기술 주변기기 일체 포함 엉성함과 완고함 사이를 오가는 테슬라의 자율주행 계획

엉성함과 완고함 사이를 오가는 테슬라의 자율주행 계획

Apr 26, 2023 pm 07:34 PM
자율주행

엉성함과 완고함 사이를 오가는 테슬라의 자율주행 계획

트위터의 새로운 사장이 되기 오래 전부터 머스크는 Tesla 자동차를 자율 주행하는 데 집착했습니다. 이 기술은 개발 비용이 상당히 많이 들었기 때문에 2년 전 공급망이 붕괴되기 시작했을 때 머스크는 비용을 절감하기로 결정했습니다. 그는 자동차 레이더 센서를 표적으로 삼았습니다.

이 센서는 먼 거리의 위험을 감지하고 주행 중 차량이 다른 차량과 충돌하는 것을 방지하도록 설계되었습니다. 현재 차량에는 8개의 카메라가 설치되어 있어 도로를 확인하고 모든 방향에서 위험을 발견하는 데 사용할 수 있습니다. 머스크는 그것만으로도 충분하다고 생각한다.

그러나 여러 전직 직원에 따르면 많은 Tesla 엔지니어가 이에 충격을 받았습니다. 그들은 머스크가 이러한 접근 방식을 포기하도록 설득하기 위해 신뢰할 수 있는 전직 임원에게 연락했습니다. 레이더가 없으면 Tesla 차량은 카메라가 빗방울이나 심지어 밝은 빛으로 가려질 때 낮은 수준의 인식 오류가 발생하여 충돌로 이어질 수 있습니다.

그러나 머스크는 확신이 없는 듯 엔지니어들의 의견을 무시했습니다. 2021년 5월, Tesla는 신차에서 레이더를 제거하겠다고 발표했습니다. 얼마 지나지 않아 회사는 이미 도로에 운행 중인 차량의 레이더를 비활성화하기 시작했습니다. 12명 이상의 전직 직원, 시험 운전사, 안전 관계자 및 기타 전문가와의 인터뷰에 따르면 중요한 센서가 갑자기 사라진 Tesla 자동차는 충돌 및 기타 당혹스러운 실수를 저지를 가능성이 훨씬 더 높습니다.

머스크는 테슬라의 완전자율주행(FSD) 기술을 “테슬라가 돈이 많이 드는 것과 본질적으로 가치가 없는 것의 주요 차이점”이라고 설명하지만, 그의 자율주행차 꿈은 장애물에 부딪힌 것 같습니다.

미국 관계자에 따르면 Tesla는 차량이 속도 제한을 위반하고 정지 신호를 통과할 수 있다는 우려로 최근 몇 주 동안 적격 차량에 대한 기술 출시를 리콜하고 일시 중지했습니다. 머스크가 기술의 능력을 과장했다고 지난달 법원에 제기된 소송을 포함해 고객 불만이 쌓여갔다. Tesla의 서류는 또한 안전 문제가 증가하고 있다는 증거로 규제 기관과 정부 관리가 Tesla의 시스템과 과거 성명을 면밀히 조사하고 있음을 보여줍니다.

인터뷰에서 Tesla의 운전자 지원 운전 소프트웨어 개발에 참여했던 전직 직원들은 회사의 어려움을 개발 속도, Musk의 레이더 취소 결정(업계 관행에서 벗어남) 및 기타 비용 절감 조치, 그리고 특별 조치 때문이라고 밝혔습니다. 그 밖에 신라 특유의 문제들. 또한 머스크의 변덕스러운 리더십 스타일도 한몫해 엄청난 속도로 기술을 개발하고 준비되기 전에 대중에게 공개하도록 강요했습니다. 어떤 사람들은 오늘날에도 소프트웨어가 공공 도로에서 사용하기에 충분히 안전하지 않다고 걱정한다고 말합니다.

Tesla의 Autopilot 부서에서 일했던 은퇴한 테스트 운영자인 John Bernal은 "시스템 내부적으로는 매우 느리게 진행되고 있지만 대중은 회사가 가능한 한 빨리 출시하기를 원합니다."라고 말했습니다. Bernal은 2022년 2월 Tesla가 FSD 동영상을 공개한 후 해당 기술을 부적절하게 사용했다고 비난하면서 해고되었습니다.

