


Il y a d'abord eu Tesla, puis Xpeng. Le système avancé d'aide à la conduite est-il toujours digne de confiance ?
Le 11 août 2022, une vidéo est devenue virale sur Internet. Deux personnes sont sorties de la voiture et se sont arrêtées dans la voie intérieure. Une personne était accroupie derrière la voiture, et l'autre était sur le point de placer un trépied pour avertir les voitures. venant de derrière. Quand un Xpeng P7 s'est soudainement précipité, montez et frappez-en un.
Il est entendu que le propriétaire du Xpeng P7 a activé la fonction avancée de conduite assistée à ce moment-là et que le véhicule roulait à une vitesse de 80 km/h. Cependant, lorsque le danger était sur le point de se produire, le véhicule. n'a détecté personne devant lui et s'est écrasé directement dessus. Le propriétaire de la voiture a déclaré que lors de la conduite assistée avancée auparavant, il y aurait une alerte précoce, mais cette fois, il n'y a eu aucune invite et il a été distrait à ce moment-là.
Xpeng Motors a répondu après l'accident : « Il a été vérifié que dans l'après-midi du 10 août, un véhicule conduit par un propriétaire de Ningbo est entré en collision avec une personne qui vérifiait une panne de véhicule devant lui, faisant des victimes. .Nous sommes la base Les victimes malheureusement décédées dans cet accident se sentent tristes et pleines de regrets. Le service de police de la circulation a déjà ouvert un dossier et le magasin s'est rendu sur les lieux pour aider à l'enquête. Nous coopérerons pleinement avec les services concernés. pour mener l'enquête sur l'accident, continuer à suivre les résultats du suivi et aider les clients à gérer les questions liées au suivi. « Le 9 août 2022, le PDG de Green Hills Software, Dan O'Dowd, a publié une vidéo d'examen de Tesla FSD sur. plateformes sociales, affirmant que le système de conduite automatique FSD de Tesla est en cours de test. Frappé à plusieurs reprises avec un modèle factice pour enfant.
Dan O'Dowd a déclaré : « Nous sommes très perturbés par les résultats des tests de sécurité du Tesla FSD et cela devrait être un appel à l'action. Le logiciel Tesla FSD est incroyable, mais la vérité est que, dit Elon Musk, ce n'est pas le cas. est une menace mortelle pour tous les Américains. "
De plus, les personnes qui ont participé au test ont déclaré dans le rapport de test : Des dizaines de tests ont été effectués sur Tesla au cours du mois dernier. , avant de toucher le mannequin, bien que la voiture a un peu ralenti, elle a quand même heurté et écrasé le mannequin à une vitesse de plus de 25 milles à l'heure. Il a indiqué que pendant son fonctionnement, la Tesla avait démarré à une vitesse de 40 miles par heure et avait parcouru 100 mètres dans la voie désignée avant de heurter le mannequin. Certains internautes ont plaisanté : y a-t-il une possibilité que ce soit parce qu'il sait que c'est un mannequin.
Ni Xpeng ni Tesla ne peuvent garantir que le système avancé de conduite assistée peut garantir la sécurité de conduite à tout moment. Dans l'accident de Xiaopeng P7, nous avons découvert que le propriétaire de la voiture était distrait lors de l'utilisation du véhicule, c'est-à-dire que lorsque l'accident s'est produit, le propriétaire de la voiture n'était pas entièrement consacré au processus de conduite. système, qui est également la principale cause de cet accident.
Avec la popularité des systèmes avancés de conduite assistée et des systèmes de conduite partiellement autonomes dans les véhicules, de plus en plus de propriétaires de voitures adoptent une mentalité d'adopteur précoce pour expérimenter les changements dans les déplacements provoqués par l'innovation technologique pour des modèles tels que Tesla. La mise à jour du logiciel attirera l'attention de nombreux propriétaires de voitures et blogueurs, et suscitera également une grande popularité dans le cercle automobile et les adeptes de la conduite autonome. Plus la technologie est largement popularisée, plus ses problèmes sont révélés. Chaque accident causé par les systèmes avancés de conduite assistée/systèmes de conduite autonome attirera une grande attention de la société et déclenchera encore et encore des discussions. Les systèmes avancés de conduite assistée sont-ils vraiment sûrs ? Les systèmes de conduite autonome méritent-ils vraiment notre confiance ?
Le système avancé de conduite assistée peut participer au comportement de conduite du conducteur pendant que le conducteur conduit la voiture. Le système avancé de conduite assistée a également franchi l'étape de l'assistance à la conduite à la participation à la conduite.
