但随着自动驾驶汽车在道路上变得越来越普遍，这个问题值得大家关注——骑自行车的人需要长时间与汽车并排行驶，他们需要依靠与司机的双向互动来确定对方的意图。...接下来，他们为12名骑自行车的志愿者配备了眼球追踪眼镜和头戴式摄像机，并要求他们沿着通常的通勤路线骑车上下班。...Stephen Brewster教授补充说，综合来看，该项研究展示了司机和骑车人之间互动的细节，以及骑车人如何通过用眼睛观察来决定他们的下一步行动。...这样可以让自行车汽车更好地理解自动驾驶汽车的意图，并做出适当的反应。 另一方面，自行车骑手可以佩戴新型「智能眼镜」。眼镜上将显示自动驾驶汽车发出的信息，通过这种方式，汽车可以与骑手进行直接交流。...当自动驾驶汽车想保留路权时，车身会显示红色灯条，智能眼镜将投射出一个道路标记，提示自行车骑手不要继续前进。 同时，自动汽车黄色灯条的一部分会对自行车骑手进行追踪，以便于进一步信息交流。
我们的自动驾驶汽车是如何看待这个世界以及它如何运作的 在最基本的层面上，人类司机需要回答四个问题:“我在哪里?”(感知周围的环境)，“我周围有什么?”(处理这些信息)，“接下来会发生什么?”...在这个例子中，我们的车辆已经检测到车辆(由绿色和紫色的盒子)，行人(黄色)，和骑自行车的人(红色)在十字路口-和前面的建筑区域。 2。我周围是什么?...我们的传感器和软件不断扫描车辆周围的物体——行人、骑自行车的人、车辆、道路的工作、障碍物——并不断地阅读交通控制，从交通信号灯和铁路交叉道门到临时停车标志。...模拟图像展示了我们的软件如何分配对我们的车辆周围的每个物体的预测——其他车辆，自行车手，行人等等。 3。接下来会发生什么? 对于道路上的每一个动态物体，我们的软件根据当前的速度和轨迹预测未来的运动。...它理解车辆的运动方式与骑自行车或步行的人不同。软件利用这些信息来预测其他道路使用者可能走的道路。我们的软件也考虑到道路状况的变化(比如：通道阻塞)可能会影响到周围其他人的行为。
北京时间8月14日消息，谷歌Waymo最近申请了一项汽车自动驾驶专利，即给自动驾驶汽车穿上一件柔软的外衣，例如被撞时可以减轻对受害者的伤害。...据了解，这项专利：“如果确定一个骑自行车的人将要撞到汽车的引擎盖和前保险杠，那么与引擎盖和前保险杠相关联的拉力可能会减少，从而降低这些表面的硬度。” 这项专利最终的目的是希望被撞的人影响较小。...但至少是比谷歌早期保护步行者免受自动驾驶汽车撞击的想法更明智，而且还欲使用粘合剂覆盖车辆的外部，以保证被撞的人不会受伤。...公众对于无人驾驶技术感到紧张，因此正在密切关注每一次碰撞事故，如果Waymo能将无人驾驶汽车造成的伤害降到最低，那就不仅能够拯救生命，还可以大幅增强人们对这种技术的信心。
在2D检测赛道中，在摄像机图像中采用2D边界框对车辆，行人和骑自行车者三类目标进行标注。在自动驾驶应用中准确而可靠地检测车辆、骑自行车的人和行人至关重要。...如何选择合适的阈值是一个矛盾的问题。...例如，在训练集中，车辆和行人类别数量分别有170M和6M，而骑自行车的数量中只有50M。结果，骑自行车的人在训练中可能会被行人或车辆样本所淹没，从而导致骑自行车的人表现不佳。...我们分别在微型火车上针对所有三个班级训练一个主要模型，针对车辆，行人和骑自行车的班级分别训练三个专家模型。...为了将两组检测结果合并为最终结果，分别将Adj-NMS用于车辆和步行者类别，将WBF用于自行车者类别。 ?
