Wird autonomes Fahren in zehn Jahren universell sein?
Ich habe diese Frage auf Zhihu gesehen: Wird autonomes Fahren in zehn Jahren universell sein? Und gefragt, ob es jetzt noch notwendig sei, einen Führerschein zu erlernen. Das ist eine sehr interessante Frage, denn es geht um die Möglichkeit einer Kommerzialisierung des autonomen Fahrens und darum, wie sich unser Leben nach der Einführung des autonomen Fahrens verändern wird. Bei dieser Frage handelt es sich auch um ein Konzept, nämlich die Universalisierung, das ebenfalls ein diskussionswürdiges Thema ist. Smart Driving Frontier wird von diesem Thema ausgehen und es mit allen diskutieren.
Autonomes Fahren ist mit intelligentem Reisen, intelligentem Transport und intelligenten Städten verbunden. Es ist ein wichtiger Trend in der zukünftigen Entwicklung und wird auch einen technologischen Wandel darstellen, der den gesellschaftlichen Lebensstil verändert. Kurz gesagt, autonomes Fahren ist eine Veränderung der Rolle der Autosteuerung. Ob es nun ein Auto, ein Motorrad, ein Elektroauto oder ein Fahrrad ist, sie alle brauchen Menschen Steuern Sie die Fahrwerkzeuge. Diese Fahrwerkzeuge dienen eher dazu, den Reisevorgang zu beschleunigen und Fernreisen schneller und bequemer zu machen. Diese Art des Reisevorgangs gibt den Menschen jedoch nicht die Hände frei. Während des Reisevorgangs müssen die Menschen immer noch viel Zeit damit verbringen, die Verkehrsbedingungen zu beobachten. Auch wenn sie ein Taxi nehmen, ist die Rolle des Fahrers immer noch ein Mensch. Er beobachtet lediglich die Verkehrsverhältnisse während der Fahrt. Die Aufgabe wird dem Fahrer übertragen, die Beteiligung der Menschen am Transportvorgang wird dadurch jedoch nicht eingeschränkt.
Das Konzept des autonomen Fahrens löst grundsätzlich die Notwendigkeit, dass Menschen beim Reisen die Verkehrsbedingungen beobachten müssen, befreit sie von der Rolle, den Transport zu kontrollieren, und ermöglicht ihnen, mehr Zeit für Unterhaltung und Ruhe zu haben. Das Konzept des autonomen Fahrens wurde in den letzten Jahren nicht vorgeschlagen, aber die Technologie hat sich bisher weiterentwickelt und es besteht noch keine Möglichkeit einer breiten Anwendung. Dies könnte auch in den nächsten zehn Jahren oder länger der Fall sein Viele Themen wie die gesellschaftliche Akzeptanz sind keine „einfache“ technische Umsetzung, sondern hängen eher mit der gesellschaftlichen Entwicklung zusammen. Dies ist vielleicht das schwierigste und am wenigsten leicht zu lösende Problem.
Zurück zur ursprünglichen Frage: „Kann fahrerloses Fahren in zehn Jahren universalisiert werden?“ Hier ist ein Konzept, welche Art von fahrerlosem Fahren gemeint ist? Aus technischer Sicht kann autonomes Fahren in autonomes Fahren mit niedriger Geschwindigkeit und autonomes Fahren mit hoher Geschwindigkeit unterteilt werden. Autonomes Fahren mit niedriger Geschwindigkeit ist das unbemannte Fahrzeug, das Expresslieferungen ausliefert, Lebensmittel ausliefert und Passagiere abholt, die wir an geschlossenen Orten sehen B. Parks, Restaurants und Campusgelände. Diese Art des unbemannten Fahrens weist mehrere Merkmale auf, nämlich Geschlossenheit und niedrige Geschwindigkeit. Diese Art von unbemanntem Fahrgerät hat einen festen Arbeitsbereich, einen relativ festen Fahrweg und die Fahrgeschwindigkeit ist auch während des Arbeitsprozesses niedrig, was die Probleme der Menschen auf der letzten Meile wie Essen zum Mitnehmen und Expresslieferungen löst.
