기술 주변기기 일체 포함 자율주행의 안전성을 의심할 수 있지만 빅데이터는 자율주행이 운전자보다 더 잘 운전한다는 사실을 알려줍니다.

자율주행의 안전성을 의심할 수 있지만 빅데이터는 자율주행이 운전자보다 더 잘 운전한다는 사실을 알려줍니다.

May 15, 2023 pm 11:28 PM
기술 자율주행

자동차 산업은 L2 지능형 보조 운전에서 L3 자율 주행으로의 전환기를 겪고 있습니다. 지능형 운전 시대가 다가오고 있다. 모든 스마트 운전 사고는 자율주행에 대한 광범위한 논의와 우려를 불러일으키지만, 자율주행으로 인해 교통사고 발생률이 크게 줄었습니다. 기술, 테스트, 법률 및 규정 측면에서 중요한 성숙기에 접어들고 있습니다. 중국, 미국, 유럽, 일본, 한국으로 대표되는 주요 자동차 국가들은 업계의 최고 지위를 선점하고 서로를 홍보하기 위해 경쟁하고 있으며, 국가적 특성과 상호 관용을 갖춘 기존 자율주행 사회 거버넌스 모델을 형성하고 있습니다. 인간이 공식적으로 차량의 통제권을 기계에 넘겨주는 날이 멀지 않았습니다.

"자율주행차는 교통사고의 80%를 효과적으로 피할 수 있습니다."

12월 16일, 중국자동차산업센터, 통지대학교, 바이두가 권위 있는 기술을 통해 '자율주행차 교통안전 백서'를 공동으로 발표했습니다. 실증과 실제 자율주행 운전사고를 비교 분석하면 위와 같은 결론이 나온다.

이 기사의 공개는 데이터를 사용하여 대중에게 기본적인 사실을 전달합니다. 현 단계의 자율 주행은 100% 무사고는 아니지만 자율 주행은 인간 운전보다 훨씬 안전하며 이를 뒷받침할 충분한 데이터가 있습니다.

한편, 양산형 승용차에 라이더가 탑재되면서 카메라는 점점 선명해지고 운전 알고리즘은 나날이 반복적으로 발전하고 있습니다. 개인의 변화에 ​​비해 감정, 상태 등 다양한 불확실한 요인에 쉽게 영향을 받습니다. 인간에 비해 자율주행의 장점은 점점 더 두드러질 것이다.

중국 공안부 교통 관리국의 '도로 교통 사고 통계 연차 보고서'에 따르면 2017년부터 2019년까지 매년 전국적으로 평균 231,900건의 교통 사고가 발생했으며, 연간 평균 사망자 수는 63,000명과 추가로 240,000명이 치명적이지 않은 부상을 입었습니다. 도로교통사고는 전국 어린이 사망 원인 중 두 번째로 큰 원인이 되었으며, 유일한 비질병 요인으로 중국 내 10대 사망 원인 중 하나입니다.

교통사고의 위험은 주로 인간 운전자에게서 옵니다.

79.9%의 교통사고는 인간의 주관적 오류로 인해 발생합니다.

중국 자동차 센터 차량 안전 식별 기술 연구소(CIDAS)의 승용차 사고 데이터에 따르면 2011년부터 2021년까지 자율주행차는 인간 운전으로 인한 사고의 80%를 효과적으로 피할 수 있습니다.

따라서 백서는 인간의 제한된 능력에 비해 자율주행의 인지 기능은 90% 이상의 사고를 사전에 감지할 수 있다고 믿습니다.

자율주행차는 과속, 추돌, 교통법규 위반, 인적 결함으로 인한 사고를 효과적으로 피할 수 있습니다. 사고의 1/3 이상을 효과적으로 줄일 수 있습니다.

즉, 자율주행은 교통규칙을 엄격히 준수하여 운전하고, 조기인식을 달성하며, 데이터 의사결정 과정을 운영하게 됩니다.

밤의 고속 장면에서 자율 주행은 안전 기준에 따라 전방의 차량을 미리 감지하고 차량 간 거리를 엄격하게 유지하는 것이 가능합니다. 사고 확률은 인간 운전자의 확률보다 훨씬 낮습니다.

