梅赛德斯奔驰-自主驾驶不再是梦

它显示了技术上可能的原则:“Bertha”,是公司内部所知的S 500 INTELLIGENT DRIVE研究性车辆,在2013年秋季其自主驾驶的历史性路线从曼海姆一路延伸到普福尔茨海姆,她证明自驾车汽车不再是科幻小说的东西。在每天陆路和城市交通中的自主旅程完成的一瞬间,事实证明她成功了,这是一个开创先锋的成就。 “Bertha”在梅赛德斯 - 奔驰博物馆的一个合适的地方作为展示,向世人诉说自动驾驶技术的发展速度有多快。从7月26日至9月25日,她将在中庭(门厅)展示,在那里游客们可以尽情欣赏。

凭借发达的生产技术和丰富的计算能力,2013年开在路上的她,为梅赛德斯 - 奔驰的开发工程师提供了基于新E级的宝贵发现,在这一新的里程碑的基础上又建立了新的里程碑。 “最先进的辅助系统互连技术的综合使得E级成为同类汽车中最智能的轿车,”Thomas Weber教授,戴姆勒公司管理委员会成员,负责集团研究和梅赛德斯 - 奔驰汽车的发展。在内华达州,高度自动化的标准生产的E-Class已获得自主驾驶试用许可证。尽管拥有创新的功能,如DRIVE PILOT和主动制动辅助交叉功能和行人检测,车辆仍然不能在日常交通中完全依靠自己的设备行驶。

那么还需要做什么?传感器的互连需要进一步优化,并且传感器本身仍然具有改进的潜力。例如,它们仍然高度依赖于天气,由大雨,降雪在传感器中的结垢给工程师造成了巨大挑战。 “另一个奇怪的问题是交通信号灯,因其在任何情况下都不允许被错误判断,”梅赛德斯 - 奔驰车载自动化和底盘系统部主管Ralf G. Herrtwich博士解释说。如果在交叉点处有许多组灯,则挑战是识别哪些灯与车辆相关。还要求从一定距离观察,能对只有几个像素大小的箭头做出正确判断。另外,还经常存在背光的问题。 Herrtwich补充说:“但这就是我们现在的传感器可以检测到的技术极限。”

进一步的重点是通过改进的图像完成对环境更为精确的识别。 Herrtwich说:“借助深度学习方法,车辆对环境进行分类的能力有了显着的改进和提高。所谓的深度学习计算机不是像素地而是整体地解译图像。车载计算机不再需要在每个细节上进行训练。它可以识别图像中的关键特征和相似性,并能解释一个城市的典型街道场景结构,并将其应用于另一个城市的典型街道场景结构中。

车辆传感器的进一步发展,为更精确的环境识别,车辆彼此之间以及与基础设施之间更广泛的连接的建立,是在使汽车变得更智能的基础上的构建块。而这个研究的目的,是通过车辆在有压力的情况下的自主地行动进而减缓驾驶员的压力。然而,最终的责任仍然在于人,他能够随时进行干预。随着深度学习方法的整合,开发商正在追求一个革命性的目标:完全无人驾驶车辆的发展。

博世,car2go和戴姆勒在去年推出了一个相应的试点项目:在多层停车场自动停车。客户可以使用他们的智能手机从car2go预订车辆。一旦用户在多层停车场的拾取区中准备就绪,则汽车自动准备,并可开始旅程。车辆退回时,客户将车辆停放在停车区域,并通过他们的智能手机回送车辆。一旦通过智能多层停车场系统登记,汽车被启动并被引导到指定的停车点。

下一步的行动便是这个想法,汽车共享交易将会变得更加客户友好化。客户不必自己去驾驶他们的车,汽车会自己开到他们的跟前。一个相当现实有用的想法,在其实施中,戴姆勒公司正在与合作伙伴密切合作研究。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171227A02SBU00?refer=cp_1026
  • 腾讯「云+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 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券