Mit der Entwicklung der Technologie wird das autonome Fahren mit niedriger Geschwindigkeit immer beliebter und wird sogar auf alle Bereiche der Gesellschaft angewendet, zusätzlich zur üblichen Lebensmittellieferung und Expresszustellung, wie zum Beispiel bei der Anbindung von Touristen an Touristenattraktionen und beim Transport und das Entladen von Fracht in Häfen, wie der Transport und die Platzierung von Bergbaumaterialien usw., bei denen die Arbeitsumgebung einfach ist, die Änderungen nicht besonders groß sind und der Arbeitsabstand relativ kurz ist, werden durch niedrige Geschwindigkeit ersetzt Autonomes Fahren und mehr Menschen werden in der Lage sein, andere komplexe Aufgaben zu erledigen und so die Nutzung menschlicher Ressourcen zu maximieren.
In Richtung autonomes Fahren mit hoher Geschwindigkeit wird es jedoch möglicherweise nicht so schnell umgesetzt wie autonomes Fahren mit niedriger Geschwindigkeit. Sobald das autonome Fahren mit hoher Geschwindigkeit tatsächlich implementiert ist, wird es dasselbe sein wie die Autos auf der Straße und kann Personen über weite Strecken transportieren. Im Rahmen des Konzepts des autonomen Hochgeschwindigkeitsfahrens müssen autonome Fahrzeuge in der Lage sein, unterschiedliche Verkehrsbedingungen genau wie menschliche Fahrer zu beurteilen und in Verkehrsumgebungen, in denen plötzlich Probleme auftreten, schnell zu reagieren.
Die Beurteilung der Straßenbedingungen und die Entscheidungsfindung beim autonomen Fahren basieren hauptsächlich auf dem geschriebenen Code. Der geschriebene Code bestimmt die Reaktion des autonomen Fahrzeugs, wenn es auf bestimmte Verkehrsbedingungen stößt Der Code Aus technischer Sicht ist es einfach unmöglich, ohne die Zwänge des Autos so zu denken wie ein menschlicher Fahrer.
Die Entwicklung des autonomen Hochgeschwindigkeitsfahrens umfasst Fahrradintelligenz und Fahrzeug-Straßen-Zusammenarbeit. Aufgrund der hohen Kosten erfordert das Entwicklungsmodell der Fahrradintelligenz mehr Technologien, damit das Auto das Fahren abschließen kann , aber auch Während des Designprozesses haben wir darüber nachgedacht, ob die Designkosten von der Öffentlichkeit akzeptiert werden können. Im Rahmen des Entwicklungsmodells der Fahrzeug-Straßen-Zusammenarbeit kann die in selbstfahrenden Autos installierte Hardwareausrüstung effektiv reduziert werden wurden im Hinblick auf Straßenausbauten und Internetgeschwindigkeitsverbesserungen gefordert.
Darüber hinaus basieren die aktuellen Verkehrsgesetze und -vorschriften auch auf „Menschen“, und die Probleme, die auftreten können, wenn „Menschen“ am Transport teilnehmen, werden derzeit noch nicht berücksichtigt Im Vergleich zu Fahrzeugen mit niedriger Geschwindigkeit konzentrieren sich autonomes Fahren und autonomes Fahren mit hoher Geschwindigkeit hauptsächlich auf die „Beförderung von Personen“. Daher sind weitere Gesetze und Vorschriften erforderlich, um die Sicherheit der Passagiere zu gewährleisten. Um sicherzustellen, dass die formulierten Gesetze und Vorschriften den Anforderungen für die Verbreitung selbstfahrender Autos gerecht werden, ist mehr Zeit für die Diskussion und Planung unter Berücksichtigung aller möglichen Probleme erforderlich. Zusammengenommen wird diese Reihe von Einschränkungen die Universalisierung des autonomen Fahrens erschweren.
In der Frage wurde auch die Universalisierung erwähnt, das heißt, autonomes Fahren ist überall zu sehen, und sogar alle Reisegeräte sind autonome Fahrzeuge. Es gibt eine diskussionswürdige Frage. Wird autonomes Fahren eingeführt? Autos und von Menschen angetriebene Autos nebeneinander existieren? Wenn es diese Phase gibt, müssen dann selbstfahrende Autos und Autos, die von menschlichen Fahrern gefahren werden, getrennt fahren, oder teilen sie sich direkt dieselbe Straße? Wenn es ein solches Stadium gibt, welchen Anteil wird autonomes Fahren dann als universell gelten, wenn der Anteil selbstfahrender Autos erreicht ist?