Dans le processus d'assistance à la conduite, la fonction principale du système avancé d'aide à la conduite est de surveiller les conditions routières lorsqu'un danger possible est détecté, il le rappelle au conducteur par la vibration du volant et des invites sonores. et des feux clignotants permettent au conducteur d'éviter d'éventuels dangers à temps.
Dans la phase deParticipation à la conduite, le système avancé d'aide à la conduite devient un participant au voyage. Il peut rendre le comportement de conduite du conducteur plus sûr et plus cohérent grâce à un réglage précis du volant, de la pédale de frein et de la conduite. pédale d'accélérateur. Les normes de conduite rendent la conduite plus sûre pour les conducteurs.
Étant donné que les systèmes avancés de conduite assistée participent à une proportion croissante du comportement de conduite, dans certains scénarios tels que les autoroutes où l'environnement routier est unique et où les embouteillages peuvent être moindres, les systèmes avancés de conduite assistée peuvent déjà compléter le processus de conduite seuls. Grâce à l'ajout de fonctions telles que l'assistance au maintien de voie et le régulateur de vitesse adaptatif, la conduite sur autoroute peut être entièrement réalisée par le véhicule lui-même. Le phénomène selon lequel le conducteur n'a qu'à prêter attention aux conditions de la route devient progressivement une réalité.Dans les publicités de nombreuses nouvelles forces de construction automobile, les performances des systèmes avancés de conduite assistée sont également mises en évidence. De nombreuses entreprises de construction automobile traditionnelles suivent également le rythme des nouvelles forces de construction automobile et intègrent de plus en plus d'assistance avancée. Systèmes de conduite. Empilez-les sur la voiture. La voiture est également passée d'un outil de voyage à un appareil matériel intelligent qui intègre le voyage, le divertissement et l'interaction.
Le développement de systèmes avancés de conduite assistée et de technologies de conduite autonome est en plein essor, mais pendant le processus de développement, peu de gens prêtent attention aux dangers que les systèmes avancés de conduite assistée nous présentent. Les dangers ici font principalement référence aux
dangers de fonctionnement et aux dangers d'utilisation.
Danger fonctionnelComme son nom l'indique, il s'agit de savoir si le système avancé de conduite assistée peut garantir qu'il fonctionne dans tous les scénarios. Tout comme dans l'accident du Xiaopeng P7, après avoir activé la conduite assistée avancée. système, en cas de danger, les véhicules émettront des avertissements, mais dans cet accident, Xpeng P7 n'a pas répondu à temps. La survenance de cet accident a amené de nombreux consommateurs à douter de la sécurité du système avancé de conduite assistée, ce qui en fera sans aucun doute beaucoup. Passionnés de conduite autonome Les doutes sur la sécurité des systèmes avancés de conduite assistée affectent la popularité des systèmes avancés de conduite assistée.
Danger d'utilisation Principalement pour les utilisateurs de systèmes avancés de conduite assistée. Après l'émergence des systèmes avancés de conduite assistée, de nombreux consommateurs sont extrêmement disposés à les essayer et à ressentir les changements apportés par la technologie. Lorsqu'ils commenceront à utiliser la conduite assistée avancée, en plus de découvrir les changements apportés par le système de conduite assistée avancé, ils prêteront également attention aux conditions routières. Cependant, à mesure que le système de conduite assistée avancé est utilisé de plus en plus fréquemment, les utilisateurs le feront. développe également un sentiment de conduite assistée avancée. Le système de conduite est très sûr et élimine fondamentalement l'illusion d'observer les conditions routières, ce qui peut facilement conduire à un danger.