이 문제에 정통한 소식통에 따르면 머스크는 지난 가을 큰 팡파르로 문제가 있는 소셜 미디어 플랫폼 트위터를 인수했으며 수십 명의 Tesla 엔지니어를 동원하여 트위터 코드 작업을 도왔습니다. 이달 초, 테슬라 주가는 회사가 투자자 날에 주요 신제품을 발표하지 못한 이후 6% 하락했습니다.

머스크는 테슬라의 행동을 옹호하며 이는 엄청난 가치를 창출할 수 있는 장기적인 베팅이었다고 말했습니다. Tesla는 또한 FSD 소프트웨어가 활성화된 차량이 정상적으로 주행하는 차량보다 충돌 사고에 연루될 가능성이 최소 5배 적다고 밝혔습니다. 머스크와 테슬라는 반복적인 논평 요청에 응답하지 않았습니다.

그러나 FSD의 이야기는 억만장자가 어떻게 경솔한 의사 결정, 일을 다르게 하려는 완고한 고집, 그리고 일단 복잡해지면 아직 입증되지 않은 비전에 대한 흔들리지 않는 믿음을 통해 자신의 가장 큰 내기 중 하나를 달성했는지에 대한 생생한 예를 제공합니다. .

패치워크 솔루션은 기술이 진보하는 것처럼 느끼게 해줍니다

2019년 4월 "자율 투자자의 날"이라는 프레젠테이션에서 머스크는 아마도 Tesla CEO가 된 이후 첫 번째 움직임을 보였습니다. 사상 가장 대담한 예측입니다. 그는 당시 투자자들에게 이렇게 말했습니다. "내년 중반까지 우리는 완전 자율주행 하드웨어를 갖춘 100만 대 이상의 Tesla 차량을 도로에서 운행하게 될 것입니다. 우리의 소프트웨어는 무선으로 자동 업데이트될 것이며 FSD는 매우 신뢰할 수 있을 것입니다.

투자자들은 열광했고, Tesla의 주가는 2020년에 급등하여 Tesla를 가장 가치 있는 자동차 제조업체로 만들고 머스크가 세계에서 가장 부유한 사람이 되도록 도왔습니다. 오토파일럿(Autopilot) 이후 FDS는 2014년에 출시되었으며 나중에 자동차가 고속도로에서 자율적으로 운전하고, 조향하고, 차선을 변경하고, 속도를 자동으로 조정할 수 있도록 허용했습니다. FSD는 훨씬 더 어려운 작업이지만 이러한 기능을 도시 및 주거 거리에 도입하는 것을 목표로 합니다.

위 목표를 달성하려면 자동차 하드웨어와 소프트웨어의 결합이 필요합니다. 8개의 카메라를 사용하여 차량 주변의 활동을 실시간으로 포착합니다. 이를 통해 차량은 보행자나 자전거 타는 사람과 같은 위험을 평가하고 그에 따라 대응할 수 있습니다. 약속을 이행하기 위해 머스크는 문제 해결을 위해 오랜 시간 일하고 밤늦게까지 일할 의향이 있는 스타 엔지니어 팀을 구성했습니다. 머스크는 자신의 자동차에서 최신 소프트웨어를 테스트하고 다른 경영진과 함께 엔지니어를 위한 "수정" 요청을 작성할 의향이 있습니다.

일부 전직 직원은 이러한 패치워크 솔루션이 지속적인 기술 발전에 대한 환상을 주지만 일관된 개발 전략이 부족하다는 사실을 숨겼다고 말했습니다. Alphabet의 자율주행차 Waymo와 같은 경쟁업체는 자율주행 소프트웨어의 범위를 제한하는 엄격한 테스트 프로토콜을 채택했지만 Tesla는 궁극적으로 FSD를 360,000명의 소유자에게 배포하고 활성화 여부를 결정하도록 맡겼습니다.

