


Adakah pemanduan tanpa pemandu akan menjadi universal dalam tempoh sepuluh tahun?
Saya melihat soalan ini di Zhihu: Adakah pemanduan tanpa pemandu akan menjadi universal dalam tempoh sepuluh tahun? Dan ditanya sama ada masih perlu belajar lesen memandu sekarang. Ini adalah soalan yang sangat menarik, kerana ia melibatkan kemungkinan pengkomersilan pemanduan autonomi dan bagaimana kehidupan kita akan berubah selepas pemanduan autonomi dilaksanakan. Persoalan ini juga melibatkan satu konsep iaitu universalisasi yang juga merupakan isu yang patut dibincangkan. Smart Driving Frontier akan bermula daripada isu ini dan membincangkannya dengan semua orang.
Pemanduan autonomi berkaitan dengan perjalanan pintar, pengangkutan pintar dan bandar pintar Ia merupakan trend utama dalam pembangunan masa depan dan juga akan menjadi perubahan teknologi yang mengubah gaya hidup sosial. Pemanduan autonomi, secara ringkasnya, adalah perubahan dalam peranan kawalan kereta Kini proses perjalanan kita benar-benar tidak dapat dipisahkan daripada peranan manusia Sama ada kereta, motosikal, kereta elektrik, atau basikal, mereka semua memerlukan Orang mengawal alat pemanduan ini lebih digunakan untuk mempercepatkan proses perjalanan dan menjadikan perjalanan jarak jauh lebih cepat dan mudah. Namun, proses perjalanan seperti ini tidak membebaskan tangan orang Dalam proses perjalanan, orang ramai masih perlu menghabiskan banyak masa memerhati keadaan lalu lintas Walaupun mereka menaiki teksi, peranan pemandu tetap seorang manusia. Dia hanya memerhati keadaan lalu lintas semasa dalam perjalanan, tugas itu diserahkan kepada pemandu, tetapi ia sebenarnya tidak mengurangkan penglibatan orang ramai dalam proses pengangkutan.
Konsep pemanduan autonomi pada asasnya menyelesaikan keperluan untuk orang ramai memerhati keadaan lalu lintas semasa dalam perjalanan, membebaskan orang ramai daripada peranan mengawal pengangkutan dan membolehkan mereka meluangkan lebih banyak masa untuk hiburan dan rehat . Konsep pemanduan autonomi tidak dicadangkan dalam beberapa tahun kebelakangan ini, tetapi teknologi telah berkembang setakat ini, dan masih tiada kemungkinan penggunaan meluas Ini mungkin masih berlaku dalam tempoh sepuluh tahun akan datang atau lebih lama lagi melibatkan dasar, teknologi, Banyak isu yang berkaitan dengan penerimaan sosial bukanlah pelaksanaan teknikal yang "mudah", tetapi lebih berkaitan dengan pembangunan sosial Ini mungkin yang paling sukar dan paling tidak mudah untuk menyelesaikan masalah.
Berbalik kepada soalan asal, "Bolehkah pemanduan tanpa pemandu disejagatkan dalam tempoh sepuluh tahun Berikut adalah konsep, jenis pemanduan tanpa pemandu yang manakah dimaksudkan?" Dari perspektif teknikal, pemanduan autonomi boleh dibahagikan kepada pemanduan autonomi berkelajuan rendah dan pemanduan autonomi berkelajuan tinggi ialah kenderaan tanpa pemandu yang menghantar penghantaran ekspres, menghantar makanan dan mengambil penumpang yang kita lihat di tempat tertutup. seperti taman, restoran, dan kampus Memandu kereta, pemanduan tanpa pemandu jenis ini mempunyai beberapa ciri, iaitu ketertutupan dan kelajuan rendah Alat pemanduan tanpa pemandu jenis ini mempunyai julat kerja yang tetap, laluan larian yang agak tetap, dan kelajuan pemanduan juga rendah semasa proses kerja , yang menyelesaikan masalah orang ramai seperti bawa pulang dan penghantaran ekspres.
