸CVflow®系列人工智能处理器与Motional的LiDAR、视觉和雷达传感器网络协同工作,确保无人驾驶车辆的安全运行,游刃有余地应对各种复杂道路环境。 Motional无人驾驶汽车的中央处理器将采用安霸CVflow SoC芯片,对车载视觉传感器数据进行图像处理和计算机视觉分析。CVflow人工智能引擎可加速Motional算法,以超低功耗执行高效、复杂的机器视觉任务,如目标对象检测、分类及图像分割。安霸卓越的图像处理技术帮助无人驾驶汽车从容应对低照度、高对比等各种极端光照环境。安霸SoC的H.264高效编码技术可记录车
[汽车电子]
安霸联手Motional,共同打造<font color='red'>无人驾驶</font>汽车
Vishay发布全新集成式光学传感器演示套件
日前,Vishay Intertechnology, Inc.(NYSE 股市代号:VSH)宣布,发布用于VCNL4000全集成式接近和环境光光学传感器的新款演示套件。演示套件中的VCNL4000安装在一块PCB板上,并配有USB接口和的演示软件,使设计者不用花很多钱就能为其应用轻松评估这款器件。 作为全集成式传感器,VCNL4000将红外发射器、接近光敏二极管、环境光探测器、信号处理IC,以及I2C总线通信接口装进一个小尺寸的3.95 mm x 3.95 mm x 0.75 mm无引脚(LLP)表面贴装封装内。 VCNL4000演示套件包括两个接口面板:一个用于环境光功能,另一个用于接近探测功能。设计者可以调整传
[传感器]
未来也许再不用担心车撞人 因为Google要给车涂“胶水”
    本文来自爱范儿   “走路时玩手机,某路人被一辆小汽车撞到了五米之外,目前已经被送去医院救治。”新闻主持人一般都是这样播报车祸新闻的。   带有 Google 黏性涂层技术的无人驾驶汽车可能会颠覆你对车祸现场的想象。   “第二天,走路时继续玩手机,该路人又被一辆无人驾驶车撞到,所幸被黏在车上,目前并无大碍。” 给车头涂个胶水吧! (图片来自美国专利与商标局)   Google 这项黏性技术用于车头部分,专利于 2016 年 5 月 17 日授权。   专利部分的描述为: “在理想情况下,车辆前端的黏性表层在遇到强烈撞击时可以瞬间激活并且吸附住被撞击行人,直到驾驶员或者自动驾驶系统刹车”
[手机便携]
索尼在泰国新建工厂 生产车用图像传感器
据《日经网》报道,索尼集团将在泰国建立一家半导体工厂,希望通过分散全球生产基地控制生产成本,并建立能够应对突发事件的供应链。 报道称,索尼半导体解决方案(Sony Semiconductor Solutions)将投资约100亿日元(合7070万美元)在泰国中部的一个现有生产基地新建生产设施。目前,相关工作正在进行中,新工厂预计将在2025财年(截至2025年3月)开始运营。 新工厂将生产一种图像传感器,具有部分自动驾驶功能的车辆可采用此种传感器识别行人和障碍物。一旦建成,新工厂将雇佣2,000名员工,而索尼在泰国的生产规模也将增加70%。 据悉,在晶圆上制作电路的前端过程将在日本工厂完成,而泰国新工厂将负责把晶圆加工
[汽车电子]
传感器在设施农业中的应用
我国虽然是农业大国,但要解决十二亿人口的吃饭问题还是个值得重视的问题。这个问题的 解决关键在于提高农业生产效益和增强抗灾能力。随着科学技术的不断发展,当前设施农业 (又称工厂化农业)已成为解决上述关键问题的一种农业新兴产业。设施农业是借助温室及其 配套装置来调节和控制作物生产环境条件的新农业生产方式,是农业摆脱自然制约的有效手 段,是对常规农业的革命性发展,是高产、高效、优质和技术密集型的农业。近年来,国外 如以色列、荷兰等国在设施农业中研究和生产方面已达到很高水平。我国近年来,塑料大棚和日光温室为主体的设施农业正迅速发展,但与国外相比,普遍存在科技含量低、劳动强度大、生产水平和效益低下。因此,迫切需要技术改进,以提高我国设施农业
[传感器]
详解设计无人驾驶汽车全自动系统的五大挑战
无人驾驶汽车——这一概念在过去的八到十年里大肆宣传。尽管早在五十年前,人们就已经在这个问题上做了很多研究,但关于如何让汽车自己学习,然后能够自己驾驶的研究已经完成。 今天,我们看到在人类监督下,在可控环境中,在良好的道路和环境条件下,在无人驾驶汽车上进行了大量实验,但在设计全自动汽车方面存在一些挑战。道路上“无人驾驶”车辆的整个概念引起了社会各阶层的好奇。现在还没有多少人相信有这种可能性,或者很快就会有这种可能性。 为什么不应该这样呢?驾驶功能中有很多运动参数需要同时处理和控制。即使是一次故障也可能是灾难性的。实际上, 自动驾驶 没有绝对的黑色或白色。大致有五个不同的级别可以定义自动化的级别。在基本层面上,有人(驾驶员)控
[汽车电子]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
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