Tesla의 철학은 간단합니다. 자동차를 안내하는 AI가 더 많은 데이터에 노출될수록 학습 속도가 빨라집니다. 그러나 이 대략적인 모델은 보안이 더 느슨하다는 것을 의미하기도 합니다. Tesla의 전직 직원들은 회사가 "신경망"으로 알려진 규칙 없는 기술을 통해 소프트웨어가 스스로 효과적으로 학습하고 뇌와 같은 민첩성을 개발하도록 선택했다고 말했습니다. 이는 교육 프로세스 속도를 높일 수 있는 잠재력이 있지만 궁극적으로는 시행착오 방식입니다.

회사 관행에 정통한 실리콘 밸리 내부자에 따르면 Waymo 및 Apple과 같은 경쟁업체는 규칙을 설정하고 이러한 제한 사항을 위반할 경우 모든 위반 사항을 해결하는 등 다양한 자율적 접근 방식을 채택했습니다. 자율주행 기술을 개발하는 회사에서는 소프트웨어가 주변 환경을 자세히 매핑하는 데 도움이 되는 정교한 LiDAR 및 레이더 시스템을 사용하는 경우가 많습니다.

Waymo 대변인 Julia Ilina는 두 회사의 관행에 명백한 차이가 있다고 말했습니다. 그녀는 Waymo의 목표가 완전한 자율성을 달성하고 기계 학습을 강조하는 것이라고 말했습니다. 애플은 논평을 거부했다.

Tesla의 접근 방식은 여러 번 문제가 있는 것으로 입증되었습니다. 약 2년 전, 샌프란시스코의 구불구불한 롬바드 스트리트를 탐색하는 데 어려움을 겪고 있는 소프트웨어의 비디오를 누군가가 게시했으며 해당 비디오는 수만 건의 조회수를 기록했습니다. Bernal은 Tesla 엔지니어들이 볼링장의 범퍼와 유사한 보이지 않는 장벽을 소프트웨어에 구축하여 자동차가 도로에 머물 수 있도록 했다고 밝혔습니다. 후속 비디오에서는 소프트웨어가 원활하게 실행되는 모습을 보여줍니다.

이것이 Bernal을 혼란스럽게 만들었습니다. 사내 테스터로서 이 구간의 도로를 운전하는 것이 그의 임무 중 하나이며, 이것이 다른 공공 거리에서의 일반적인 경험과는 거리가 멀다는 것이 분명합니다.

레이다는 원래 Tesla 차량 및 소프트웨어 설계에서 중요한 역할을 했으며, 특히 시야가 가려질 수 있는 상황에서 주변 환경에 대한 사실적인 뷰를 제공하여 카메라를 보완했습니다. Tesla는 또한 자동차 주변 몇 센티미터 내의 장애물을 감지할 수 있는 단거리 장치인 초음파 센서를 사용합니다.

레이더가 장착되어 있어도 Tesla 차량은 LiDAR를 사용하는 다른 경쟁 차량만큼 정교하지 않습니다. "LiDAR의 주요 장점 중 하나는 그것이 무엇인지 모르더라도 항상 기차나 트럭을 미리 발견할 수 있다는 것입니다. 전방에 무언가가 있다는 것을 알고 차량이 더 이상 알지 못한 채 제 시간에 멈출 수 있다는 것입니다."

카메라는 Tesla 직원이 차량을 이해하기 위해 보고 있는 내용을 이해해야 합니다. 정지 신호와 열차를 포함하여 기록된 이미지에 태그가 지정되어 소프트웨어가 어떻게 반응하는지 이해할 수 있습니다.

전 Tesla 직원은 2020년 말에 Autopilot 직원이 컴퓨터를 켜고 회사 내에 작업장 모니터링 소프트웨어가 설치되어 있는 것을 발견했다고 말했습니다. 소프트웨어는 키 입력과 마우스 클릭을 모니터링하고 이미지 태그를 추적합니다. 마우스가 일정 시간 동안 움직이지 않으면 타이머가 시작되고 해당 직원은 해고될 때까지 질책을 받을 수 있습니다.