Dengan perkembangan teknologi, pemanduan autonomi berkelajuan rendah akan menjadi lebih dan lebih popular malah diterapkan kepada semua aspek masyarakat Selain penghantaran makanan biasa dan penghantaran ekspres, seperti pemindahan pelancong di pelancong tarikan dan pelabuhan Senario seperti pengangkutan dan pemuatan barang, pengangkutan dan penempatan bahan perlombongan, dsb., di mana persekitaran kerja adalah mudah, perubahan tidak akan terlalu besar, dan jarak kerja yang agak pendek, akan diganti dengan pemanduan autonomi berkelajuan rendah, dan lebih ramai orang akan dapat menyelesaikan tugasan kompleks lain, untuk memaksimumkan penggunaan sumber manusia.
Walau bagaimanapun, ke arah pemanduan autonomi berkelajuan tinggi, ia mungkin tidak dilaksanakan secepat pemanduan autonomi kelajuan rendah Selepas pemanduan autonomi berkelajuan tinggi benar-benar dilaksanakan, ia akan dapat membawa orang ramai seperti kereta di jalan raya sekarang. Di bawah konsep pemanduan autonomi berkelajuan tinggi, kenderaan autonomi perlu dapat membuat pertimbangan terhadap keadaan lalu lintas yang berbeza sama seperti pemandu manusia, dan boleh bertindak balas dengan cepat dalam persekitaran trafik di mana masalah tiba-tiba timbul.
Pertimbangan pemanduan autonomi terhadap keadaan jalan raya dan tindakan membuat keputusan adalah berdasarkan kod bertulis Kod bertulis akan menentukan reaksi kenderaan autonomi apabila menghadapi keadaan lalu lintas tertentu memandu Secara teknikalnya mustahil untuk memandu kereta tanpa kekangan kod dan mempunyai pemikiran yang sama seperti pemandu manusia.
Pembangunan pemanduan autonomi berkelajuan tinggi merangkumi dua jenis: kecerdasan kenderaan tunggal dan kerjasama jalan raya disebabkan kos yang tinggi, model pembangunan kecerdasan kenderaan tunggal memerlukan lebih banyak teknologi untuk membolehkan kereta itu pemanduan lengkap, yang bukan sahaja memerlukan masa reka bentuk yang panjang, ia juga perlu untuk mempertimbangkan sama ada kos reka bentuk boleh diterima oleh orang ramai semasa proses reka bentuk Di bawah model pembangunan kerjasama kenderaan-jalan, peralatan perkakasan yang dipasang sendiri. memandu kereta boleh dikurangkan dengan berkesan, tetapi masih terdapat beberapa masalah dari segi peningkatan jalan dan peningkatan kelajuan Internet yang dibuat lebih banyak permintaan.
Selain itu, undang-undang dan peraturan jalan raya semasa juga berdasarkan "orang", dan lebih banyak pertimbangan diberikan kepada masalah yang mungkin timbul apabila "orang" mengambil bahagian dalam pengangkutan Pada peringkat ini, tiada undang-undang dan peraturan untuk diri sendiri -memandu kereta. Bagi pemanduan autonomi berkelajuan rendah, pemanduan autonomi berkelajuan tinggi terutamanya tertumpu kepada "membawa orang", jadi lebih banyak undang-undang dan peraturan diperlukan untuk mengawalnya bagi memastikan keselamatan penumpang. Bagi memastikan undang-undang dan peraturan yang digubal dapat memenuhi keperluan untuk menjadikan kereta pandu sendiri biasa, lebih banyak masa diperlukan untuk berbincang dan merancang untuk mengambil kira semua kemungkinan masalah. Jika digabungkan, siri kekangan ini akan menyukarkan untuk menyejagatkan pemanduan autonomi.
Dalam soalan itu, ia juga disebut tentang universalisasi, iaitu, pemanduan autonomi boleh dilihat di mana-mana, malah semua alat perjalanan adalah kenderaan autonomi. adakah satu peringkat di mana kereta pandu sendiri dan kereta yang dipandu oleh pemandu manusia wujud bersama? Sekiranya terdapat peringkat ini, adakah kereta pandu sendiri dan kereta yang dipandu oleh pemandu manusia perlu memandu secara berasingan, atau adakah mereka terus berkongsi jalan yang sama? Sekiranya terdapat peringkat sedemikian, apabila bahagian kereta pandu sendiri mencapai bahagian apakah yang akan memandu sendiri dianggap universal?
