开放环境中的全自动【汽车自动驾驶系统】

【如果你在开车，不论是外界客观环境或自己身体条件造成看不清前方路况时，你会减速及停车】，这是基本常识。以人身安全为代价来打破基本常识，这样的设计风险太高！【Model S和Uber自动驾驶】的交通事故说明其【自动驾驶】的【逻辑模型】存在严重的缺陷。

孤立地将人类驾驶交通事故率和自动驾驶交通事故率做对比，这是不对的：不可能在自动驾驶系统中设计“酒驾模式”、“疲劳驾驶模式”、“注意力不集中模式”、“超速模式”等等，只要不犯常识性错误，自动驾驶的安全性远远超过人类驾驶；因为常规传感器（摄像头、超声波传感器、普通雷达）的精度已超过人类，所以不犯常识性错误的根本在于自动驾驶【逻辑模型】的合理性；在【逻辑模型】不合理的系统中，把工作重点放在如激光雷达、红外摄像之类更高精度、更多形式的传感器上，我相信不断打补丁最终肯定能解决问题，但这不是严谨的工作态度。

在现有成熟的技术基础上，以合理的硬件成本，通过【重建模型、流程再造】，我能在3至5个月内解决问题。

 准备条件

1.          一辆最新款特斯拉Model S或Model X（加装简易防滚架）：作为汽车自动驾驶的鼻祖，在机械、传感器、自动控制方面的磨砺，使系统完善只需集中在自动驾驶【逻辑模型】部分；纯电动使输入与反馈之间的函数关系接近直线，并且响应及时，几乎无延迟。

2.          已有传感器数据处理团队，并接管车辆传感器数据传输和处理。

3.          已有自动控制处理团队，并接管车辆自动控制数据传输和处理。

4.          已有导航处理团队，并接管车辆导航数据处理。

5.          测试场所。

6.          多种辅助测试的普通人类驾驶旧车：小汽车、小货车、大货车、小客车、大客车，至少有一辆小汽车有安全带、安全气囊和安全气帘，并加装简易防滚架。

其他典型道路测试道具。

苟光勇 昆明 邮箱：mofeisitrue@sina.com 电话：13669799427