따라서 자율주행차는 다른 교통 참가자에 대한 인식을 극대화하고 다른 자동차와의 안전 거리를 합리적으로 유지할 수 있습니다. 이 시점에서 인간이 다른 참가자를 인지하지 못하고 안전거리를 유지하지 못하는 사고의 원인을 효과적으로 개선할 수 있다.

이전 글에서 우리는 교통사고가 발생하더라도 자율주행의 개입으로 부상과 사망의 위험이 크게 줄어든다는 것을 배웠습니다. 현 단계에서는 자율주행이 인간보다 더 좋은 것은 사실이다.

자율주행은 중요한 성숙기에 접어들고 있습니다

자율주행은 이미 많은 사례를 통해 인정받을 정도로 폭넓게 적용되고 있는 것이 사실입니다.

자율주행 상용화는 승용차, 상용차, 업무용 차량 분야로 나누어야 합니다.

OEM은 승용차 시장에서 L3 자율주행 과정을 시작했습니다. 그리고 L2 수준의 지능형 운전 보조 기능도 대중화에 가까워졌습니다. 중국 공업정보화부 차관 신궈빈은 올해 상반기 "L2 지능형 운전 보조 기능을 탑재한 자동차의 시장 점유율이 20%를 넘어섰다"고 밝혔다.

2021년 12월 10일은 자율주행 역사상 기억할만한 날입니다. 독일 규제 당국은 공식적으로 L3 조건에서의 자율 주행을 출시했습니다. 상업용 차량 및 업무용 차량 분야, 특히 소매업, 로보택시, 광산 트럭, 공항, 물류 등 특정 시나리오에서 L4 자율주행 차량 또는 무인 차량은 부두, 공항, 경사진 개방 도로 등 특정 장소에 배치되었습니다. .

2021년은 자율주행 공식 합법화의 중요한 시점에 진입했습니다

2021년 3월 24일 중국 공안부는 '도로교통안전법'에 대한 공개 의견을 발표하여 도로 테스트 및 자율주행 차량을 명확히 했습니다. 위반 및 사고에 대한 책임을 공유하기 위한 도로 접근 및 관련 요구 사항을 담당합니다. 이 규정은 자율주행 시스템과 도로 테스트에 법적 지위를 부여하고 자율주행의 대규모 상업적 이용을 위한 법적 환경을 구축합니다.

자율주행 거버넌스 모델을 더욱 개선하기 위해 곧 '도로교통안전법'에 자율주행 위반 및 사고 책임이 포함될 예정입니다.

그 중 155조에는 자율주행차는 규정에 따라 폐쇄된 도로와 장소에서 도로주행시험을 실시하고, 임시운전면허증을 취득하고, 지정된 시간, 지역, 경로에서 도로주행시험을 실시해야 한다고 규정하고 있습니다. 시험에 합격한 자는 관련법령에 따라 생산, 수입, 판매할 수 있습니다. 이는 자율주행차의 생산과 판매를 위한 길을 열어줍니다.

물론, 법규 차원에서는 현재 세계 여러 나라에서 자율주행 사고에 대한 책임 분배에 대한 포괄적인 규정이 없습니다. '중화인민공화국 도로교통안전법'과 '중화인민공화국 도로교통안전법 시행조례'에도 자율주행의 안전에 대한 내용은 포함되어 있지 않다. 현 단계에서는 도로주행 시험 및 시연 중 교통위반 및 사고가 발생하면 현행법에 따라 처리해야 한다.

그러나 독일이 L3 레벨 자율주행을 조건부로 출시한 만큼 OEMS는 자율주행 상태에 대한 법적 책임을 지게 됩니다.

자율주행이 말하는 '사상자 제로' 비전에 대한 소비자의 열린 마음이 필요합니다

자율주행은 초기 홍보에서 인간에 대한 '사상자 제로' 비전을 설명했지만, 이는 어느 정도 대중에게 오해를 불러일으켰습니다.

최근 자율주행 관련 사고는 ADAS 기능, 완전자율주행에 대한 대중의 인식과 이해가 다른 편이다. 반면 자율주행에 대한 사람들의 기대는 너무 높다.

