来源:AI科技大本营  作者 :Mavis

2017 年百度 AI 开发者大会上,现场视频连线了正乘坐无人驾驶汽车行驶在五环上朝会场赶来的李彦宏,他坐在副驾驶上解说,身边司机的双手并没有触碰方向盘,也正是因为这句话,无人车收到了交警的第一张罚单。2018 年春晚,由百余辆无人车组成的车队在港珠澳大桥上大秀车技,亿万观众通过现场直播观看了视频。

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。

成本是很难降下来,便宜的传感器,又不能达到安全的要求,所以在价格和安全性和能力之间的平衡是急需解决一个重要的问题。







▌对人工智能期待过高

▌Apollo 部分算法

最后,作为假期的福利,营长为大家送上李力耘博士在大会上演讲的部分内容PPT (附算法)。



未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

无人驾驶急需解决:规划控制和传感器价格高两大问题相关推荐

  1. 无人驾驶急需解决:规划控制和传感器价格高两大问题(附Apollo算法)

    作者 | Mavis 出品 | AI科技大本营(公众号ID:rgznai100) [AI 科技大本营按]2017 年百度 AI 开发者大会上,现场视频连线了正乘坐无人驾驶汽车行驶在五环上朝会场赶来的李 ...

  2. 无人驾驶车辆路径规划及轨迹跟踪控制学习笔记(2)

    目录 汇总 学习笔记 汇总 在关键交通场景中,轨迹规划和轨迹跟踪控制是自动驾驶车辆避免碰撞的两个关键.它不仅需要系统功能,而且需要强大的实时性. 我们集成了自动驾驶汽车的轨迹规划器和跟踪控制器,通过轨 ...

  3. 无人驾驶车辆运动规划方法综述

    无人驾驶车辆运动规划方法综述 1. 定义 车辆运动规划(Motion Planning)是指生成衔接车辆起点与终点的几何路径,同时给出车辆沿该路径运动的速度信息,并使车辆在整个运动过程中满足运动学 / ...

  4. 无人驾驶汽车路径规划概述

    无人驾驶汽车路径规划概述 原地址:http://imgtec.eetrend.com/blog/2019/100018447.html 无人驾驶汽车路径规划是指在一定的环境模型基础上,给定无人驾驶汽车 ...

  5. 无人驾驶的决策规划控制技术

    转载:https://www.leiphone.com/news/201705/ShKxa21KiSdwmu7n.html 无人车作为一个复杂软硬件结合的系统,其安全可靠运行需要车载硬件.传感器集成. ...

  6. 无人驾驶常用路径规划

    无人驾驶常用路径规划 无人驾驶系统介绍 行为决策 运动轨迹规划 路径规划的不同之处 路径规划的定义 路径规划方法 全局路径规划 Dubins路径方法 Dubins路径改良算法 局部路径规划 模糊逻辑算 ...

  7. 清洁机器人规划控制方案

    清洁机器人规划控制方案 作者 联系方式 Forrest 709335543@qq.com 文章目录 清洁机器人规划控制方案 方案简介 方案设计 模块链路 坐标变换 算法框架 功能设计 定点自主导航 固 ...

  8. 无人驾驶之路径规划:Dijkstra , A*, D*, D* Lite算法

    无人驾驶系统概述 上图为一无人驾驶车辆的简易系统框图.无人车辆首先通过摄像头,雷达之类的传感器来感知外部的信息,借助GPS/IMU等设备来确定自车在地理上的绝对位置以及姿态.紧接着,软件算法层面会将这 ...

  9. zenmap nmap输出无显示_双路显示控制仪XME-H80-1616价格报价

    双路显示控制仪XME-H80-1616价格报价 主要性能 二十多种输入信号可选择: 测量输入信号可进行开方及小信号切除. 过程量.给定值.控制量.阀位反馈量等多重显示:测量值与给定值的显示可进行加减运 ...

最新文章

  1. 天津将规划新增津雄城际铁路 建15分钟京津冀生活圈
  2. OpenCASCADE:Modeling Algorithms模块几何工具之来自约束的曲线和曲面
  3. VMware虚拟机NAT模式网络配置图文教程
  4. Linux提升系统安全性:自动注销 TMOUT
  5. 服务器水冷冷却系统设计,从三方面设计高效的数据中心冷却系统
  6. 机器学习hierarchical clustering_厉害了!几行代码搞定机器学习模型
  7. python调用函数怎么错_python调用函数失败是什么原因
  8. Android移植之自定义ProgressBar
  9. wm_copydata不等返回值处理 SendMessage SendMessageTimeout
  10. Cast-128 加密算法和 MyPassWord 的破解
  11. python学习笔记——捌 ScoketServer
  12. SpringMVC原理
  13. 74HC595芯片工作原理细致分析(以及级联拓展应用),以及芯片控制继电器原理 / 代码
  14. epub.js制作电子书阅读网站
  15. 整体压缩跟分开压缩哪个更小_2020年新能效发布,美的空调哪个系列好?美的空调推荐...
  16. 多元线性回归及案例(Python)
  17. ConnectBot连接Linux服务器手机端工具
  18. 学习日记day17 ps
  19. win7计算机浏览记录怎么删除,Win7旗舰版系统删除本地浏览记录的技巧
  20. 转型新零售是传统体育零售的突围法宝还是自毁前程?

热门文章

  1. 报名 | 搜狐×清华:第三届内容识别算法大赛,比武招新两不误!
  2. 报名 | 瓜子二手车周洲:如何玩转AI赋能下的新零售?
  3. 科学家意外记录人类“濒死脑电波”,死前30秒与做梦回忆过程高度相似,马斯克也下场围观...
  4. 性能加速最高可达28倍!这个NLP工具包太NB了!
  5. 天下苦同行评审久矣,要不我们把它废除掉?
  6. 「杂谈」同学聚会最悲哀的事情
  7. 情感分析研究的新视野
  8. 公平与精确同样重要!CMU提出学习公平表征方法,实现算法公平
  9. GANs和ODEs:数学建模的终结?
  10. 对话科大讯飞刘聪:深度学习在中国是否“过火”?