Dengan pelaksanaan pemanduan autonomi, adakah akan wujud satu peringkat di mana kenderaan autonomi dan kenderaan pacuan manusia wujud bersama? Pada masa kini, banyak OEM menggunakan sistem pemanduan berbantu lanjutan sebagai pintu masuk untuk mempromosikan kemajuan teknologi mereka sendiri apabila mempromosikan kepada dunia luar Namun, pemanduan berbantu lanjutan ini tidak mewakili pemanduan tanpa pemandu bilangan pemandu kelesuan memandu adalah alat tambahan untuk meningkatkan keselamatan pemanduan Hanya apabila ia memenuhi sepenuhnya keperluan L5 SAE, ia boleh dianggap sebagai pemanduan autonomi yang sebenar. kenderaan yang dipandu wujud bersama.
Apabila kereta pandu sendiri benar-benar dilancarkan, tidak mungkin untuk menggantikan kereta yang dipandu oleh pemandu manusia secara langsung dengan kereta tanpa pemandu Sebagai alat perjalanan, penggantian kereta bergantung terutamanya pada sama ada fungsinya dapat memenuhi keperluan perjalanan dan Kuasa beli pengguna, jadi apabila kereta pandu sendiri dilancarkan, pasti akan ada peringkat di mana kereta pandu sendiri dan kereta pandu manusia wujud bersama Sama seperti pada zaman awal populariti telefon pintar, ramai orang tetap akan menggunakan telefon berciri, walaupun telefon pintar Setelah popular selama bertahun-tahun, telefon berciri masih digunakan oleh ramai orang.
Apabila kereta pandu sendiri dan kereta pandu manusia wujud bersama, adakah perlu membuka lorong khusus untuk kereta pandu sendiri? Sama seperti pada umumnya terdapat lebih sedikit orang yang menggunakan telefon pintar pada zaman awal telefon pintar, pada zaman awal teknologi pandu sendiri, tidak banyak kereta pandu sendiri yang mengambil bahagian dalam lalu lintas Penyediaan lorong khusus akan memakan masa yang sangat lama -intensif dan kos-intensif kerana Jika anda mahu kereta pandu sendiri sampai ke semua tempat yang boleh dicapai oleh pemandu, jika anda ingin membuka lorong khusus, ia perlu dibuka di semua bahagian jalan, termasuk lebuh raya, jalan bandar, jalan bandar dan malah jalan luar bandar. Oleh itu, selepas pelaksanaan kereta pandu sendiri, kereta pandu sendiri dan kereta pandu manusia akan berkongsi lebih banyak jalan raya, dan salah satu piawaian untuk pelaksanaan kereta pandu sendiri ialah: sama ada ia boleh menyesuaikan diri dengan keperluan persekitaran lalu lintas.
Apakah perkadaran kereta pandu sendiri yang mesti dianggap universal? Ini adalah standard yang sukar untuk diukur Setiap orang mempunyai idea mereka sendiri tentang konsep ini. Barisan hadapan pemanduan pintar percaya bahawa untuk penyejagaan pemanduan autonomi, semua orang harus menyesuaikan diri dengan kewujudan pemanduan autonomi, dan kebanyakan perjalanan akan disediakan oleh. pemanduan autonomi. Berbalik kepada soalan asal, adakah pemanduan tanpa pemandu akan menjadi universal dalam tempoh sepuluh tahun? Sukar, sangat sukar kerana terdapat terlalu banyak bidang yang terlibat, penyejagatan pemanduan tanpa pemandu masih jauh lagi, jadi masih sangat perlu untuk mempelajari lesen memandu.
