


Mula-mula ada Tesla, kemudian ada Xpeng Adakah sistem bantuan pemandu lanjutan masih layak dipercayai?
Pada 11 Ogos 2022, sebuah video menjadi viral di Internet Dua orang turun dari kereta dan berhenti di lorong dalam, seorang sedang mencangkung di belakang kereta, dan seorang lagi sedang bersiap untuk meletakkan tripod untuk memberi amaran kepada kereta yang datang dari belakang A Xiaopeng P7 tiba-tiba meluru ke hadapan dan mengetuk salah seorang daripada mereka.
Difahamkan, pemilik Xpeng P7 itu menghidupkan fungsi pemanduan bantuan lanjutan ketika itu kelajuan kenderaan adalah 80km/j, namun kenderaan itu tidak mengesan sesiapa di hadapan daripadanya apabila bahaya hampir berlaku. Pemilik kereta itu berkata, semasa memandu dengan bantuan lanjutan sebelum ini, akan ada amaran awal, tetapi kali ini tiada segera dan dia terganggu ketika itu.
Xpeng Motors bertindak balas selepas kemalangan itu: "Selepas pengesahan, pada petang 10 Ogos, Ningbo A Kenderaan pemilik kereta bertembung dengan orang yang sedang memeriksa kerosakan kenderaan di hadapannya, mengakibatkan mangsa yang terkorban dan kesal dengan mangsa yang maut dalam kemalangan ini pihak polis trafik telah membuka kes dan stor telah pergi ke tempat kejadian untuk membantu. "Kami akan bekerjasama sepenuhnya dengan jabatan yang berkaitan dalam penyiasatan kemalangan, terus membuat susulan pada keputusan dan membantu pelanggan dalam mengendalikan perkara berkaitan berikutnya, Dan O'Dowd, Ketua Pegawai Eksekutif Green Hills Software , menyiarkan mesej di platform sosial video ulasan Tesla FSD, yang menyatakan bahawa sistem autopilot Tesla FSD berulang kali memukul model tiruan kanak-kanak semasa ujian.
Dan O'Dowd berkata: "Kami sangat terganggu dengan keputusan ujian keselamatan Tesla FSD dan ini sepatutnya menjadi panggilan untuk bertindak. Tesla berkata perisian Elon Musk FSD adalah menakjubkan, tetapi ia bukan ancaman maut kepada semua rakyat Amerika.” Menurut laporan ujian: Tesla telah diuji berpuluh-puluh kali pada bulan lalu Sebelum memukul patung itu, walaupun kereta itu perlahan, ia masih mencecah kelajuan lebih daripada 25 batu sejam dan menghancurkan patung itu. Ia berkata bahawa semasa operasi, Tesla bermula pada kelajuan 40 batu sejam dan memandu sejauh 100 ela di lorong yang ditetapkan sebelum melanggar peragawati. Beberapa netizen bergurau: Adakah terdapat kemungkinan bahawa ia adalah kerana dia tahu bahawa ia adalah tiruan.
Xpeng mahupun Tesla tidak dapat memastikan sistem pemanduan berbantu lanjutan dapat memastikan keselamatan pemanduan pada setiap masa. Dalam kemalangan Xpeng P7, kami mendapati bahawa pemilik kereta terganggu ketika menggunakan kenderaan itu, apabila kemalangan itu berlaku, pemilik kereta tidak menumpukan perhatian sepenuhnya kepada proses pemanduan sistem pemanduan, yang juga merupakan punca utama kemalangan ini.
Dengan populariti sistem pemanduan berbantu lanjutan dan sistem pemanduan separa autonomi dalam kenderaan, semakin ramai pemilik kereta menerima mentaliti pengguna awal untuk mengalami perubahan dalam perjalanan yang dibawa oleh inovasi teknologi . , untuk model seperti Tesla, setiap kemas kini perisian akan menarik perhatian ramai pemilik kereta dan blogger, dan juga akan membangkitkan usaha yang hebat dalam kalangan automotif dan pengikut pemanduan autonomi. Semakin meluas teknologi itu dipopularkan, semakin banyak masalahnya didedahkan Setiap kemalangan yang disebabkan oleh sistem pemanduan berbantu lanjutan/sistem pemanduan autonomi akan menarik perhatian besar daripada masyarakat dan mencetuskan perbincangan berulang kali. Adakah ia benar-benar selamat? Adakah sistem memandu sendiri benar-benar layak mendapat kepercayaan kami?
