自动驾驶步入青春期,经验缺乏还需“老司机”带路

智造观点

2018年已经过去了一半,上半年对自动驾驶领域的各个玩家来说可谓是喜忧参半。喜的比如国家终于允许自动驾驶汽车开展路测了,但忧的比如Uber无人车致死事故,让公众对自动驾驶的信心大打折扣。

事实上,不管后续Uber无人车的致死事故原因调查结果如何,不可否认的是,现在的自动驾驶技术还不成熟。或许,有人会对此产生疑问,毕竟百度刚宣布其L4级自动驾驶汽车已经开始量产,并将在明年投入市场包括出海日本。

在这里需要注意的是,目前百度已经下线的车辆仍还处于“道路测试”的工程车状态,即便是进入封闭式商业化运营也还需一段时间的测试。换句话说,在对真正能投入到开放性道路的自动驾驶技术而言,还存在大量的阶段性测试需要慢慢去攻克。

文/灰灰

来源/人工智能观察(ID:Aiobservation)

如果要把自动驾驶汽车的发展与人的成长相比较的话,在小智君(ID:Aiobservation)看来,现在的自动驾驶汽车技术就像人类的青少年时期,究其原因,则在于二者围绕“经验”有很大的相似之处,具体来说,是缺乏经验。

少年司机——实指处于任何年龄的新手司机——从理论上来说,在如何操作汽车的控制装置,以及如何处理各种各样的交通规则方面都极度缺乏经验。以北美为例,新手司机学习开车的第一步通常是来自老司机的基本教学,当然,这主要是为了让他们掌握众多的交通法规以及其他方面的基础知识。

之后,新手司机会通过应用该程序学习汽车驾驶,并逐步模拟在实际道路上可能会遇到的各种问题。在这个过程中,新手司机会收到来自其他驾驶员或者实际驾驶经验的反馈,以便帮助他们确定在面对障碍时,如何进行最好的反应来继续进行安全驾驶。

对自动驾驶汽车来说,也是如此。首先,车辆本身会先预编程基础知识,比如红色表示停车,绿色表示继续行驶等等。然后,通过一种被称为机器学习的人工智能形式,自动驾驶汽车会不断从积累的经验和持续反馈中汲取新知识,以适应环境,做出决策并提高性能。

无论对人还是对机器而言,更多驾驶经验就意味着更好的驾驶技术。不管在哪种情况下,掌握一项技能都会需要很长的时间,尤其是,每个人都要学会独立去面对一些难以预料的事情。比如一颗倒下的树,突如其来的闪电洪水,意外出现在马路上的足球,等等。

更重要的是,不管是在受控环境下还是在实际环境中,进行测试对于构建专有技术至关重要。自动驾驶汽车行驶的里程越多,就越有可能达到更高一级的安全性。进一步讲,安全性能的提高将影响公众对自动驾驶汽车部署的接受度与信任度。

经验——从基本技能开始

当然,经验必须建立在基本能力的基础上,视觉便是其中之一。对于大多数人来说,满足这项基本要求很容易,即使有些人可能需要戴框镜或隐形眼镜。然而,对于自动驾驶汽车而言,视觉技术是一个极其复杂的过程,涉及多个传感器以及一些其他的技术元素,比如

雷达,利用无线电波测量汽车与其周围障碍物之间的距离;

激光雷达(LIDAR),使用激光传感器构建汽车周围环境的360度全方位图像;

摄像头,用于探测人,灯,路标和其他物体;

卫星,以启用全球定位系统(GPS),进行精确定位;

数字地图,帮助确定和修改汽车的行驶路线;

计算机,用来处理所有信息,识别物体,分析驾驶情况并根据汽车看到的情况确定行动。

所有这些元件协同工作,来帮助汽车随时了解它所在的位置,以及与汽车自身相关的所有内容。尽管现在这些系统很精确,但它们并不完美。比如,计算机可以知道哪些图片和感官输入值得关注并对此做出正确反应,但这些都仅仅来自于行驶了很多里程的经验。

据了解,目前在公共道路上展开测试的自动驾驶汽车,都在将“学习到的知识”反馈到中央系统,使得公司的所有汽车都有机会成为更好的驾驶员。不过遗憾的是,即使是目前美国所有自动驾驶汽车行驶的里程总数,也不及人类司机每天驾驶的里程数。

危险——来自夜间的挑战

夜间行驶比白天更具挑战性——对自动驾驶汽车和人类驾驶员而言均是如此。要知道,黑暗条件下的对比度会降低,无论是有生命还是无生命的物体都很难与周围环境区分开来。在这方面,人类的眼睛和自动驾驶汽车的摄像头都会有一定程度上的“损伤”,因为它们不像雷达和激光雷达,即使没有阳光,路灯或其他照明物体也能进行探测。

显然,这也是今年3月亚利桑那州事故发生的一个因素,当时一名行人在夜间推着自行车横穿街道时与一辆Uber无人车相撞致死。事故发生时,被禁用的紧急制动是酿成悲剧的一个原因,而汽车传感器则是另一个因素。首先,它先把行人识别成了车辆,之后又认为是自行车。

不要觉得这个问题无关紧要,其中有重要的区别,因为自动驾驶汽车的判断和行动依赖于准确的识别。简单来说,如果它把周围的物体识别成另一辆汽车而不是行人的话,会首先判断该物体会议更快的速度驶离自己的车道

成熟——需要一次又一次的尝试

为了成为更好的驾驶者,自动驾驶汽车不仅需要更多更好的技术工具,还需要更为基础的东西,那就是实践。与人类驾驶员无异,缺乏经验的机器人驾驶员在处理黑暗,雾气或湿滑的路况时也不会有很好的效果。

在受控道路上进行测试是在公共街道上进行自动驾驶汽车广泛部署的第一步。德克萨斯州自动驾驶试验场合作伙伴关系(The Texas Automated Vehicle Proving Grounds Partnership),包括德克萨斯A&M交通研究院、德克萨斯大学奥斯汀分校和圣安东尼奥西南研究所,运营着一组封闭式试验场,可供自动驾驶汽车再次进行训练。

鉴于自动驾驶汽车还需要体验真实的环境条件,因此该合作伙伴关系包括德克萨斯州的七个城市地区,可以在公共道路上进行设备测试。此外,今年7月,自动驾驶汽车初创公司Drive.ai开始在达拉斯北部的弗里斯科有限的道路上测试自己的车辆。

这些测试工作,对于确保自动驾驶技术在上路之前尽可能实现万无一失至关重要。换句话说,该技术需要时间展开学习,这一过程可以被视为对自动驾驶汽车展开的“司机教育”。人就是通过实践来进行学习的,并且通过反复练习会越做越好。无论在哪个领域,是音乐,体育还是驾驶汽车,“熟能生巧”是一个公认的原则。

正如小智君(ID:Aiobservation)开篇讲到的那样,自动驾驶汽车与成为可靠安全驾驶员之前需要积累经验的青少年没有什么不同,如果非要进行一番区分的话,那便是汽车不必自己亲学每一件事,相反,他们需要进行“互相交谈,并分享经验”。

(文中图片来自网络)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180717A1P0WK00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券