Atas ialah kandungan terperinci Adakah pemanduan tanpa pemandu akan menjadi universal dalam tempoh sepuluh tahun?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Ditulis di atas & pemahaman peribadi pengarang Gaussiansplatting tiga dimensi (3DGS) ialah teknologi transformatif yang telah muncul dalam bidang medan sinaran eksplisit dan grafik komputer dalam beberapa tahun kebelakangan ini. Kaedah inovatif ini dicirikan oleh penggunaan berjuta-juta Gaussians 3D, yang sangat berbeza daripada kaedah medan sinaran saraf (NeRF), yang terutamanya menggunakan model berasaskan koordinat tersirat untuk memetakan koordinat spatial kepada nilai piksel. Dengan perwakilan adegan yang eksplisit dan algoritma pemaparan yang boleh dibezakan, 3DGS bukan sahaja menjamin keupayaan pemaparan masa nyata, tetapi juga memperkenalkan tahap kawalan dan pengeditan adegan yang tidak pernah berlaku sebelum ini. Ini meletakkan 3DGS sebagai penukar permainan yang berpotensi untuk pembinaan semula dan perwakilan 3D generasi akan datang. Untuk tujuan ini, kami menyediakan gambaran keseluruhan sistematik tentang perkembangan dan kebimbangan terkini dalam bidang 3DGS buat kali pertama.

Semalam semasa temu bual, saya telah ditanya sama ada saya telah membuat sebarang soalan berkaitan ekor panjang, jadi saya fikir saya akan memberikan ringkasan ringkas. Masalah ekor panjang pemanduan autonomi merujuk kepada kes tepi dalam kenderaan autonomi, iaitu, kemungkinan senario dengan kebarangkalian yang rendah untuk berlaku. Masalah ekor panjang yang dirasakan adalah salah satu sebab utama yang kini mengehadkan domain reka bentuk pengendalian kenderaan autonomi pintar satu kenderaan. Seni bina asas dan kebanyakan isu teknikal pemanduan autonomi telah diselesaikan, dan baki 5% masalah ekor panjang secara beransur-ansur menjadi kunci untuk menyekat pembangunan pemanduan autonomi. Masalah ini termasuk pelbagai senario yang berpecah-belah, situasi yang melampau dan tingkah laku manusia yang tidak dapat diramalkan. "Ekor panjang" senario tepi dalam pemanduan autonomi merujuk kepada kes tepi dalam kenderaan autonomi (AVs) kes Edge adalah senario yang mungkin dengan kebarangkalian yang rendah untuk berlaku. kejadian yang jarang berlaku ini

0. Ditulis di hadapan&& Pemahaman peribadi bahawa sistem pemanduan autonomi bergantung pada persepsi lanjutan, membuat keputusan dan teknologi kawalan, dengan menggunakan pelbagai penderia (seperti kamera, lidar, radar, dll.) untuk melihat persekitaran sekeliling dan menggunakan algoritma dan model untuk analisis masa nyata dan membuat keputusan. Ini membolehkan kenderaan mengenali papan tanda jalan, mengesan dan menjejaki kenderaan lain, meramalkan tingkah laku pejalan kaki, dsb., dengan itu selamat beroperasi dan menyesuaikan diri dengan persekitaran trafik yang kompleks. Teknologi ini kini menarik perhatian meluas dan dianggap sebagai kawasan pembangunan penting dalam pengangkutan masa depan satu. Tetapi apa yang menyukarkan pemanduan autonomi ialah memikirkan cara membuat kereta itu memahami perkara yang berlaku di sekelilingnya. Ini memerlukan algoritma pengesanan objek tiga dimensi dalam sistem pemanduan autonomi boleh melihat dan menerangkan dengan tepat objek dalam persekitaran sekeliling, termasuk lokasinya,

Dengan kebolehan tiruan AI yang begitu kuat, ia benar-benar mustahil untuk menghalangnya, sama sekali mustahil untuk menghalangnya. Adakah pembangunan AI mencapai tahap ini sekarang? Kaki hadapan anda membuat ciri-ciri wajah anda terbang, dan pada kaki belakang anda, ekspresi yang sama direproduksi Menatap, mengangkat kening, mencebik, tidak kira betapa berlebihan ekspresi itu, semuanya ditiru dengan sempurna. Tingkatkan kesukaran, angkat kening lebih tinggi, buka mata lebih luas, malah bentuk mulutnya bengkok, dan avatar watak maya dapat menghasilkan semula ekspresi dengan sempurna. Apabila anda melaraskan parameter di sebelah kiri, avatar maya di sebelah kanan juga akan menukar pergerakannya dengan sewajarnya untuk memberikan gambaran dekat mulut dan mata Tiruan itu tidak boleh dikatakan sama, tetapi ungkapan itu betul-betul sama (paling kanan). Penyelidikan ini datang dari institusi seperti Universiti Teknikal Munich, yang mencadangkan GaussianAvatars, yang