Wird es mit der Einführung des autonomen Fahrens eine Phase geben, in der autonome Fahrzeuge und von Menschen gesteuerte Fahrzeuge nebeneinander existieren? Heutzutage nutzen viele OEMs fortschrittliche Fahrassistenzsysteme als Einstiegspunkt, um die Weiterentwicklung ihrer eigenen Technologien bei der Werbung nach außen zu fördern. Diese Art von fortschrittlichem Fahrassistenzsystem stellt jedoch nicht nur eine Möglichkeit dar, das Fahren zu reduzieren Fahrmüdigkeit ist ein Hilfsmittel zur Erhöhung der Fahrsicherheit. Nur wenn es die L5-Anforderungen von SAE vollständig erfüllt, kann die aktuelle Phase nicht als eine Phase angesehen werden, in der autonome Fahrzeuge und Menschen fahren. angetriebene Fahrzeuge koexistieren.
Wenn selbstfahrende Autos tatsächlich auf den Markt kommen, ist es unmöglich, von Menschen gefahrene Autos direkt durch fahrerlose Autos zu ersetzen. Als Reisewerkzeug hängt der Ersatz eines Autos hauptsächlich davon ab, ob seine Funktionen den Reiseanforderungen und Verbraucherkäufen gerecht werden. Wenn also selbstfahrende Autos auf den Markt kommen, wird es definitiv eine Phase geben, in der selbstfahrende Autos und von Menschen gesteuerte Autos nebeneinander existieren. Genau wie in den frühen Tagen der Popularität von Smartphones wird es immer noch viele Menschen geben, die Feature-Phones nutzen Obwohl Smartphones schon seit vielen Jahren beliebt sind, werden Feature-Phones immer noch von vielen Menschen genutzt.
Wenn selbstfahrende Autos und menschliche Fahrer nebeneinander existieren, ist es dann notwendig, eine eigene Spur für selbstfahrende Autos zu eröffnen? So wie es in den Anfängen der Smartphones im Allgemeinen weniger Menschen gab, die Smartphones nutzten, gab es in den Anfängen der selbstfahrenden Technologie nicht viele selbstfahrende Autos, die am Verkehr teilnahmen. Das Einrichten eigener Fahrspuren wäre sehr zeitaufwändig und arbeitsintensiv -intensiv und kostenintensiv, denn wenn Sie möchten, dass selbstfahrende Autos alle Orte erreichen, die Fahrer erreichen können, und wenn Sie spezielle Fahrspuren eröffnen möchten, müssen diese auf allen Straßenabschnitten geöffnet werden, einschließlich Autobahnen, Stadtstraßen, Ortsstraßen usw sogar Landstraßen. Daher werden sich selbstfahrende Autos und von Menschen gesteuerte Autos nach der Einführung selbstfahrender Autos mehr Straßen teilen, und einer der Standards für die Einführung selbstfahrender Autos wird sein: ob sie sich an die Anforderungen anpassen können Verkehrsumfeld.
Wie hoch ist der Anteil selbstfahrender Autos, der als universell gelten muss? Dies ist ein schwer zu messender Standard. Die Spitze des intelligenten Fahrens ist der Ansicht, dass sich jeder an die Existenz des autonomen Fahrens anpassen sollte, und die meisten Fahrten werden bereitgestellt autonomes Fahren. Um auf die ursprüngliche Frage zurückzukommen: Wird autonomes Fahren in zehn Jahren universell sein? Schwierig, sehr schwierig. Da es zu viele Bereiche gibt, ist die Verallgemeinerung des autonomen Fahrens noch ein langer Weg, daher ist es immer noch sehr wichtig, einen Führerschein zu erlernen.