지난달 Tesla 버팔로 공장의 노조 결성을 추진하는 단체가 작업장 감시에 대한 우려를 제기했고 Tesla는 이에 대한 대응을 발표했습니다. 회사는 "이미지 태깅 시간을 모니터링하는 이유는 태깅 소프트웨어의 사용 편의성을 높이기 위한 것입니다. 그 목적은 이미지 태깅에 걸리는 시간을 계산하는 것입니다."

Musk는 "시각적 전용"을 옹호했습니다. 더 간단하고 저렴하며 직관적이기 때문입니다. 2022년 2월 그는 트위터에 "도로 시스템은 카메라(눈)와 신경망(뇌)을 위해 설계되었습니다."라고 썼습니다.

그러나 많은 사람들은 이 접근 방식에 위험이 있다고 믿습니다. 전 Tesla Autopilot 엔지니어는 다음과 같이 말했습니다. "내가 아는 것은 거리에서 해당 소프트웨어를 사용하는 것이 안전하지 않다는 것입니다. 자동차가 어떻게 될지 예측할 수 없습니다."

레이더를 제거하면 충돌 사고가 증가합니다

이 전직 직원들은 이러한 문제가 Tesla가 2021년 5월 레이더 제거를 발표한 직후에 발견되었다고 말했습니다. 이 기간 동안 FSD 테스트 프로그램은 수천 명의 드라이버에서 수만 명의 드라이버로 확대되었습니다. 규제 당국에 접수된 불만 사항에 따르면 Tesla 차량은 갑자기 위험을 상상하여 정지하고 도로 표지판을 잘못 읽었으며 심지어 긴급 차량과 같은 장애물을 감지하지 못한 것으로 알려졌습니다.

일부 사람들은 Tesla 차량의 "팬텀 브레이킹" 사고가 증가하는 원인이 레이더 부족 때문이라고 생각합니다. 미국 도로교통안전청(NHTSA) 자료에 따르면 지난해 테슬라 차량과 관련된 교통사고가 급증했다. '팬텀 브레이킹'에 대한 불만 사항은 지난 22개월 동안 34건에 비해 지난 3개월 동안 107건으로 증가했습니다. NHTSA는 해당 문제와 관련해 2주 동안 약 250건의 민원을 접수했고, NHTSA는 9개월 동안 354건의 관련 민원을 접수해 조사에 착수했다.

몇 달 전 NHTSA는 Tesla가 정지해 있는 응급 차량과 충돌했다는 약 12건의 보고에 대해 Autopilot에 대한 조사를 시작했습니다. 가장 최근의 사례는 지난 2월 Tesla와 소방차가 관련된 치명적인 충돌 사고를 조사 중이라고 기관이 확인하면서 이번 달에 밝혀졌습니다. 전문가들은 카메라가 밝은 빛에 쉽게 영향을 받기 때문에 레이더가 카메라가 보는 것을 다시 확인할 수 있다고 말합니다.

NHTSA의 전 수석 안전 고문인 Missy Cummings는 다음과 같이 말했습니다. “이것이 Tesla 차량에 문제가 있는 유일한 이유는 아니지만 레이더는 오류가 큰 컴퓨터 비전의 경우 물체를 감지하는 데 도움이 될 수 있습니다. 문제가 있는지 확인하기 위한 센서로 사용할 수 있습니다. "Musk는 또한 소프트웨어에 대한 버그 수정을 자주 요구하므로 엔지니어가 개입하여 코드를 조정해야 합니다. 한 전직 임원은 프로젝트에 참여한 엔지니어가 "호랑이에게 쫓기면 누구도 좋은 아이디어를 낼 수 없다"고 했던 말을 회상했다. 적합성의 문화. 테슬라는 머스크에 반대하는 직원을 해고했다. 회사는 또한 너무 많은 소프트웨어 업데이트를 내놓았기 때문에 2021년 말 NHTSA는 공식 리콜 통지 없이 수정 사항을 출시하지 말라고 Tesla에게 공개적으로 경고했습니다.

