Maison Périphériques technologiques IA Combien de temps faudra-t-il pour parvenir à la conduite autonome ?

Combien de temps faudra-t-il pour parvenir à la conduite autonome ?

Apr 11, 2023 pm 07:46 PM
技术 自动驾驶

Récemment, il y a eu un article sur un grave accident de voiture impliquant le véhicule d'une nouvelle force lorsque la "fonction d'aide à la conduite intelligente était activée" (s'il vous plaît pardonnez-moi d'utiliser une phrase aussi longue pour décrire cet accident de voiture, car je ne le fais vraiment pas) Je ne veux pas avoir d'ennuis) ) la nouvelle a éclaté sur Internet, obligeant tout le monde à prêter une fois de plus attention au développement technologique de la conduite autonome et aux problèmes sociaux qui y sont liés.

Combien de temps faudra-t-il pour parvenir à la conduite autonome ?

Concernant cet accident, le déroulement de la scène résumé à partir des informations disponibles sur Internet est à peu près le suivant : Le propriétaire de la voiture A a activé l'ACC (Adaptive Cruise) et le LCC (Lane Centering Assist) sur la route surélevée, Conduite dans la voie la plus à gauche à une vitesse de 80 km/h ; soudain, un véhicule à l'arrêt dans la même voie est apparu devant, avec une personne B derrière le véhicule ; le véhicule du propriétaire A n'a pas freiné ni évité, et s'est écrasé directement sur le véhicule à l'arrêt et la personne ; B a causé la mort de la personne B derrière le véhicule à l'arrêt...

Selon Internet, le propriétaire A de l'accident a déclaré : « J'ai activé le système de conduite assistée, mais le système ne l'a pas reconnu. être distrait à ce moment-là.

Alors, qui doit porter la responsabilité de l'accident ? Le propriétaire de la voiture qui a causé l'accident ? Ou le concepteur et constructeur de la voiture ?

Bien que je n'ai jamais acheté de véhicule doté de fonctions de conduite intelligente aussi "avancées", et que je ne sache pas exactement comment le manuel d'utilisation du véhicule ou l'accord d'utilisation est rédigé, mais selon la pratique courante actuelle de divers constructeurs automobiles, le véhicule effectue une conduite intelligente Lors du fonctionnement, le propriétaire de la voiture doit être responsable de la surveillance des conditions routières à tout moment et doit être prêt à reprendre le véhicule à tout moment.

Parce que, peu importe à quel point tout le monde le claironne dans les publicités, tout le monde sait très bien que la conduite intelligente actuelle ne peut pas du tout être qualifiée de conduite autonome. Il s'agit toujours uniquement de conduite assistée et ne peut fournir aux conducteurs que des informations de conduite. ne peut pas atteindre l’objectif de remplacer le conducteur.

Selon l'article 51 du « Règlement sur la gestion intelligente des véhicules connectés dans la zone économique spéciale de Shenzhen », si un véhicule connecté intelligent avec un conducteur rencontre des violations de la sécurité routière, le département de gestion du trafic de l'organisme de sécurité publique traitera avec le conducteur. conformément à la loi. L'article 54 stipule que si un accident de la circulation impliquant un véhicule intelligent connecté provoque des dommages dus à des défauts du véhicule lui-même, le conducteur, le propriétaire ou le gestionnaire du véhicule peut demander une indemnisation au constructeur ou au vendeur conformément à la loi après avoir accompli les formalités prescrites. compensation.

Il ressort des réglementations ci-dessus qu'en cas d'accident, le conducteur reste la première personne responsable. S'il peut être prouvé que le véhicule lui-même est défectueux, il peut demander une indemnisation au constructeur automobile. Mais comment un consommateur ordinaire peut-il prouver que le véhicule est défectueux ?

Nous ne voulons pas analyser la cause de cet accident en détail - qu'il s'agisse du défaut de conception du véhicule lui-même ou de la responsabilité du conducteur, nous voulons simplement commencer par cet accident pour analyser ; la situation actuelle de la conduite intelligente.

Selon la norme de classification de conduite autonome SAE J3016, aux niveaux inférieurs à L3, bien que des opérations telles que la direction, l'accélération et la décélération puissent être gérées par le système de conduite autonome automatique du véhicule, le conducteur humain est toujours responsable de la surveillance de toutes les conditions sur la route. En d’autres termes, aux niveaux inférieurs à L3, le système de conduite autonome n’est qu’une assistance et le conducteur assume l’entière responsabilité du fonctionnement sûr du véhicule.