Das obige ist der detaillierte Inhalt vonWird autonomes Fahren in zehn Jahren universell sein?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Oben geschrieben und persönliches Verständnis des Autors. Dreidimensionales Gaussplatting (3DGS) ist eine transformative Technologie, die in den letzten Jahren in den Bereichen explizite Strahlungsfelder und Computergrafik entstanden ist. Diese innovative Methode zeichnet sich durch die Verwendung von Millionen von 3D-Gaußkurven aus, was sich stark von der Neural Radiation Field (NeRF)-Methode unterscheidet, die hauptsächlich ein implizites koordinatenbasiertes Modell verwendet, um räumliche Koordinaten auf Pixelwerte abzubilden. Mit seiner expliziten Szenendarstellung und differenzierbaren Rendering-Algorithmen garantiert 3DGS nicht nur Echtzeit-Rendering-Fähigkeiten, sondern führt auch ein beispielloses Maß an Kontrolle und Szenenbearbeitung ein. Dies positioniert 3DGS als potenziellen Game-Changer für die 3D-Rekonstruktion und -Darstellung der nächsten Generation. Zu diesem Zweck geben wir erstmals einen systematischen Überblick über die neuesten Entwicklungen und Anliegen im Bereich 3DGS.

Gestern wurde ich während des Interviews gefragt, ob ich irgendwelche Long-Tail-Fragen gestellt hätte, also dachte ich, ich würde eine kurze Zusammenfassung geben. Das Long-Tail-Problem des autonomen Fahrens bezieht sich auf Randfälle bei autonomen Fahrzeugen, also mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. Das wahrgenommene Long-Tail-Problem ist einer der Hauptgründe, die derzeit den betrieblichen Designbereich intelligenter autonomer Einzelfahrzeugfahrzeuge einschränken. Die zugrunde liegende Architektur und die meisten technischen Probleme des autonomen Fahrens wurden gelöst, und die verbleibenden 5 % der Long-Tail-Probleme wurden nach und nach zum Schlüssel zur Einschränkung der Entwicklung des autonomen Fahrens. Zu diesen Problemen gehören eine Vielzahl fragmentierter Szenarien, Extremsituationen und unvorhersehbares menschliches Verhalten. Der „Long Tail“ von Randszenarien beim autonomen Fahren bezieht sich auf Randfälle in autonomen Fahrzeugen (AVs). Randfälle sind mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. diese seltenen Ereignisse

0. Vorab geschrieben&& Persönliches Verständnis, dass autonome Fahrsysteme auf fortschrittlichen Wahrnehmungs-, Entscheidungs- und Steuerungstechnologien beruhen, indem sie verschiedene Sensoren (wie Kameras, Lidar, Radar usw.) verwenden, um die Umgebung wahrzunehmen, und Algorithmen und Modelle verwenden für Echtzeitanalysen und Entscheidungsfindung. Dies ermöglicht es Fahrzeugen, Verkehrszeichen zu erkennen, andere Fahrzeuge zu erkennen und zu verfolgen, das Verhalten von Fußgängern vorherzusagen usw. und sich so sicher an komplexe Verkehrsumgebungen anzupassen. Diese Technologie erregt derzeit große Aufmerksamkeit und gilt als wichtiger Entwicklungsbereich für die Zukunft des Transportwesens . eins. Aber was autonomes Fahren schwierig macht, ist herauszufinden, wie man dem Auto klarmachen kann, was um es herum passiert. Dies erfordert, dass der dreidimensionale Objekterkennungsalgorithmus im autonomen Fahrsystem Objekte in der Umgebung, einschließlich ihrer Standorte, genau wahrnehmen und beschreiben kann.

