漫画:什么是自动驾驶?

作者:小灰

来源:程序员小灰



什么是自动驾驶

自动驾驶,也被称为无人驾驶,顾名思义,是指交通工具在没有人类操作的情况下,也能够完成环境的感知与导航,顺利到达目的地。

从传统的手动驾驶到智能的自动驾驶,并不是非黑即白的关系。有一个国际权威的机动车工程组织SAE(Society of Automotive Engineers),把汽车的自动驾驶技术分成了六个等级:

1.无自动驾驶

这个等级不用多说,就是传统的手动挡汽车,一切都需要完全由驾驶员来操作。

2.辅助驾驶

到了这一级,汽车上安装的少量装置可以在特定时刻自动发挥作用,比如电子稳定程式(ESP)、防抱死系统(ABS)。市面上许多“自动档”的汽车,就达到了这个级别。

3.部分自动驾驶

在这一等级,仍然以人类驾驶操作为主,车辆进行某些自动化的协调,减轻人类驾驶员的负担。比如自动式巡航定速(ACC)、自动紧急刹车系统(AEB)。

5.高度自动驾驶

这一级别更加厉害,人类驾驶员可以在周围环境并不复杂的情况下(没有混乱的道路、没有极端的天气、没有突然冲出来的野生动物),把操作权完全交给车辆的自动驾驶系统。

6.完全自动驾驶

这是自动驾驶技术的最高级别,就如同字面的意思,此时汽车不必有驾驶员,任何时候都不必操作车辆,在任何复杂的路面和环境下,车辆都可以顺利完成自动驾驶。


自动驾驶所需技术


如何获得地图与位置?

要获得完整准确的地图信息,需要通过网络共享到一定范围内的高精度地图,这份地图不止包括建筑和道路的布局,也包括道路拥堵情况、也包括车辆及行人的位置。

最新的通信技术V2X(Vehicle To Everything),保证了车辆与外界网络信息的高效交换。

此外,要获得自己当前的位置,需要用到全球定位系统(GPS),这项技术相信大家都很熟悉。另外一项技术,知道的人可能不多,叫做惯性测量单元(IMU),这项技术可以弥补GPS的误差,并且根据加速度来判断自身的运动方向。

如何感知周围情况?

有了宏观的地图还远远不够,更重要的是感知汽车周围的状况。这时候,各种传感器就要上场了,它们就相当于人的眼睛和耳朵。

传感器包含哪几种呢?最常用的是视觉传感器,也就是摄像头。

视觉传感器成本低,但是精确性差一些,故意造成误导。相比之下,激光传感器具有很高的速度和精确性,但成本不低。

此外,雷达传感器在防止车辆碰撞方面,也有很大的作用。

如何进行决策?

有了地图,有了自身位置,有了周围环境的感知,接下来就轮到做决策了。人类驾驶做决策依靠的是大脑,自动驾驶做决策依靠的是人工智能(AI)。

通过海量数据与深度学习网络训练出来的算法,可以为汽车的各种行动作出有效决策,比如什么时候加速、什么时候转弯、什么时候刹车等等。

如何把决策转化为行动?

人类把想法转化为行动,依靠的是神经系统把大脑信号传递到肌肉,再通过方向盘、油门、刹车装置来进行操控。而自动驾驶系统要把算法做出的决策传递给汽车的各个零件,需要通过控制器。

目前,车载控制器领域比较成熟的解决方案是域控制器(DCU)。该解决方案根据汽车电子部件功能,将整车划分为动力总成、车辆安全、车身电子、智能座舱、智能驾驶等几个域,利用处理能力更强的多核CPU/GPU芯片相对集中的去控制每个域,从而提升控制效率。




自动驾驶的难题

对于自动驾驶技术的研究,尽管已经有了许多不错的成果,但也存在着一些难题。比如:

1.道路的不确定性

世界各地的道路多种多样,并非每一条道路都是标准化的。有的道路过于狭窄,有的道路红绿灯坏掉了,有的道路指示牌被脏东西遮挡......太多的不确定性,都会干扰到算法的判断。

2.传感器的准确度

虽然目前已经有了许多种传感器来帮助检测周围环境,但传感器并非万能的,会出现种种误判。如果传感器设计得不够敏感,可能会把前方一个小孩子忽略掉;如果设计得太过敏感,又有可能因为一只蝙蝠而刻意躲避,从而带来新的危险。

3.算法的局限性

算法的设计,会遇到种种矛盾。比如,汽车遇到危险情况,算法应该优先维护车主的安全,还是优先维护路人的安全?如果信息显示,A道路当前拥堵,B道路当前顺畅,那么众多采用相同算法的自动驾驶汽车,会不会一窝蜂选择B道路,从而造成更大的拥堵?当两辆相邻的汽车采用不同公司设计的算法,会不会做出相冲突的决策而导致事故?

4.网络安全

如果自动驾驶普及开来,这些车辆势必会接入到庞大的智能交通网络当中,听由算法的调度。如果这个智能交通网络遭到黑客入侵,恶意控制这些车辆,很可能会造成非常可怕的灾难。

往期推荐

苹果新算法已混进 iOS 14.3!CSAM 检测技术再遭网友争议

浅谈数据中台安全体系构建思路

这个数据仓库,竟然把淘宝和京东干翻了。。

被 AI 算法“监控”的打工人

点分享

点收藏

点点赞

点在看

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值