Sistem pemanduan berbantu lanjutan boleh mengambil bahagian dalam tingkah laku pemanduan pemandu apabila pemandu memandu kereta Sistem pemanduan berbantu lanjutan juga telah mengalami peralihan daripada membantu pemanduan kepada mengambil bahagian dalam pemanduan. pentas.
Dalam proses membantu pemanduan , fungsi utama sistem pemanduan berbantu lanjutan adalah untuk memantau keadaan jalan raya apabila kemungkinan bahaya dikesan, ia akan gunakan getaran dan bunyi stereng untuk Gesaan dan lampu berkelip mengingatkan pemandu, membolehkan pemandu mengelak kemungkinan bahaya dalam masa.
Dalam peringkat penyertaan dalam pemanduan , sistem pemanduan bantuan lanjutan menjadi peserta dalam perjalanan dan boleh mengawal stereng, brek pedal, Penalaan halus pedal pemecut boleh menjadikan tingkah laku pemanduan pemandu lebih selamat dan mematuhi piawaian pemanduan, menjadikan proses pemanduan lebih selamat.
Memandangkan sistem pemanduan berbantu lanjutan mengambil bahagian dalam perkadaran tingkah laku pemanduan yang semakin meningkat, dalam beberapa senario seperti lebuh raya di mana persekitaran jalan tunggal dan kesesakan mungkin kurang, sistem pemanduan berbantu lanjutan telah pun Proses pemanduan boleh disiapkan secara bersendirian Dengan penambahan bantuan menjaga lorong, pelayaran adaptif dan fungsi lain, pemanduan di lebuh raya dapat diselesaikan sepenuhnya oleh kenderaan itu sendiri beransur-ansur menjadi kenyataan.
Dalam iklan banyak tenaga pembuat kereta baharu, prestasi sistem pemanduan berbantu lanjutan juga diserlahkan Banyak syarikat pembuat kereta tradisional turut mengikuti rentak kereta baharu -membuat kuasa dan akan menjadi lebih dan lebih popular Sistem bantuan pemandu yang lebih maju ditambah kepada kereta. Kereta juga telah berubah daripada menjadi alat perjalanan kepada peranti perkakasan pintar yang menyepadukan perjalanan, hiburan dan interaksi.
Pembangunan sistem pemanduan berbantu lanjutan dan teknologi pemanduan autonomi sedang berkembang pesat, tetapi semasa proses pembangunan, beberapa orang memberi perhatian kepada bahaya yang dibawa oleh sistem pemanduan berbantu lanjutan kepada kami. Bahaya di sini terutamanya merujuk kepada bahaya fungsi dan bahaya penggunaan.
Bahaya fungsianSeperti namanya, ia adalah sama ada sistem pemanduan berbantu lanjutan dapat memastikan ia berfungsi Dalam semua senario, sama seperti dalam kemalangan Xpeng P7, selepas menghidupkan sistem pemanduan bantuan lanjutan, kenderaan akan memberikan amaran awal apabila berlakunya bahaya, namun dalam kemalangan ini, Xpeng P7 tidak bertindak balas tepat pada masanya kemalangan ini telah menyebabkan ramai pengguna kepada Peminat pemanduan berautonomi telah mula meragui sama ada sistem pemanduan berbantu lanjutan cukup selamat Ini sudah pasti akan membuatkan ramai peminat pemanduan autonomi meragui keselamatan sistem pemanduan berbantu lanjutan dan menjejaskan populariti sistem pemanduan berbantu lanjutan.
Bahaya penggunaanIa terutamanya untuk pengguna sistem pemanduan berbantu lanjutan yang tidak diketahui oleh ramai pengguna sistem pemanduan berbantu lanjutan Selepas sistem itu muncul, mereka sangat bersedia untuk mencuba dan merasai perubahan yang dibawa oleh teknologi. Apabila mula menggunakan pemanduan bantuan lanjutan, selain mengalami perubahan yang dibawa oleh sistem pemanduan bantuan lanjutan, mereka juga akan memberi perhatian kepada keadaan jalan raya Namun, memandangkan sistem pemanduan bantuan lanjutan digunakan semakin kerap, pengguna akan juga membangunkan rasa pemanduan berbantu lanjutan Sistem pemanduan sangat selamat dan pada asasnya menghapuskan ilusi memerhati keadaan jalan raya, yang boleh membawa kepada bahaya.