테슬라와 트위터 직원 모두 머스크가 트위터 인수 결정에 정신이 팔렸다고 말했습니다. 이전 직원과의 수많은 인터뷰와 문서에 따르면 머스크는 지난해 인수가 완료된 후 수십 명의 테슬라 엔지니어에게 트위터 인수를 도와달라고 요청한 것으로 나타났습니다. 2주마다 출시될 예정이었던 소프트웨어 업데이트는 Tesla가 버그를 극복하고 더 야심찬 목표를 추구하기 위해 노력함에 따라 갑자기 몇 달 간격이 되었습니다.

일부 사람들은 머스크가 트위터를 장악한 것을 한탄하며 자신이 시작한 일을 끝내려면 테슬라에 다시 집중해야 한다고 말했습니다. Tesla 투자자 Ross Gerber는 다음과 같이 말했습니다. "FSD는 Tesla의 밝은 미래에 좋은 징조입니다. 우리는 Musk를 사랑합니다. 그는 우리 시대의 혁신가입니다. 우리는 그가 온 마음을 다해 다시 Tesla로 돌아오는 것을 보고 싶습니다."

미래는 불확실성으로 가득 차 있습니다. 여러 조사에 직면하고 있습니다

Tesla 엔지니어들은 지쳐서 다른 곳에서 기회를 찾기 위해 사임하고 있습니다. Tesla AI 디렉터 Andrej Karpathy는 작년에 한 달 간의 안식년을 보낸 후 챗봇 ChatGPT를 지원하는 회사인 OpenAI에 합류하기로 결정했습니다. 한편 Tesla Autopilot 디렉터 Ashok Elluswamy는 트위터에서 일했습니다. 현재 진행 중인 조사의 일환으로 미국 법무부는 Tesla에 FSD 관련 문서를 요청했습니다. 미국 증권거래위원회(SEC)도 대규모 조사의 일환으로 테슬라의 자율주행 홍보에 있어 머스크의 역할을 조사하고 있다.

2월에 제기된 소송에서 Tesla는 Autopilot과 FSD의 안전과 성능을 "상당히 과장"하는 "허위 및 오해의 소지가 있는" 진술을 한 혐의로 기소되었습니다. 여기에는 NHTSA의 자동 조종 장치에 대한 두 가지 조사, 즉 긴급 차량 충돌과 "유령 제동"에 대한 조사가 포함되지 않습니다.

이달 투자자의 날 행사에서 머스크는 12명의 Tesla 임원들과 함께 무대에 등장하여 회사의 광범위한 전문성을 홍보했습니다. 그러나 회사는 기술에 대한 섹션이 있음에도 불구하고 FSD에 대해 큰 진전을 이루지 못했습니다.

머스크의 충성스러운 고객 중 다수는 희망을 포기했고 더 이상 그의 원래 약속이 실현될 것이라고 믿지 않습니다. 플로리다 주 잭슨빌 출신의 상업용 조종사이자 엔지니어인 Charles Cook은 FSD가 활성화된 상태로 자주 운전하는 Model Y를 소유하고 있습니다.

쿡은 기술의 역량에 놀랐지만, 기술의 느린 진행과 머스크의 약속 이행 지연에 불만을 나타냈습니다. 그는 “일부 사람들은 이제 완전 자율주행 택시를 갖게 될 것이라고 생각하고 FSD 소프트웨어를 구입한 뒤 힘들게 번 돈을 거기에 썼을 수도 있다. 그러나 이제 머스크의 엔지니어들은 이 비웃음을 걱정할 수도 있다. 사람들은 아마도 내년에 그것을 가질 것이라고 생각하면서 15,000달러를 썼을 것이고 지금은 실망하고 있습니다." (리틀)

위 내용은 엉성함과 완고함 사이를 오가는 테슬라의 자율주행 계획의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

인기 기사

R.E.P.O. 에너지 결정과 그들이하는 일 (노란색 크리스탈)
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 최고의 그래픽 설정
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 아무도들을 수없는 경우 오디오를 수정하는 방법
4 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25 : Myrise에서 모든 것을 잠금 해제하는 방법
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? 자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? Jan 17, 2024 pm 02:57 PM