这段视频显示了最初的驾驶过程，自动驾驶汽车在研究人员介入之前就在路上突然转向。...在一篇“在一天内学会开车”的官方博客文章中，Wayve将教学算法与教育孩子如何学习骑自行车的方法进行了比较。 研究人员表示，“你不需要公园的密集3D地图，也不需要头部高保真激光。...你不需要一长串规则就可以在自行车上保持平衡。” “成年人只是给了你一个安全的环境，让你学习如何将你看到的东西映射到你应该做的事情，成功骑自行车。”...Wayve认为其试错法将提高自动驾驶车辆的改进率，因为它不需要将所有内容预先编程到系统中的底层代码中。 ? 图（a）显示了在安全驾驶员对训练集的数量进行接管之前，Wayve车辆行驶的距离。...蓝线（ddpg）显示了那些只使用算法和安全驱动程序进行纠正的文本，而橙色的线（ddpg+vae）显示了在使用摄像头的视觉输入时，Wayve汽车的进展。
)分别预测多条他们下一步的可能路径作为自动驾驶车辆下一步行动的参考；Waymo的软件系统也会考虑道路环境的变化(比如前方车道拥堵)对周围车辆行为的影响。...我们的自动驾驶软件系统不仅仅可以检测到障碍物的存在，事实上它可以判断出障碍物的类型，障碍物可能如何运动，以及它的运动如何影响我们的车辆在道路上的行为。...Perception模块不仅可以帮助我们的自动驾驶车辆区分行人、骑自行车的人、骑摩托车的人、车辆等，同时它还可以区分静态对象(如交通信号灯)的颜色。...例如，我们的软件理解尽管行人、骑自行车的人和骑摩托车的人看起来很相似，但他们的行为可能会有很大的差异：行人比骑自行车或骑摩托车的人移动得慢，但他们可以突然地改变方向。...根据我们的经验，最好的驾驶员是防守型驾驶员，这就是我们采取防御性的驾驶行为的原因，比如避开其他驾驶员的盲点，为骑自行车的人和行人留出额外的通行空间。
明敏 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最近，Waymo自动驾驶汽车和旧金山一条平平无奇的小路“杠”上了。...据附近居民表示，总是有Waymo自动驾驶汽车开到这条死胡同里，然后再掉头离开。 “有时一天可以来50辆，实际可能每5分钟就有一辆。”...为了让人们能有更多空间锻炼，政府将城市的一些街道划分出来，供人们步行和骑自行车。 在这些街道上会设有专门的标志和路障，以减少车辆通行。...驾驶员窄路掉头时可以收集数据，以指导汽车下次如何处理这种复杂的情况。 当然也有人对这一猜测不买账：既然是测试，那为什么不设在工业区而是居民区呢？...就在前不久，Waymo刚刚获得了在加利福尼亚州的运营自动驾驶出租车的许可。 按要求，Waymo可以在旧金山的某些地区运营自动驾驶车辆，车辆必须配有人类安全驾驶员。
作者/曹锦 今日（9月23日），自动驾驶公司Waymo发布了运动数据集的 v1.1版本，其中增加了更多道路细节要素，供行业或学术机构研究自动驾驶的行为预测和运动预测。...自动驾驶业内人士对Auto Byte表示，这些公开数据对行业具有一定学术贡献，受益者更多是高效的研究人员，因为他们很难拥有高质量的自动驾驶数据。...在Waymo的数据集中，包括车辆、行人、骑自行车者和驾驶路段中的标志都进行了3D 边界框标注；同样的，2D 边界框也尽可能紧密地围绕相机图像中的对象绘制，并捕获对象的所有可见部分。...其3D边界框大小被创建为紧密贴合的反射数据点，并显示有关标志的信息。当一个标志的两侧都有信息时，也会被标记为两个不同的对象。...除此之外，所有可以被识别为行人并且至少部分可见的物体都被标记，包括步行或骑脚踏车（包括电动脚踏车）、平衡车、滑板等的人。如果行人彼此重叠，则将它们标记为单独的对象。如果它们重叠，则边界框也可以重叠。
1、自动驾驶长尾场景举例 场景一：一个骑自行车的人手中拿着一个Stop Sign标识牌。我们不知道它何时会举起标识牌。...2.2 Prediction Perception对检测到的物体进行下一步行为的预测，以辅助自动驾驶车辆进行合理的行为决策。...如下图所示，路边有一辆静止的车辆，骑自行车的人在靠近静止车辆时，会侵入无人车车道。Perception模块需要正确理解这些场景，并生成合理的预测曲线。...如何能够准确的预测社会车辆的行为仍然是一个存在巨大挑战的开放性问题。...如何能够满足这些条件实现良好的Planning效果仍然是一个开放性的问题。 3.