Dans l'accident du Xpeng P7, nous pouvons savoir que le propriétaire de la voiture a utilisé le système avancé de conduite assistée à plusieurs reprises, et qu'il y a eu des dangers auparavant, mais le système avancé de conduite assistée l'a remarqué et l'a rappelé au propriétaire. Au cours de ce processus de conduite, le propriétaire de la voiture a été distrait, que ce soit à cause de quelque chose à régler ou par manque de confiance dans le système avancé de conduite assistée. Mais ce que nous pouvons savoir, c'est que la confiance du propriétaire de la voiture dans le système avancé de conduite assistée est devenue une conduite. habitude., dans les habitudes de conduite des propriétaires de voitures, le système avancé de conduite assistée vous rappellera certainement lorsqu'un danger survient, et les distractions occasionnelles ne causeront pas de problèmes.Lorsque les consommateurs ont une grande confiance dans les systèmes de conduite assistée avancés et utilisent même fortement les systèmes de conduite assistée avancés pendant le voyage, cela impose de grandes exigences en matière de sécurité des systèmes de conduite assistée avancés. Cependant, à ce stade, les systèmes de conduite assistée avancés La conduite. Le système ne peut pas garantir complètement une précision à 100 %. Lorsque de nombreuses entreprises font la promotion de la conduite assistée avancée, elles rappellent également aux passagers de faire attention aux conditions routières. De nombreux véhicules exigent même que le conducteur mette les mains sur le volant lorsqu'il active les fonctions avancées de conduite assistée. , pour garantir qu'il puisse prendre le relais extrêmement rapidement en cas de danger.
Le développement de la technologie ne peut pas pleinement prendre en compte les changements dans la nature humaine. Avec l'utilisation croissante des systèmes de conduite assistée avancés, les consommateurs peuvent facilement compter sur des systèmes de conduite assistée avancés pour gérer l'ensemble du processus de déplacement. a proposé que la conduite autonome Est-il nécessaire de sauter directement l'étape de transition des systèmes avancés de conduite assistée dans le développement des automobiles ? Une fois la conduite entièrement autonome réalisée, des véhicules entièrement autonomes pourront être mis sur le marché
. Cependant, le développement de la conduite autonome ne peut être séparé de l'apprentissage continu de grandes quantités de données. L'émergence de systèmes avancés de conduite assistée sera inévitable. En tant que consommateurs, nous ne pouvons prêter attention qu'aux conditions routières lorsque nous utilisons des systèmes avancés de conduite assistée. pour éviter de développer une confiance totale dans les systèmes de conduite assistée avancés. Ce n'est qu'en améliorant les habitudes de conduite du système de conduite que nous pourrons mieux profiter de la commodité apportée par la technologie pendant le développement du système de conduite assistée avancé. En tant que consommateurs, nous devons également comprendre ce qu'est la conduite autonome et ce qu'est la conduite assistée avancée, et nous ne pouvons pas confondre la conduite assistée avancée avec la conduite autonome. Nous devons nous rappeler : La conduite autonome a des niveaux, et la sécurité des déplacements n'est pas une mince affaire !
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!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

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

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

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

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.

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

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,

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

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

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

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

La détection de cibles est un problème relativement mature dans les systèmes de conduite autonome, parmi lesquels la détection des piétons est l'un des premiers algorithmes à être déployés. Des recherches très complètes ont été menées dans la plupart des articles. Cependant, la perception de la distance à l’aide de caméras fisheye pour une vue panoramique est relativement moins étudiée. En raison de la distorsion radiale importante, la représentation standard du cadre de délimitation est difficile à mettre en œuvre dans les caméras fisheye. Pour alléger la description ci-dessus, nous explorons les conceptions étendues de boîtes englobantes, d'ellipses et de polygones généraux dans des représentations polaires/angulaires et définissons une métrique de segmentation d'instance mIOU pour analyser ces représentations. Le modèle fisheyeDetNet proposé avec une forme polygonale surpasse les autres modèles et atteint simultanément 49,5 % de mAP sur l'ensemble de données de la caméra fisheye Valeo pour la conduite autonome.