위에 작성됨 및 저자의 개인적인 이해 3DGS(3차원 가우스플래팅)는 최근 몇 년간 명시적 방사선장 및 컴퓨터 그래픽 분야에서 등장한 혁신적인 기술입니다. 이 혁신적인 방법은 수백만 개의 3D 가우스를 사용하는 것이 특징이며, 이는 주로 암시적 좌표 기반 모델을 사용하여 공간 좌표를 픽셀 값에 매핑하는 NeRF(Neural Radiation Field) 방법과 매우 다릅니다. 명시적인 장면 표현과 미분 가능한 렌더링 알고리즘을 갖춘 3DGS는 실시간 렌더링 기능을 보장할 뿐만 아니라 전례 없는 수준의 제어 및 장면 편집 기능을 제공합니다. 이는 3DGS를 차세대 3D 재구성 및 표현을 위한 잠재적인 게임 체인저로 자리매김합니다. 이를 위해 우리는 처음으로 3DGS 분야의 최신 개발 및 관심사에 대한 체계적인 개요를 제공합니다.

자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? 자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? Jun 02, 2024 pm 02:44 PM

어제 인터뷰 도중 롱테일 관련 질문을 해본 적이 있느냐는 질문을 받아서 간략하게 요약해볼까 생각했습니다. 자율주행의 롱테일 문제는 자율주행차의 엣지 케이스, 즉 발생 확률이 낮은 가능한 시나리오를 말한다. 인지된 롱테일 문제는 현재 단일 차량 지능형 자율주행차의 운영 설계 영역을 제한하는 주요 이유 중 하나입니다. 자율주행의 기본 아키텍처와 대부분의 기술적인 문제는 해결되었으며, 나머지 5%의 롱테일 문제는 점차 자율주행 발전을 제한하는 핵심이 되었습니다. 이러한 문제에는 다양한 단편적인 시나리오, 극단적인 상황, 예측할 수 없는 인간 행동이 포함됩니다. 자율 주행에서 엣지 시나리오의 "롱테일"은 자율주행차(AV)의 엣지 케이스를 의미하며 발생 확률이 낮은 가능한 시나리오입니다. 이런 희귀한 사건

카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 Jan 26, 2024 am 11:18 AM

0. 전면 작성&& 자율주행 시스템은 다양한 센서(예: 카메라, 라이더, 레이더 등)를 사용하여 주변 환경을 인식하고 알고리즘과 모델을 사용하는 고급 인식, 의사결정 및 제어 기술에 의존한다는 개인적인 이해 실시간 분석과 의사결정을 위해 이를 통해 차량은 도로 표지판을 인식하고, 다른 차량을 감지 및 추적하며, 보행자 행동을 예측하는 등 복잡한 교통 환경에 안전하게 작동하고 적응할 수 있게 되므로 현재 널리 주목받고 있으며 미래 교통의 중요한 발전 분야로 간주됩니다. . 하나. 하지만 자율주행을 어렵게 만드는 것은 자동차가 주변에서 일어나는 일을 어떻게 이해할 수 있는지 알아내는 것입니다. 이를 위해서는 자율주행 시스템의 3차원 객체 감지 알고리즘이 주변 환경의 객체의 위치를 ​​포함하여 정확하게 인지하고 묘사할 수 있어야 하며,

좌표계 변환을 실제로 마스터하셨나요? 자율주행에 필수불가결한 멀티센서 이슈 좌표계 변환을 실제로 마스터하셨나요? 자율주행에 필수불가결한 멀티센서 이슈 Oct 12, 2023 am 11:21 AM

첫 번째 파일럿 및 주요 기사에서는 주로 자율 주행 기술에서 일반적으로 사용되는 여러 좌표계를 소개하고 이들 간의 상관 관계 및 변환을 완료하고 최종적으로 통합 환경 모델을 구축하는 방법을 소개합니다. 여기서 초점은 차량에서 카메라 강체로의 변환(외부 매개변수), 카메라에서 이미지로의 변환(내부 매개변수), 이미지에서 픽셀 단위로의 변환을 이해하는 것입니다. 3D에서 2D로의 변환에는 해당 왜곡, 변환 등이 포함됩니다. 요점: 차량 좌표계와 카메라 본체 좌표계를 다시 작성해야 합니다. 평면 좌표계와 픽셀 좌표계 난이도: 이미지 평면에서 왜곡 제거와 왜곡 추가를 모두 고려해야 합니다. 2. 소개 좌표계에는 픽셀 평면 좌표계(u, v), 이미지 좌표계(x, y), 카메라 좌표계(), 월드 좌표계() 등 총 4가지 비전 시스템이 있습니다. 각 좌표계 사이에는 관계가 있으며,

