|
联邦政府目前正考虑给制造连接汽车的制造商授权。这项法律程序一般情况下需要花费几年。最快在 2018 年出台法律文件，这也表明最早的汽车模型将会在 2020 年出来，希望到那个时候自动化已经进入第三阶段。因新政府任命，法律进程暂时停滞。没有联邦资金什么都不会发生
产业界讲座 来自联邦高速管理部门的演讲者谈到了自动驾驶汽车的现状： 出于安全与环境的考虑，才有了建立连接自动驾驶汽车的动力。2015 年大约有 35K 人死于交通事故、630 万起事故、690 万次交通延误、500 亿的公吨的二氧化碳。 其实自动驾驶是 20 多年的老概念了，但技术还未完善。SAE J3016 为自动驾驶划分了不同的等级。 大部分制造商提供 1 级的自动驾驶系统，一些提供了 2 级系统（Tesla）。 十几家制造商和科技公司目前在多个州进行测试。不只是测试乘客汽车，也有重型商业卡车。 许多制造商的目标是到 2020 年达到 3/4 等级。 韩旭（Tony Han）是百度自动驾驶部门的主管（曾是百度 DeepSpeech 的主管），他演示百度在中国的自动驾驶视频，也讲解了他们的策略。 以中国为主的商业策略：百度不打算与美国的公司竞争美国市场，但在技术上很乐意展开竞争。（Tony 提到百度的技术目前落后于 Waymo，但百度有冲劲，会尽快赶上。） 谈到了中国自动驾驶面临的独特挑战：交通拥挤、司机有的很暴躁、难以识别的道路标志。 百度的技术依赖地图，而且也正在建立自己的 HD 地图。Tony 提到建立 HD 地图的公司需要小心谨慎，防止触犯法律，因为中国这么做需要政府许可。 百度大量的使用 Lidar 这样昂贵的传感器。他打赌不久的将来，这样传感器的价格将会大幅度削减。他们大幅度投资了 Lidar 制造商 Velodyne。 百度也正在加州 Sunnyvale 做本地道路测试。在演示视频中，汽车好像经常骤停。 一些公开的数据：95% 的行人检测，99.9% 的信号检测。 结语 该研讨会针对连接自动驾驶汽车（CAV) 现在与未来的状态，给出了非常宽广与深度的描述。它也强调了我们建立 CAV 所面临的几个关键挑战：昂贵的传感器价格、缺乏 HD 地图覆盖、消费者接受度／体验、难以得出客观的安全基准从而解决不安全的问题（近期发布的 DMV「7」安全报告使用 disengagement 作为标准是模糊不清的、缺乏政府层次的基础设施支持。演讲者的不同背景也表明，解决方案不只是技术问题，也是政策问题，需要私营部门、科技／汽车／保险产业、不同政府层次（地方、州、国家层次）的公共部门之间的紧密合作。 参考文献： 1. Mixed precision programming with CUDA 8 https://devblogs.nvidia.com/parallelforall/mixed-precision-programming-cuda-8/ 2. End to end learning for self driving cars https://arxiv.org/abs/1604.07316 3. A reduction of imitation learning and structured prediction to no-regret online learning 4. Query efficient imitation learning for End-to-End autonomous driving https://arxiv.org/pdf/1605.06450v1.pdf 5. A local - global approach to semantic segmentation in aerial images https://arxiv.org/pdf/1607.05620.pdf 6. Semi-automated annotation of discrete states in large video datasets https://arxiv.org/pdf/1612.01035.pdf 7. Autonomous vehicle disengagement report 2016 https://www.dmv.ca.gov/portal/dmv/detail/vr/autonomous/disengagement_report_2016 ©本文为机器之心原创，转载请联系本公众号获得授权。 ?------------------------------------------------ 加入机器之心（全职记者/实习生）：[email protected] 投稿或寻求报道：[email protected] 广告&商务合作：[email protected] (责任编辑：本港台直播) |