-信号灯，骑自行车的人，过马路的行人 你对智驾系统的疑惑，它统统给你解释清楚。 问：为什么停下了？答：因为现在是红灯。...Jim Fan解释如下—— - 可解释性：驾驶模型不再是一个神秘的黑盒。 - 反事实情景：它能够想象出训练数据中没有的场景，并推理出如何正确地进行处理。...LINGO-1——开环驾驶解说员 自个解说自个 模型在关注什么？在做什么？现在，这些都不是谜了。 LINGO-1会对你解释清楚，它的每一步行动是在干嘛。...它会说：「我得注意前面的信号灯、我前面骑自行车的人和正在穿过道路的行人。」 问一下LINGO-1，现在是什么天气？会对驾驶产生什么影响？...LINGO-1，你该怎样安全地和自行车并排行驶？ 它会说：「我得和骑自行车的人保持距离，必要的时候停下来，它是一个潜在危险。另外路边停的车我也得注意。」
它支持车辆、步行和自行车导航模式，根据用户的设定提供准确的导航指引。...它提供了各种定制选项，包括地图样式、主题和图标，以满足用户的个性化需求。 使用步骤 1.下载和安装：访问GitHub，从该页面下载适用于您的操作系统的最新软件版本。然后按照说明进行安装。...3.导航设置：打开应用后，您可以根据需要设置偏好选项，包括导航模式（车辆、步行或自行车）、声音提示等。 4.搜索目的地：使用应用中提供的搜索栏输入您的目的地。...您可以根据显示的地图和指示前进。 6.离线地图下载（可选）：如果您需要在无网络连接的情况下使用地图和导航功能，您可以选择下载离线地图。在应用中找到离线地图设置选项，选择需要下载的区域。...始终遵循道路交通规则，并注意您的周围环境，确保安全驾驶或行走。
为了让大家更认真地对待超速问题，英国一群有着硅谷工作经历、毕业于顶尖大学的AI科学家们开发了一款软件，让居民、行人和骑自行车的人能够记录他们所在地区的交通犯罪。...这么说也不是在针对谁，但是要如何有效地让道路更加安全呢？每年有20,000人在遭遇或大或小的车祸，应该如何合理地管控超速行为呢，那就是对超速进行威慑。”...Sam希望通过该应用程序的推广提醒警方注意超速热点，并鼓励他们采取更多行动防止危险驾驶。“我认为这是我们如何让道路更安全、更方便每个人进入的更大旅程中的一步。”...“让孩子骑自行车上学的道路太危险，父母让孩子穿越的道路太危险——我认为这是错误的，社会需要改变。让道路更安全，然后再去研究我们还能做些什么。”...监督违规驾驶行为，机器和人力都有用武之地 在英国，警方一直是接受用户上传的交通犯罪镜头作为证据的，这也使得一些公民能够对违规驾驶行为进行有效监督。 比如这位骑自行车的Mike van Erp。
现在，让我们来看看 Wayve 的自动驾驶汽车的解决方案有什么新颖的地方。 ▌从零开始学会如何通过试错法来学会自动驾驶 还记得小时候学骑自行车的情景吗？又兴奋，又有一点点焦虑。...你也不需要遵循一长串的规则就能在自行车上保持平衡。大人只是为你提供了一个安全的环境，让你学会如何根据你所见来决定你的行为，从而成功学会骑车。...在本文中，我们将回到基础，让汽车从零开始学会如何通过试错法来学会自动驾驶，就像你学骑自行车一样。...像学骑自行车的方法只有一种：试错。虽然简单，但这个思想实验突出了人类智能的一些重要方面。对于某些任务，我们采用试错法；而对于其他任务我们则使用规划的方法。在强化学习中也出现了类似的现象。...我们通过各种各样的模仿来学习，从骑自行车到学习烹饪，我们经历了很多试错的过程。
世界各地的自动驾驶汽车开发人员多年来一直致力于让自动驾驶汽车至少理解一些基本的手势，最初的重点是自行车手发出的信号。一般来说，开发人员依靠机器学习来提高车辆识别现实环境并了解如何应对的能力。...与此同时，研究人员已经开始训练系统来理解人类搬运或推其他物体的概念，比如自行车。这一点很重要，因为推自行车的人通常与骑自行车的人行为不同。...研究人员还计划扩大数据集，以帮助汽车更好地理解骑自行车的人的手势——例如，左手向上，肘部呈90度角，意味着骑自行车的人要右转；右臂直向外也有同样的意思。...自动驾驶汽车已经能识别骑自行车的人，并自动减速为他们腾出空间。然而，知道他们的手势意味着什么，可以让汽车确保给骑自行车的人足够的空间来执行有信号的操作，而不会完全停下来，造成不必要的交通堵塞。...(当然，汽车仍然会注意那些没有表明意图的自行车手的意外转弯。) 在未来几年，自动驾驶汽车将改变人们的生活方式。机器学习在这方面已经帮助研究人员走了很长的路。