Dalam kemalangan Xpeng P7, kita boleh tahu bahawa pemilik kereta telah menggunakan sistem pemanduan bantuan lanjutan berkali-kali, dan terdapat bahaya sebelum ini, tetapi sistem pemanduan bantuan lanjutan menyedari dan mengingatkan Pemilik kereta. Semasa proses pemanduan ini, pemilik kereta terganggu, sama ada kerana sesuatu yang perlu ditangani atau kerana kepercayaannya terhadap sistem pemanduan bantuan lanjutan tetapi apa yang boleh kita ketahui ialah kepercayaan pemilik kereta terhadap sistem pemanduan bantuan canggih telah menjadi tabiat memandu, dalam tabiat pemanduan pemilik kereta, sistem pemanduan berbantu yang canggih pasti akan mengingatkan anda apabila bahaya berlaku, dan gangguan sekali-sekala tidak akan menyebabkan masalah.
Apabila pengguna mempunyai kepercayaan besar terhadap sistem pemanduan berbantu lanjutan dan juga menggunakan sistem pemanduan berbantu lanjutan semasa perjalanan, ini menimbulkan persoalan besar tentang keselamatan keperluan sistem pemanduan berbantu lanjutan, tetapi sistem pemanduan bantuan lanjutan semasa tidak dapat menjamin ketepatan 100% sepenuhnya Apabila banyak syarikat mempromosikan pemanduan bantuan lanjutan, mereka juga akan mengingatkan penumpang untuk memberi perhatian kepada keadaan jalan raya malah banyak kenderaan perlu menghidupkan fungsi pemanduan berbantu tangan pada stereng untuk memastikan dia boleh mengambil alih dengan cepat jika bahaya timbul.
Perkembangan teknologi tidak dapat mengambil kira sepenuhnya perubahan dalam sifat manusia Dengan mendalami penggunaan sistem pemanduan berbantu lanjutan, pengguna boleh dengan mudah bergantung pada sistem pemanduan berbantu lanjutan untuk dikendalikan keseluruhan proses perjalanan, sesetengah orang telah bertanya sama ada perlu untuk pembangunan pemanduan autonomi untuk terus melangkau peringkat peralihan sistem pemanduan berbantu lanjutan, dan kemudian meletakkan kenderaan autonomi sepenuhnya di pasaran selepas pemanduan autonomi sepenuhnya dicapai .
Walau bagaimanapun, pembangunan pemanduan berautonomi tidak dapat dipisahkan daripada pembelajaran berterusan jumlah data yang besar Kemunculan sistem pemanduan terbantu tidak dapat dielakkan sebagai pengguna, kami hanya boleh memberi perhatian kepada keadaan jalan raya apabila menggunakan sistem pemanduan berbantu lanjutan dan mengelak daripada membangunkan tabiat buruk Hanya dengan mempercayai sepenuhnya tabiat pemanduan sistem pemanduan berbantu lanjutan anda boleh menikmati kemudahan yang dibawa oleh teknologi semasa sistem pemanduan bantuan lanjutan sedang dibangunkan. Sebagai pengguna, kami juga perlu memahami apa itu pemanduan autonomi dan apakah itu pemanduan berbantu lanjutan, dan kami tidak boleh silap pemanduan berbantu lanjutan sebagai pemanduan autonomi. perkara kecil!
Atas ialah kandungan terperinci Mula-mula ada Tesla, kemudian ada Xpeng Adakah sistem bantuan pemandu lanjutan masih layak dipercayai?. 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,

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

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

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

Pengesanan objek ialah masalah yang agak matang dalam sistem pemanduan autonomi, antaranya pengesanan pejalan kaki adalah salah satu algoritma terawal untuk digunakan. Penyelidikan yang sangat komprehensif telah dijalankan dalam kebanyakan kertas kerja. Walau bagaimanapun, persepsi jarak menggunakan kamera fisheye untuk pandangan sekeliling agak kurang dikaji. Disebabkan herotan jejari yang besar, perwakilan kotak sempadan standard sukar dilaksanakan dalam kamera fisheye. Untuk mengurangkan perihalan di atas, kami meneroka kotak sempadan lanjutan, elips dan reka bentuk poligon am ke dalam perwakilan kutub/sudut dan mentakrifkan metrik mIOU pembahagian contoh untuk menganalisis perwakilan ini. Model fisheyeDetNet yang dicadangkan dengan bentuk poligon mengatasi model lain dan pada masa yang sama mencapai 49.5% mAP pada set data kamera fisheye Valeo untuk pemanduan autonomi