Selon cette répartition des responsabilités, alors que la technologie de conduite autonome actuelle est loin d'être mature, divers véhicules L2.5, L2.9, L2.9+ et autres méthodes de dénomination assez « créatives » aux caractéristiques chinoises ont vu le jour. .

Tous les équipementiers jouent avec les choses, et personne n'ose dire que leur système de conduite autonome peut atteindre la L3. Car une fois qu'il est déclaré L3, la responsabilité des accidents lorsque le véhicule est en état de conduite autonome L3 doit être assumée par le constructeur automobile.

Dans cet État, d'une part, tout le monde doit rivaliser en termes de force technique et introduire continuellement des fonctions de conduite autonome plus avancées dans l'espoir de vendre plus de voitures, d'autre part, ils n'osent pas se croiser ; la frontière de l’étape L3. Car, tant qu'il ne s'agit pas de L3, alors tous les accidents n'ont rien à voir avec vous. Au moins, il est clairement indiqué dans le manuel d'utilisation que le conducteur a la responsabilité d'être prêt à reprendre le véhicule à tout moment.

Cependant, en fait, réfléchissons à cela sous un autre angle. Lorsque vous participez à une réunion qui ne vous oblige pas à parler ou à enregistrer du contenu, allez-vous vous assoupir, regarder votre téléphone ou être hébété. .. Maintenant L2.X La fonction de conduite assistée de la voiture est une existence tellement étrange. Vous n'avez pas besoin de contrôler le volant, les freins et l'accélérateur, mais vous devez quand même mettre vos mains sur le volant et garder vos yeux. à l'avant, sinon le DMS et d'autres systèmes vous alarmeront et vous rappelleront. Surveillez attentivement la surface de la route.

Cette situation est comme si vous aviez trouvé un chauffeur professionnel, et vous devez alors le surveiller à tout moment pendant qu'il conduit. Lorsqu'une situation dangereuse survient, si le chauffeur professionnel n'agit pas, vous devez intervenir à temps, sinon vous serez responsable de l'accident.

Vous ne trouvez pas cette situation un peu anti-humaine ? Les gens qui achètent des voitures dotées de fonctions de conduite autonome aiment-ils devenir instructeurs d’auto-école ? Si les fonctions de conduite autonome nécessitent toute notre attention et qu’il nous est difficile de maintenir toute notre attention à tout moment, ces fonctions ont-elles encore autant de sens ?

Je ne suis pas quelqu'un qui est contre la technologie de conduite autonome. Au contraire, je soutiens fermement le développement de technologies de conduite autonome. Je crois que lorsque la technologie de conduite autonome mûrira à l'avenir, tout le monde pourra économiser beaucoup de temps et d'énergie, et le nombre d'accidents de la route sera considérablement réduit. Cependant, la conduite autonome actuelle est loin d’être suffisamment mature pour être popularisée à grande échelle. Non seulement on est loin d’une conduite autonome de haut niveau, mais même les fonctions auxiliaires de base telles que l’AEB, le LKA et le stationnement ne peuvent pas être fiables à 100 %.

Combien de temps faudra-t-il pour parvenir à la conduite autonome ?

(Source photo : SAE International)

En 1918, le magazine Scientific American a publié un article intitulé « Le rêve d'un automobiliste : une voiture contrôlée par un ensemble de Boutons » (photo ci-dessous), montrant un tramway autonome. L'article estime que "... dans le futur, les voitures avec volant seront aussi obsolètes que les voitures avec pompes à main aujourd'hui !" Au cours des près de cent dernières années, les humains ont été obsédés par la conduite autonome et ont toujours des fantasmes irréalistes. estiment que la conduite autonome sera réalisée dans 20 ans. Malheureusement, jusqu'à aujourd'hui, personne ne peut dire avec précision quand une voiture qui élimine complètement le volant pourra rouler sur la route. Et à mesure que les gens se rapprochent de ce rêve, ils sont de plus en plus conscients de la difficulté et de la complexité de parvenir à une conduite entièrement autonome.