자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! 자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! Feb 28, 2024 pm 07:20 PM

자율주행 궤적 예측은 차량의 주행 과정에서 발생하는 다양한 데이터를 분석하여 차량의 향후 주행 궤적을 예측하는 것을 의미합니다. 자율주행의 핵심 모듈인 궤도 예측의 품질은 후속 계획 제어에 매우 중요합니다. 궤적 예측 작업은 풍부한 기술 스택을 보유하고 있으며 자율 주행 동적/정적 인식, 고정밀 지도, 차선, 신경망 아키텍처(CNN&GNN&Transformer) 기술 등에 대한 익숙함이 필요합니다. 시작하기가 매우 어렵습니다! 많은 팬들은 가능한 한 빨리 궤도 예측을 시작하여 함정을 피하기를 희망합니다. 오늘은 궤도 예측을 위한 몇 가지 일반적인 문제와 입문 학습 방법을 살펴보겠습니다. 관련 지식 입문 1. 미리보기 논문이 순서대로 되어 있나요? A: 먼저 설문조사를 보세요, p

SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 Feb 20, 2024 am 11:48 AM

원제목: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving 논문 링크: https://arxiv.org/pdf/2402.02519.pdf 코드 링크: https://github.com/HKUST-Aerial-Robotics/SIMPL 저자 단위: Hong Kong University of Science 및 기술 DJI 논문 아이디어: 이 논문은 자율주행차를 위한 간단하고 효율적인 모션 예측 기준선(SIMPL)을 제안합니다. 기존 에이전트 센트와 비교

nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! Apr 17, 2024 pm 06:22 PM

전면 및 시작점 작성 엔드 투 엔드 패러다임은 통합 프레임워크를 사용하여 자율 주행 시스템에서 멀티 태스킹을 달성합니다. 이 패러다임의 단순성과 명확성에도 불구하고 하위 작업에 대한 엔드투엔드 자율 주행 방법의 성능은 여전히 ​​단일 작업 방법보다 훨씬 뒤떨어져 있습니다. 동시에 이전 엔드투엔드 방법에서 널리 사용된 조밀한 조감도(BEV) 기능으로 인해 더 많은 양식이나 작업으로 확장하기가 어렵습니다. 여기서는 희소 검색 중심의 엔드 투 엔드 자율 주행 패러다임(SparseAD)이 제안됩니다. 여기서 희소 검색은 밀집된 BEV 표현 없이 공간, 시간 및 작업을 포함한 전체 운전 시나리오를 완전히 나타냅니다. 특히 통합 스파스 아키텍처는 탐지, 추적, 온라인 매핑을 포함한 작업 인식을 위해 설계되었습니다. 게다가 무겁다.

엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? 엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? Apr 15, 2024 pm 04:13 PM

지난 달에는 몇 가지 잘 알려진 이유로 업계의 다양한 교사 및 급우들과 매우 집중적인 교류를 가졌습니다. 교환에서 피할 수 없는 주제는 자연스럽게 엔드투엔드와 인기 있는 Tesla FSDV12입니다. 저는 이 기회를 빌어 여러분의 참고와 토론을 위해 지금 이 순간 제 생각과 의견을 정리하고 싶습니다. End-to-End 자율주행 시스템을 어떻게 정의하고, End-to-End 해결을 위해 어떤 문제가 예상되나요? 가장 전통적인 정의에 따르면, 엔드 투 엔드 시스템은 센서로부터 원시 정보를 입력하고 작업과 관련된 변수를 직접 출력하는 시스템을 의미합니다. 예를 들어 이미지 인식에서 CNN은 기존의 특징 추출 + 분류기 방식에 비해 end-to-end 방식으로 호출할 수 있습니다. 자율주행 작업에서는 다양한 센서(카메라/LiDAR)로부터 데이터를 입력받아

See all articles