Mit solch einer mächtigen KI-Imitationsfähigkeit ist es wirklich unmöglich, dies zu verhindern. Hat die Entwicklung der KI mittlerweile dieses Niveau erreicht? Ihr vorderer Fuß lässt Ihre Gesichtszüge fliegen, und auf Ihrem hinteren Fuß wird genau der gleiche Ausdruck reproduziert. Starren, Augenbrauen hochziehen, schmollen, egal wie übertrieben der Ausdruck ist, alles wird perfekt nachgeahmt. Erhöhen Sie den Schwierigkeitsgrad, heben Sie die Augenbrauen höher, öffnen Sie die Augen weiter, und sogar die Mundform ist schief und der Ausdruck des Avatars kann perfekt reproduziert werden. Wenn Sie die Parameter auf der linken Seite anpassen, ändert der virtuelle Avatar auf der rechten Seite auch seine Bewegungen entsprechend, um eine Nahaufnahme von Mund und Augen zu erhalten. Man kann nicht sagen, dass die Nachahmung genau gleich ist, aber der Ausdruck ist genau derselbe gleich (ganz rechts). Die Forschung stammt von Institutionen wie der Technischen Universität München, die GaussianAvatars vorschlägt

Die Trajektorienvorhersage spielt eine wichtige Rolle beim autonomen Fahren. Unter autonomer Fahrtrajektorienvorhersage versteht man die Vorhersage der zukünftigen Fahrtrajektorie des Fahrzeugs durch die Analyse verschiedener Daten während des Fahrvorgangs. Als Kernmodul des autonomen Fahrens ist die Qualität der Trajektorienvorhersage von entscheidender Bedeutung für die nachgelagerte Planungssteuerung. Die Trajektorienvorhersageaufgabe verfügt über einen umfangreichen Technologie-Stack und erfordert Vertrautheit mit der dynamischen/statischen Wahrnehmung des autonomen Fahrens, hochpräzisen Karten, Fahrspurlinien, Fähigkeiten in der neuronalen Netzwerkarchitektur (CNN&GNN&Transformer) usw. Der Einstieg ist sehr schwierig! Viele Fans hoffen, so schnell wie möglich mit der Flugbahnvorhersage beginnen zu können und Fallstricke zu vermeiden. Heute werde ich eine Bestandsaufnahme einiger häufiger Probleme und einführender Lernmethoden für die Flugbahnvorhersage machen! Einführungsbezogenes Wissen 1. Sind die Vorschaupapiere in Ordnung? A: Schauen Sie sich zuerst die Umfrage an, S

Originaltitel: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Paper-Link: https://arxiv.org/pdf/2402.02519.pdf Code-Link: https://github.com/HKUST-Aerial-Robotics/SIMPL Autor: Hong Kong University of Science und Technologie DJI-Papieridee: Dieses Papier schlägt eine einfache und effiziente Bewegungsvorhersagebasislinie (SIMPL) für autonome Fahrzeuge vor. Im Vergleich zum herkömmlichen Agent-Cent

Vorab geschrieben und Ausgangspunkt Das End-to-End-Paradigma verwendet ein einheitliches Framework, um Multitasking in autonomen Fahrsystemen zu erreichen. Trotz der Einfachheit und Klarheit dieses Paradigmas bleibt die Leistung von End-to-End-Methoden für das autonome Fahren bei Teilaufgaben immer noch weit hinter Methoden für einzelne Aufgaben zurück. Gleichzeitig erschweren die in früheren End-to-End-Methoden weit verbreiteten Funktionen der dichten Vogelperspektive (BEV) die Skalierung auf mehr Modalitäten oder Aufgaben. Hier wird ein Sparse-Search-zentriertes End-to-End-Paradigma für autonomes Fahren (SparseAD) vorgeschlagen, bei dem die Sparse-Suche das gesamte Fahrszenario, einschließlich Raum, Zeit und Aufgaben, ohne dichte BEV-Darstellung vollständig abbildet. Insbesondere ist eine einheitliche, spärliche Architektur für die Aufgabenerkennung einschließlich Erkennung, Verfolgung und Online-Zuordnung konzipiert. Zudem schwer

Im vergangenen Monat hatte ich aus bekannten Gründen einen sehr intensiven Austausch mit verschiedenen Lehrern und Mitschülern der Branche. Ein unvermeidliches Thema im Austausch ist natürlich End-to-End und der beliebte Tesla FSDV12. Ich möchte diese Gelegenheit nutzen, einige meiner aktuellen Gedanken und Meinungen als Referenz und Diskussion darzulegen. Wie definiert man ein durchgängiges autonomes Fahrsystem und welche Probleme sollten voraussichtlich durchgängig gelöst werden? Gemäß der traditionellsten Definition bezieht sich ein End-to-End-System auf ein System, das Rohinformationen von Sensoren eingibt und für die Aufgabe relevante Variablen direkt ausgibt. Bei der Bilderkennung kann CNN beispielsweise als End-to-End bezeichnet werden, verglichen mit der herkömmlichen Methode zum Extrahieren von Merkmalen + Klassifizieren. Bei autonomen Fahraufgaben werden Eingabedaten verschiedener Sensoren (Kamera/LiDAR) benötigt