La réalisation de la conduite autonome ne repose pas sur le véhicule lui-même, mais sur les efforts de l'ensemble du système de transport. Il ne s'agit pas seulement de s'appuyer sur les équipementiers et les fournisseurs de conduite autonome, mais de s'appuyer sur le progrès commun de tous les domaines de la société. Combien de temps faudra-t-il pour parvenir à la conduite autonome ?Voici quelques suggestions inspirées :

1. Améliorer les normes pour les systèmes d'enregistrement des données d'accident des systèmes de conduite intelligents.

Bien que le pays dispose déjà de normes pertinentes pour l'EDR (Event Data Recorder, système d'enregistrement de données d'événements automobiles), il ne peut enregistrer que des informations de base sur le véhicule. À ce stade, c'est toujours aux constructeurs automobiles de décider si la conduite intelligente échoue ou non, et il n'existe pas de contrôle efficace par un tiers. Parce que, face à la quantité massive de données complexes, personne, à l’exception des constructeurs automobiles et de leurs fournisseurs, ne peut dire exactement ce qui s’est passé. La raison fondamentale de ce phénomène est qu'il n'existe pas de norme nationale plus détaillée avec un contenu pertinent, quelle est la signification de chaque donnée, quelles données doivent être stockées à quel moment, etc. Ces exigences font toujours défaut. Il est recommandé que les institutions et associations compétentes puissent se référer à la pratique de l'OBD automobile pour établir les normes correspondantes dès que possible et les améliorer continuellement.

2. Le pays devrait établir une base de données unifiée de simulation des scènes de conduite et injecter simultanément des informations détaillées sur les accidents de la route.

L'amélioration des algorithmes de conduite autonome nécessite l'accumulation de données massives. Il est difficile pour une seule entreprise d'atteindre seule ce niveau d'accumulation de données en peu de temps. en travaillant seul, ce n'est qu'en formant une situation gagnant-gagnant de co-création et d'apprentissage à partir de logiciels open source que nous pourrons rassembler la force de tout le pays pour faire de notre conduite intelligente véritablement à l'avant-garde du monde.

3. Pour l'accès des véhicules, les autorités de régulation devraient introduire des normes de test et de certification plus détaillées dès que possible.

Bien que la conduite intelligente soit encore en phase de développement et que les solutions système varient considérablement, certains principes et méthodes de base peuvent encore être définis à ce stade. De plus, une fois qu’une base de données nationale de simulation de scènes de conduite est établie, elle peut être utilisée comme référence pour tester tous les véhicules nouvellement admis dans le cloud. Évitez les longs essais routiers et réduisez les coûts.

4. Trouver un moyen de gérer l'OTA à la fois efficace et fiable. En raison de l'itération rapide des algorithmes de conduite autonome, les constructeurs automobiles doivent continuellement mettre à jour leurs logiciels via OTA. La surveillance actuelle de l'OTA adopte un système de classement, ce qui entraîne la possibilité que les fonctions et les performances des véhicules initialement admis subissent des changements majeurs après l'OTA. Trouver une méthode de gestion OTA efficace et fiable est un défi majeur auquel est confrontée la supervision actuelle de l’industrie automobile.

Enfin, je voudrais exprimer mes sincères bénédictions aux entreprises qui ont investi leur argent dans la conduite autonome. J'espère que vous avez tous suffisamment de ressources et de patience pour survivre à la longue nuit et voir la lumière de l'aube !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn

Outils d'IA chauds

Undresser.AI Undress

Undresser.AI Undress

Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover

AI Clothes Remover

Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool

Undress AI Tool

Images de déshabillage gratuites

Clothoff.io

Clothoff.io

Dissolvant de vêtements AI

AI Hentai Generator

AI Hentai Generator

Générez AI Hentai gratuitement.

Article chaud

R.E.P.O. Crystals d'énergie expliqués et ce qu'ils font (cristal jaune)
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Meilleurs paramètres graphiques
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. Vous avez un jeu croisé?
1 Il y a quelques mois By 尊渡假赌尊渡假赌尊渡假赌

Outils chauds

Bloc-notes++7.3.1

Bloc-notes++7.3.1

Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise

SublimeText3 version chinoise

Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1

Envoyer Studio 13.0.1

Puissant environnement de développement intégré PHP

Dreamweaver CS6

Dreamweaver CS6

Outils de développement Web visuel

SublimeText3 version Mac

SublimeText3 version Mac

Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Pourquoi le Gaussian Splatting est-il si populaire dans la conduite autonome que le NeRF commence à être abandonné ? Pourquoi le Gaussian Splatting est-il si populaire dans la conduite autonome que le NeRF commence à être abandonné ? Jan 17, 2024 pm 02:57 PM