谷歌一向喜欢宣传该公司的无人驾驶汽车在避免事故方面的卓越能力，可是一旦发生碰撞事故又该如何是好呢？谷歌也想出了一种解决方案：粘人纸。...谷歌昨天刚刚获得的一项专利，可以通过为无人驾驶汽车安装具有强粘性的车头来降低交通事故对行人和骑自行车的人造成的冲击。 一旦发生撞击路人的事故，这种设计就会把人牢牢粘在车头上，避免其遭受“2次创伤”。...“只遭到一次汽车撞击，的确好于被汽车撞击后落到地面，或者遭到其他汽车的再次撞击，”汤普森说，“骑自行车的人之所以佩戴头盔，主要不是为了在与汽车撞击时提供保护，而是为了在头部与地面相撞后提供保护。”...这种粘性车头的用途显然不仅局限于无人驾驶汽车，为什么不把它设计到所有危险的移动物体上呢？ 汤普森表示，这个想法并不完美。...其他汽车厂商也在考虑如何降低行人在交通事故中遭受的伤害。例如，日产就开发了一种弹出式引擎盖，可以在发生碰撞事故时轻微抬高引擎盖，减少对行人头部的冲击。
学习骑自行车需要试错（trial and error），这很像强化学习。 还记得你是如何学习骑自行车的吗？...解释儿童学习骑自行车的方式是很困难的，而即使很好的解释对从没骑过自行车的人而言也不会有多少意义：你必须自己去感受。 所以如果你不能解释如何骑上自行车的，又怎么能学会骑自行车呢？...就像学习骑自行车的例子一样，强化学习也只有两个可以学习的反馈源：惩罚（penalty，跌倒的痛苦）和奖励（reward，成功骑行几米的快乐）。...在所有可能的下一步行动中，通常没有明确的优胜者。例如，agent 面临选择下一步进入4个状态A, B, C, D中的一个，它们的奖励分别为A=10, B=10, C=5, D=5。...Q-函数考虑了当前的状态（如价值函数）和下一步行动（如策略函数），然后针对状态-行动组合，返回局部回馈值。在更复杂的情况下，Q-函数可能会结合更多状态来预测下一步状态。
我们说，如果IoU超过70%的汽车，50%的行人和骑自行车的人，GT实例已被召回。这是遵循标准的KITTI的设置。...对于行人和骑自行车的人，我们的结果也显示出了类似的改善。注意，虽然我们使用基于深度的特性，但MCG-D同时使用基于深度和外观的特性，而所有其他方法都只使用外观特性。...图3显示了500份提案的召回作为IoU重叠的函数。我们的方法明显优于基准，特别是对于骑自行车的人。 运行时间：表3显示了不同提案方法的运行时间。...特别是，在适当的环境下，汽车、行人和骑自行车的人的平均AP分别提高了12.19%、6.32%和10.22%。 目标旋转估计：将平均方向相似度[11]作为目标检测和方向估计的评价指标。...行人和骑自行车的人的改善更显著，因为他们比第二好的方法高出20%以上。 5、结论 提出了一种自动驾驶环境下的目标建议生成新方法。与大多数现有的工作相比，我们利用立体图像和直接在3D推理。
Waymo与DeepMind达成合作，寻找一种更有效的流程来训练和微调自动驾驶算法。 Waymo的自动驾驶车辆采用神经网络执行许多驾驶任务，从检测物体和预测其他人的行为方式，到规划汽车的下一步行动。...Waymo的演变 DeepMind和Waymo合作的第一个实验涉及训练一个网络，该网络生成行人、骑自行车的人和骑摩托车的人周围的盒子，这些盒子被我们的传感器检测到，并命名为区域建议网络。
但在2017年，孙正义领投Mapbox的C轮融资后，或许是受这位对自动驾驶非常痴迷的投资人影响，公司正逐渐向自动驾驶所需的高精度地图方向发展。...据公开资料显示，每天会有超过3亿英里的道路数据、交通情况数据、行车轨迹等数据被Mapbox收集起来，这些数据来源于使用Mapbox服务的企业的海量用户，其数据以匿名的形势反馈给MAPBOX。...通过这种“轨迹地图”与车载传感器的配合，Mapbox可以让自动驾驶系统做出最佳判断。...毫无疑问，未来的几十年里，无人驾驶将深刻地影响人们怎样出行和货物如何运输。而高精度地图作为无人驾驶的“底层基础设施”，将在其中起到无法替代的作用。...对于众多投身其中的企业来说，如何找到一条合理的、高效率与低成本的路径，将是决定未来能否称霸的关键。
李杉 李林 编译整理 量子位 报道 | 公众号 QbitAI 在自动驾驶领域的诸多玩家之中，Waymo拥有最多的测试车辆，也积累了最长的全自动驾驶测试里程。...在Waymo负责模拟的团队办公区域，每个人的电脑上都显示着Carcraft和XView的界面。...△ XView界面 XView不仅能回放无人车实地测试的记录，还能显示Carcraft创建出的模拟场景。...最初，为了创建测试场景，他们搜集了各种各样的道具：人偶、小孩儿骑的三轮车、各种路障、玩具、滑板、球……现在，这些东西都在Castle的仓库里。...他们会在测试中开车、过马路、骑自行车，扮演着现实道路上各种各样的角色。 模拟，并不是Waymo的专用玩法 利用模拟软件做更多测试，在无人车领域是一种常见的做法。
领取专属 10元无门槛券
手把手带您无忧上云
