汽车半自动驾驶系统实地测试:这些缺陷你要知道

640?wx_fmt=gif

关注网易智能,聚焦AI大事件,读懂下一个大时代!


640?wx_fmt=jpeg


【网易智能讯8月19日报道】据国外媒体报道,如今的汽车普遍配备了复杂的驾驶辅助系统,比如自适应巡航控制(adaptive cruise control)和主动转向(active steering)系统;如果司机没有发现车行前方停着的物体,这些汽车还能自动刹车;当摩托车停在驾驶人员的盲点上时,汽车还能发出相应警告。


这些功能开启了我们对于汽车自动驾驶光明未来的希望。在一个充满自动驾驶汽车的未来世界里,汽车在道路上自如行驶,而我们将只是乘客。


汽车制造商们往往将这些驾驶辅助系统与一些花哨的名字捆绑在一起,比如特斯拉的Autopilot,或者梅塞德斯-奔驰的Drive Pilot。这些系统仍在处在不断地完善和发展之中,并且处于不同的功能阶段。美国公路安全保险协会(Insurance Institute for Highway Safety)对包括两辆特斯拉在内的五款高端汽车进行了一系列道路测试。根据该协会首席研究官戴维•祖比(David Zuby)的说法,协会发现“一些系统在某些情况下比其他系统处理得更好”。更关键的是,“如今的系统并不能有效地替代人类驾驶行为。”


因此,在完全自动驾驶汽车可以预见到安全之前,美国公路安全保险协会希望建立一个安全排名系统,就像其在碰撞测试中评估汽车的安全性一样。汽车购买者可以利用这些信息来决定哪些功能适合他们的驾驶需求。而随着越来越多的汽车配置半自动驾驶功能,它们将成为越来越重要的购买因素。


例如,20家汽车制造商承诺到2025年将自动紧急刹车作为标准,这一功能将有助于减少追尾事故。但是,当美国公路安全保险协会驾驶着测试车辆驶向一个静止的目标时,这些汽车并没有全部停下来。梅赛德斯E级、宝马5系和沃尔沃S90从每小时31英里的速度下停了下来。相比之下,特斯拉的Model S和Model 3没有这样做,但它们的确放慢了速度,以降低撞击的严重程度。特斯拉声称,这就是其系统设计的工作方式。


而当启动了自适应巡航控制系统后,所有的车辆都成功地在停止物体前刹停了。美国公路安全保险协会表示,特斯拉汽车的刹车介入更早、更平稳,而沃尔沃则是在最后一秒猛踩刹车。当前面那辆车改变车道,露出一个静止的物体时,所有的车辆都设法停下来。这是一个重要的测试,因为几乎所有测试汽车的用户手册都警告系统可能无法正确响应这一情况。这种行车电脑在设计上用来忽略大多数静止的物体,以避免在驾驶员头顶出现每一个高架路牌或路边长椅时猛踩刹车。但这确实意味着,他们或许无法避开突然出现的障碍。比如今年1月,一辆特斯拉汽车就撞上了停在高速公路上的一辆消防车。(用户手册上强调,人类驾驶员必须保持清醒,并做好接管车辆的准备。)


在测试中,美国公路安全保险协会选取了两款不同的特斯拉汽车,可以让人们对特斯拉最初和升级后的自动驾驶系统Autopilot进行一些有趣的比较:测试与用的Model S出产自2016年,Autopilot系统使用的是旧硬件和软件;Model 3是特斯拉最新出产的大众型轿车,配备了特斯拉升级版的相机套件和最新的操作系统。当研究人员把车从测试赛道上开到公共道路后时,他们注意到只有Model 3电动汽车发现了前方的车并停了下来,而其他测试车辆都没有正确制动以阻止撞上前面的车。但另一方面,研究人员发现,Model 3毫无理由地意外减速了12次,就好像它在行驶过程中发现了什么东西一样。当他们回看这些行驶视频时,他们发现至少有7次制动可能是由于道路上出现的树影。


在转向测试中,特斯拉Model 3和Model S能够随时自动保持在各自的车道上,而其他所有汽车在赛道测试中绕过弯道时都需要驾驶员握紧方向盘。在公共道路上行驶时,宝马在车道线之间飘忽不定,Model S和Volvo S90在道路变得崎岖不平时也在不断挣扎,车道上的标记似乎消失了。相比之下,奔驰E级表现不错,而Model 3表现最好。


美国公路安全保险协会表示,这些测试仅仅是开始,随着更多具有辅助驾驶功能的汽车进入市场,并与英国的Thatcham等国际安全机构开展合作,它们将进一步扩大测试范围。但协会也已经强调了汽车制造商必须采取的平衡措施。如果他们的系统过于强大,那么他们就有可能会分散司机的注意力。就像特斯拉汽车今年3月份在加利福尼亚州北部发生的致命车祸。


但如果它们过于简单,使用起来至多会令人沮丧,司机们也不会为此烦恼。至少,基本的安全系统确实能够拯救生命。美国公路安全保险协会表示,仅仅防止车道偏离事故每年就能拯救8000条生命。特斯拉(Tesla)对其自动驾驶系统Autopilot套件开展了大胆的安全宣传,但该公司表示,确实计划从本季度晚些时候开始发布定期的安全统计数据,正如首席执行官埃隆•马斯克(Elon Musk)所承诺的那样。马斯克还说,他的汽车将通过软件更新获得更多能力,比如说可以自动变换车道。


更先进的辅助驾驶系统,也就是那些真正允许司机放开控制或埋头查看他们手机的系统来自更主流的汽车制造商。这一轮测试并不包括凯迪拉克的Super Cruise,其使用摄像头来监控司机的视线。奥迪的Traffic Jam Pilot系统能够在37英里/小时以下的行驶速度下完全控制汽车,但由于难以协调不同的州法律,在美国这种系统将无法使用。


最终的现实是,大多数司机第一次遇到自动驾驶技术的时候,都是在驾驶辅助系统的帮助下驾驶汽车。


选自 | Wired 

编译 | 网易智能 

参与 | 晗冰


640?wx_fmt=gif

- 加入社群吧 -

网易智能AI社群(AI专家群、AI黑板报)火热招募中,对AI感兴趣的小伙伴,添加智能菌微信 kaiwu_club,说明身份即可加入。

640?wx_fmt=jpeg

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的异,常见的损失函数包括均方误(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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