사람들은 자율주행을 받아들입니다. 즉, 실수를 하는 기계를 받아들여야 한다는 의미입니다. 이 개념에 따라 인간은 OEM 또는 지능형 주행 시스템의 책임을 설정하고 그에 따른 보상 기준을 가지고 있습니다.

중국 해당 지역의 자율 주행 도로 테스트를 위해 500만 위안(USD 746,000)의 의무 교통사고 책임 보험이 설정되었습니다. 유인 시범 적용이 필요한 테스트의 경우 승객을 위한 좌석 보험 및 개인 상해 보험과 기타 필요한 상업 보험에 가입해야 합니다. 상업용 보험은 자율주행차가 일반 공공 도로에 진입할 때 필요한 안전 기준을 설정합니다. 즉, 사람과 기계 사이의 사고에 대한 책임이 경제적으로 정의됩니다.

기계가 실수할 수 있다는 점을 인식하고, 미래의 L5 자율주행도 100% 사상자 제로를 보장할 수 없다는 점을 인정하는 것이 인간이 자율주행차와 잘 지내기 위한 전제조건입니다. 이러한 전제 하에서 인간은 결국 기계를 이용한 여행이 안전성을 크게 향상시킬 수 있다는 사실을 발견하게 될 것입니다.

따라서 '사상자 제로'는 언제나 자율주행이 추구하는 최고의 목표가 되겠지만, 100% 달성될 수는 없습니다.

지난해 말 독일에서는 L3 자율주행 거버넌스 모델을 공개하기 위한 경쟁이 시작됐고, 메르세데스-벤츠는 자율주행차를 양산하는 세계 최초의 법적 보호를 받는 OEM이 됐다. 이제 이 단계가 완료되었으므로 교통은 새로운 시대로 접어들었습니다.

현재 자율주행은 기술, 테스트, 제조, 법률 및 규정 측면에서 중요한 성숙기에 접어들고 있습니다. 중국, 미국, 유럽, 일본, 한국 등으로 대표되는 주요 자동차 국가들이 업계 선두를 차지하기 위해 경쟁하고 있습니다. 그들은 또한 독특하고 상호 운용 가능한 자율 주행 사회 거버넌스 모델을 형성하기 위해 서로를 촉진하고 있습니다.

현재 자율주행 기술은 국가 간 기술 경쟁의 주요 트랙이 되었습니다. 스마트카를 둘러싼 국제 거버넌스 모델도 경쟁 속에서 구체화되고 있다. 고객 입장에서는 다양한 국가의 자율주행차가 동일한 기준을 따르는 것이 최선의 결과입니다.

위 내용은 자율주행의 안전성을 의심할 수 있지만 빅데이터는 자율주행이 운전자보다 더 잘 운전한다는 사실을 알려줍니다.의 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)
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 최고의 그래픽 설정
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. 크로스 플레이가 있습니까?
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,

Stable Diffusion 3 논문이 드디어 공개되고, 아키텍처의 세부 사항이 공개되어 Sora를 재현하는 데 도움이 될까요? Stable Diffusion 3 논문이 드디어 공개되고, 아키텍처의 세부 사항이 공개되어 Sora를 재현하는 데 도움이 될까요? Mar 06, 2024 pm 05:34 PM

StableDiffusion3의 논문이 드디어 나왔습니다! 이 모델은 2주 전에 출시되었으며 Sora와 동일한 DiT(DiffusionTransformer) 아키텍처를 사용합니다. 출시되자마자 큰 화제를 불러일으켰습니다. 이전 버전과 비교하여 StableDiffusion3에서 생성된 이미지의 품질이 크게 향상되었습니다. 이제 다중 테마 프롬프트를 지원하고 텍스트 쓰기 효과도 향상되었으며 더 이상 잘못된 문자가 표시되지 않습니다. StabilityAI는 StableDiffusion3이 800M에서 8B 범위의 매개변수 크기를 가진 일련의 모델임을 지적했습니다. 이 매개변수 범위는 모델이 많은 휴대용 장치에서 직접 실행될 수 있어 AI 사용이 크게 줄어든다는 것을 의미합니다.

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

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

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.

See all articles