Ramalan trajektori memainkan peranan penting dalam pemanduan autonomi Ramalan trajektori pemanduan autonomi merujuk kepada meramalkan trajektori pemanduan masa hadapan kenderaan dengan menganalisis pelbagai data semasa proses pemanduan kenderaan. Sebagai modul teras pemanduan autonomi, kualiti ramalan trajektori adalah penting untuk kawalan perancangan hiliran. Tugas ramalan trajektori mempunyai timbunan teknologi yang kaya dan memerlukan kebiasaan dengan persepsi dinamik/statik pemanduan autonomi, peta ketepatan tinggi, garisan lorong, kemahiran seni bina rangkaian saraf (CNN&GNN&Transformer), dll. Sangat sukar untuk bermula! Ramai peminat berharap untuk memulakan ramalan trajektori secepat mungkin dan mengelakkan perangkap Hari ini saya akan mengambil kira beberapa masalah biasa dan kaedah pembelajaran pengenalan untuk ramalan trajektori! Pengetahuan berkaitan pengenalan 1. Adakah kertas pratonton teratur? A: Tengok survey dulu, hlm

Tajuk asal: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Paper pautan: https://arxiv.org/pdf/2402.02519.pdf Pautan kod: https://github.com/HKUST-Aerial-Robotics/SIMPL Unit pengarang: Universiti Sains Hong Kong dan Teknologi Idea Kertas DJI: Kertas kerja ini mencadangkan garis dasar ramalan pergerakan (SIMPL) yang mudah dan cekap untuk kenderaan autonomi. Berbanding dengan agen-sen tradisional

Ditulis di hadapan & titik permulaan Paradigma hujung ke hujung menggunakan rangka kerja bersatu untuk mencapai pelbagai tugas dalam sistem pemanduan autonomi. Walaupun kesederhanaan dan kejelasan paradigma ini, prestasi kaedah pemanduan autonomi hujung ke hujung pada subtugas masih jauh ketinggalan berbanding kaedah tugasan tunggal. Pada masa yang sama, ciri pandangan mata burung (BEV) padat yang digunakan secara meluas dalam kaedah hujung ke hujung sebelum ini menyukarkan untuk membuat skala kepada lebih banyak modaliti atau tugasan. Paradigma pemanduan autonomi hujung ke hujung (SparseAD) tertumpu carian jarang dicadangkan di sini, di mana carian jarang mewakili sepenuhnya keseluruhan senario pemanduan, termasuk ruang, masa dan tugas, tanpa sebarang perwakilan BEV yang padat. Khususnya, seni bina jarang bersatu direka bentuk untuk kesedaran tugas termasuk pengesanan, penjejakan dan pemetaan dalam talian. Di samping itu, berat

Pada bulan lalu, atas sebab-sebab yang diketahui umum, saya telah mengadakan pertukaran yang sangat intensif dengan pelbagai guru dan rakan sekelas dalam industri. Topik yang tidak dapat dielakkan dalam pertukaran secara semula jadi adalah hujung ke hujung dan Tesla FSDV12 yang popular. Saya ingin mengambil kesempatan ini untuk menyelesaikan beberapa buah fikiran dan pendapat saya pada masa ini untuk rujukan dan perbincangan anda. Bagaimana untuk mentakrifkan sistem pemanduan autonomi hujung ke hujung, dan apakah masalah yang sepatutnya dijangka diselesaikan hujung ke hujung? Menurut definisi yang paling tradisional, sistem hujung ke hujung merujuk kepada sistem yang memasukkan maklumat mentah daripada penderia dan secara langsung mengeluarkan pembolehubah yang membimbangkan tugas. Sebagai contoh, dalam pengecaman imej, CNN boleh dipanggil hujung-ke-hujung berbanding kaedah pengekstrak ciri + pengelas tradisional. Dalam tugas pemanduan autonomi, masukkan data daripada pelbagai penderia (kamera/LiDAR
