作为一名“手挡控”,我比较沉迷于左手握着方向盘,右手随着路况不断切换挡的开车场景。随着汽车自动驾驶时代的来临,我一直都持抵触情绪。对于大多数人来说,解放双手的驾驶方式才是大势所趋,它将成为汽车驾驶领域的一次颠覆性变革。虽然都这么说,但是你真的了解自动驾驶吗?
● 解放双手并不是最高级别的自动驾驶
按照SAE(汽车工程学会)对自动驾驶共分为五个级别,其中Level 0-Level 2都需要驾驶者眼、耳、手、脚的参与。从Level 3之后,基本就达到了解放双手的级别,但是耳朵和眼睛还需要对驾驶系统进行监控。自动驾驶的最高级别Level 5才是完全的自动化,这一级别驾驶者的定义将变成真正的乘客。
● 如何让汽车感知?
2018年3月21日,优步(Uber)公司改装的自动驾驶测试车辆因事故造成行人死亡事件,从而引发出人们对于自动驾驶技术的质疑。在此次事件中,自动驾驶测试车很可能是因为感知力受到影响而导致悲剧的发生。
要让车辆实现自动驾驶,最主要的方法就是赋予它感知力,这也是前提条件,目前“多传感器融合”是最为关键的研发方向。无论是单目摄像头、双目摄像头、激光雷达、毫米波雷达还是超声波雷达,都是为了给车辆安装上“眼睛”,让它们具有识别危险的功能。
● 自动驾驶为何对高清地图情有独钟?
自动驾驶技术的发展,加快了导航地图产业的前进步伐,这是由于在高成本的自动驾驶研发当中,高清地图的采集以及数据的积累可以帮助无人车实现高质量的自动驾驶。
如今的导航不再是简单的点到点的信息供给,假如我们从北京去上海,详细的道路信息、交流符合的信息、红绿灯的信息、超速位置的信息、路标的信息都需要在高清地图中显现出来。这种重地图的方式虽然成本很高,但对于用户,对于自动驾驶的发展有着极大的帮助。
这里再说一句,国内百度、阿里巴巴和腾讯三大互联网航空母舰纷纷在自动驾驶领域布局,都必须在高精地图领域有所建树,这也就解释了为什么阿里巴巴要在2014年收购高德地图、百度Apollo平台推出后已经与超过100家车企或者供应商进行了加盟的原因。
● 好的自动驾驶系统需要不断学习
自动驾驶其实是非常有挑战性的一项技术,由于数据处理量非常大,感知算法不是很完美,感知的范围又多而杂,所以自动驾驶要靠大数据的驱动来积累模型,不断优化和完善解决方案。
工程师愿意把数据的建立成为自动驾驶的深度学习,通过积累巨大的传感器数据,他们会对车辆目标检测、驾驶行为建模。举个例子,在机器人与不同专业棋手的博弈当中,也可以通过类似的深度学习来获取更多的棋路,提升自己的棋艺。
总结:
如今的汽车早已不再是人们脑中简单的代步工具,它更像是一个智能的移动机器人,在点对点的路程当中,给乘客带来多样化的服务。自动驾驶,就是未来改变传统驾驶习惯的特殊武器,它将继续扩大人们的生活半径,但在这之前,我们还需迫切地解决的是安全隐患问题。(图/文 汽车之家 曹雷)