自动驾驶的三大难题

作者|赵佳

来源|智车科技

美国人经常用短语“Elephant inThe Room”来指代那些每个人都知道但没人想讨论的重要问题,因为这些问题会让他们很难受。而在自动驾驶领域,就有三个“elephant in the room”值得深入思考。

01

目前的AI引擎架构是否正确?

 

自从DARPA挑战赛以来,数十亿美元的投资已经投入到AV技术的商业化上。该系统的总体结构由雷达、激光雷达和摄像头三种传感器组成,其中,激光雷达提供精确的距离计算,雷达提供准确的速度信息,摄像头提供目标识别中心的像素点。这三种传感器向感知系统提供信息,以建立对外部环境的精确视图。基于这一观点和运动目标,实现自动驾驶汽车在交通基础设施中自主导航。

 

传统的人工智能算法选择了一种类似于知识甲骨文的模型。在这种模型中,自动驾驶车辆不断地、详尽地观察其整个环境。事实上,这是自动驾驶汽车为解决分心驾驶问题而提出的安全价值声明的关键部分。传统的自动驾驶车辆的方法是训练人工智能引擎,在不断增长的数据库中识别有标记的物体。当然,在像素(或激光雷达点云或成像雷达)地图中识别一个对象的所有潜在方向是一个非常困难的问题。不可避免地,会有一些物体“误导”系统,比如一辆印着人形照片的车,或者一个骑自行车的行人(参考菲尼克斯Uber事故)。这种解决问题的数据积累方法有严重的鲁棒性问题,因为核心识别系统对像素级细节很敏感。

 

关键的问题是:这种方法会收敛吗?还是它在工程鲁棒性方面是否存在根本缺陷?是否需要一种新的结构,减少对训练的依赖和高精度传感器的依赖?

02

DSRC不可行?

 

DSRC已经有20多年的历史了。在此期间,运输行业的大部分人都认为它将成为下一代运输基础设施的基础。关于各种公共机构对DSRC所推动的即将到来的技术浪潮的“准备程度”,已经进行了无数的咨询研究。然而,随着5G技术的发展,是否有理由在技术和商业层面对这一浪潮持怀疑态度呢?

 

在技术层面上,从自动驾驶供应商的角度来看,不能指望DSRC基础设施随处可用。在这种约束下,我们必须假设DSRC将不可用来构建解决方案。此外,相比之下DSRC(延迟)的独特技术优势也并不令人完全信服。为了更全面地看待技术问题,BradTempleton的文章“V2V andthe challenge of cooperating technology”值得一读。

 

在商业层面上,目前还不清楚谁将为DSRC的基础设施投资所需的数十亿美元(或更多)买单。正如“Did The FCC Expose AFundamental Flaw In The Public Transportation Sector’s Ability To AbsorbDisruptive Technology?”一文中指出:5G有商业盈利模式,但DSRC没有。

03

颠覆者有没有可能是Zoom ?

 

Zoom是自主的运输库存控制技术。也就是说,在库存和计费等方面它非常有用,但目前Zoom以虚拟会议广为人知。教育、工作、娱乐、医疗和购物等主要经济功能正在转移到网上。这对传统交通的影响是深远的。如果这一趋势持续下去,传统交通运输的焦点将从个人拥有的乘用车转向:

  • 加速电子商务推动的自动化物流

  • 最后一公里通过公共交通或MAAS共享解决方案

  • 最后100米解决方案与送货机器人

更重要的是,美国联邦通信委员会将DSRC频谱转移到WiFI的使用上,这似乎使最安全的交通方式成为可能。

 

谁动了我的奶酪?是一个著名的励志寓言,它的本质是关于管理变化。交通正处在一个巨大变化的时代,大象大小的奶酪正在到处移动。

RECOMMEND

网易智能有12个不同垂直领域社群等你来

添加智能菌微信:kaiwu_club

扫码了解更多

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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