Écrit ci-dessus et compréhension personnelle de l'auteur Le Gaussiansplatting tridimensionnel (3DGS) est une technologie transformatrice qui a émergé dans les domaines des champs de rayonnement explicites et de l'infographie ces dernières années. Cette méthode innovante se caractérise par l’utilisation de millions de gaussiennes 3D, ce qui est très différent de la méthode du champ de rayonnement neuronal (NeRF), qui utilise principalement un modèle implicite basé sur les coordonnées pour mapper les coordonnées spatiales aux valeurs des pixels. Avec sa représentation explicite de scènes et ses algorithmes de rendu différenciables, 3DGS garantit non seulement des capacités de rendu en temps réel, mais introduit également un niveau de contrôle et d'édition de scène sans précédent. Cela positionne 3DGS comme un révolutionnaire potentiel pour la reconstruction et la représentation 3D de nouvelle génération. À cette fin, nous fournissons pour la première fois un aperçu systématique des derniers développements et préoccupations dans le domaine du 3DGS.

Comment résoudre le problème de la longue traîne dans les scénarios de conduite autonome ? Comment résoudre le problème de la longue traîne dans les scénarios de conduite autonome ? Jun 02, 2024 pm 02:44 PM

Hier, lors de l'entretien, on m'a demandé si j'avais posé des questions à longue traîne, j'ai donc pensé faire un bref résumé. Le problème à longue traîne de la conduite autonome fait référence aux cas extrêmes dans les véhicules autonomes, c'est-à-dire à des scénarios possibles avec une faible probabilité d'occurrence. Le problème perçu de la longue traîne est l’une des principales raisons limitant actuellement le domaine de conception opérationnelle des véhicules autonomes intelligents à véhicule unique. L'architecture sous-jacente et la plupart des problèmes techniques de la conduite autonome ont été résolus, et les 5 % restants des problèmes à longue traîne sont progressivement devenus la clé pour restreindre le développement de la conduite autonome. Ces problèmes incluent une variété de scénarios fragmentés, de situations extrêmes et de comportements humains imprévisibles. La « longue traîne » des scénarios limites dans la conduite autonome fait référence aux cas limites dans les véhicules autonomes (VA). Les cas limites sont des scénarios possibles avec une faible probabilité d'occurrence. ces événements rares

Choisir une caméra ou un lidar ? Une étude récente sur la détection robuste d'objets 3D Choisir une caméra ou un lidar ? Une étude récente sur la détection robuste d'objets 3D Jan 26, 2024 am 11:18 AM

0. Écrit à l'avant&& Compréhension personnelle que les systèmes de conduite autonome s'appuient sur des technologies avancées de perception, de prise de décision et de contrôle, en utilisant divers capteurs (tels que caméras, lidar, radar, etc.) pour percevoir l'environnement et en utilisant des algorithmes et des modèles pour une analyse et une prise de décision en temps réel. Cela permet aux véhicules de reconnaître les panneaux de signalisation, de détecter et de suivre d'autres véhicules, de prédire le comportement des piétons, etc., permettant ainsi de fonctionner en toute sécurité et de s'adapter à des environnements de circulation complexes. Cette technologie attire actuellement une grande attention et est considérée comme un domaine de développement important pour l'avenir des transports. . un. Mais ce qui rend la conduite autonome difficile, c'est de trouver comment faire comprendre à la voiture ce qui se passe autour d'elle. Cela nécessite que l'algorithme de détection d'objets tridimensionnels du système de conduite autonome puisse percevoir et décrire avec précision les objets dans l'environnement, y compris leur emplacement,

Le papier Stable Diffusion 3 est enfin publié, et les détails architecturaux sont révélés. Cela aidera-t-il à reproduire Sora ? Le papier Stable Diffusion 3 est enfin publié, et les détails architecturaux sont révélés. Cela aidera-t-il à reproduire Sora ? Mar 06, 2024 pm 05:34 PM

L'article de StableDiffusion3 est enfin là ! Ce modèle est sorti il ​​y a deux semaines et utilise la même architecture DiT (DiffusionTransformer) que Sora. Il a fait beaucoup de bruit dès sa sortie. Par rapport à la version précédente, la qualité des images générées par StableDiffusion3 a été considérablement améliorée. Il prend désormais en charge les invites multithèmes, et l'effet d'écriture de texte a également été amélioré et les caractères tronqués n'apparaissent plus. StabilityAI a souligné que StableDiffusion3 est une série de modèles avec des tailles de paramètres allant de 800M à 8B. Cette plage de paramètres signifie que le modèle peut être exécuté directement sur de nombreux appareils portables, réduisant ainsi considérablement l'utilisation de l'IA.

Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire ! Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire ! Feb 28, 2024 pm 07:20 PM

La prédiction de trajectoire joue un rôle important dans la conduite autonome. La prédiction de trajectoire de conduite autonome fait référence à la prédiction de la trajectoire de conduite future du véhicule en analysant diverses données pendant le processus de conduite du véhicule. En tant que module central de la conduite autonome, la qualité de la prédiction de trajectoire est cruciale pour le contrôle de la planification en aval. La tâche de prédiction de trajectoire dispose d'une riche pile technologique et nécessite une connaissance de la perception dynamique/statique de la conduite autonome, des cartes de haute précision, des lignes de voie, des compétences en architecture de réseau neuronal (CNN&GNN&Transformer), etc. Il est très difficile de démarrer ! De nombreux fans espèrent se lancer dans la prédiction de trajectoire le plus tôt possible et éviter les pièges. Aujourd'hui, je vais faire le point sur quelques problèmes courants et des méthodes d'apprentissage introductives pour la prédiction de trajectoire ! Connaissances introductives 1. Existe-t-il un ordre d'entrée pour les épreuves de prévisualisation ? R : Regardez d’abord l’enquête, p

SIMPL : un benchmark de prédiction de mouvement multi-agents simple et efficace pour la conduite autonome SIMPL : un benchmark de prédiction de mouvement multi-agents simple et efficace pour la conduite autonome Feb 20, 2024 am 11:48 AM

Titre original : SIMPL : ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Lien article : https://arxiv.org/pdf/2402.02519.pdf Lien code : https://github.com/HKUST-Aerial-Robotics/SIMPL Affiliation de l'auteur : Université des sciences de Hong Kong et technologie Idée DJI Paper : cet article propose une base de référence de prédiction de mouvement (SIMPL) simple et efficace pour les véhicules autonomes. Par rapport au cent agent traditionnel

Parlons des systèmes de conduite autonome de bout en bout et de nouvelle génération, ainsi que de quelques malentendus sur la conduite autonome de bout en bout ? Parlons des systèmes de conduite autonome de bout en bout et de nouvelle génération, ainsi que de quelques malentendus sur la conduite autonome de bout en bout ? Apr 15, 2024 pm 04:13 PM

Au cours du mois dernier, pour des raisons bien connues, j'ai eu des échanges très intensifs avec divers professeurs et camarades de classe du secteur. Un sujet inévitable dans l'échange est naturellement le populaire Tesla FSDV12 de bout en bout. Je voudrais profiter de cette occasion pour trier certaines de mes pensées et opinions en ce moment pour votre référence et votre discussion. Comment définir un système de conduite autonome de bout en bout et quels problèmes devraient être résolus de bout en bout ? Selon la définition la plus traditionnelle, un système de bout en bout fait référence à un système qui saisit les informations brutes des capteurs et génère directement les variables pertinentes pour la tâche. Par exemple, en reconnaissance d'images, CNN peut être appelé de bout en bout par rapport à la méthode traditionnelle d'extraction de caractéristiques + classificateur. Dans les tâches de conduite autonome, saisir les données de divers capteurs (caméra/LiDAR

NuScenes dernier SOTA SparseAD : les requêtes clairsemées contribuent à une conduite autonome efficace de bout en bout ! NuScenes dernier SOTA SparseAD : les requêtes clairsemées contribuent à une conduite autonome efficace de bout en bout ! Apr 17, 2024 pm 06:22 PM

Écrit à l'avant et point de départ Le paradigme de bout en bout utilise un cadre unifié pour réaliser plusieurs tâches dans les systèmes de conduite autonome. Malgré la simplicité et la clarté de ce paradigme, les performances des méthodes de conduite autonome de bout en bout sur les sous-tâches sont encore loin derrière les méthodes à tâche unique. Dans le même temps, les fonctionnalités de vue à vol d'oiseau (BEV) denses, largement utilisées dans les méthodes de bout en bout précédentes, rendent difficile l'adaptation à davantage de modalités ou de tâches. Un paradigme de conduite autonome de bout en bout (SparseAD) centré sur la recherche clairsemée est proposé ici, dans lequel la recherche clairsemée représente entièrement l'ensemble du scénario de conduite, y compris l'espace, le temps et les tâches, sans aucune représentation BEV dense. Plus précisément, une architecture clairsemée unifiée est conçue pour la connaissance des tâches, notamment la détection, le suivi et la cartographie en ligne. De plus, lourd

See all articles