智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
品牌
其他品牌
【中国智能制造网 行业动态】区域驾驶差异的问题对人类来说可能听起来有些奇怪，但它对自动驾驶汽车造成了严峻的挑战。如今，硅谷的科技巨头们已将测试环境从加州的测试场地换成了更加混乱的驾驶环境。
自动驾驶难题待解 各地交通数据差异成大挑战
在异国他乡驾驶可能会让人神经紧张，你也许不得不在路上更换车道，不让行人先行，甚至绕过失控的牛群前行。但你终将适应这些。
区域驾驶差异的问题对人类来说可能听起来有些奇怪，但它对自动驾驶汽车造成了严峻的挑战。 特斯拉和通用汽车等科技汽车公司都在开发自己的自动驾驶系统，希望有一天能将它们推广到世界各地。但是，区域监管和对当地数据访问的不足，这二者结合而成的障碍可能会减缓它们的扩张速度，加剧本地竞争。
本月早些时候，自动驾驶创业公司Momenta的执行官曹旭东在北京的一个投资者活动上说到，“自动驾驶汽车技术，比如环境感知和理解道路状况，都需要当地的数据”。例如，要设计一个在中国运行良好的系统，你需要中国的数据。
也许人们希望在高速公路上极速行驶，但是在像北京这样的超级大都市，由于交通拥堵，平均车速大大降低。此外，如污染和驾驶员行为等其他特性，也可能会影响系统的准确性。
这是自动驾驶行业目前所面临的挑战，正如硅谷的科技巨头们已将测试环境从加州的测试场地换成了更加混乱的驾驶环境。这有些类似于学习如何在同一时间跑步和爬行。到目前为止，还没有一家公司开发出一款具有商业可行性、完全实现自动驾驶的汽车。更换一个新的测试地点虽然并不等同于重新开始 ，但考虑到人工智能对海量数据的依赖，它也并非毫无价值。
自动驾驶初创公司NuTonomy的运营官道格·帕克表示：“目前开发的大多数自动驾驶汽车技术都是基于特定的地理位置，因此很难推广到新城市，因为要在系统中计入新的规则和新的驾驶行为。”上周，NuTonomy公司被汽车科技公司德尔福(Delphi)以4.5亿美元的价格收购。
他解释说：“深度学习的前提是，如果你收集了大量的数据，那么每当汽车试图做出决定的时候，你很可能就会遇到类似之前的情况。”“虽然该系统可能应用于高速公路，但现实是，城市驾驶愈加复杂，无论是人还是软件，汽车司机会不断遇到从未出现过的情况。”
寻找本地数据
自动驾驶行业需依托大量的数据并不是什么新鲜事。实际上，人们普遍认为，要想开发一种安全、完全自动驾驶的汽车，需要数以百万计的、甚至数十亿英里的驾驶数据。自2009年起研发自动驾驶技术的谷歌衍生公司Waymo称，除了在现实生活中的道路测试之外，该公司每天在其驾驶模拟器Carcraft中记录日均约800万英里的行驶数据。
然而，为了在世界各地推广自动驾驶汽车，数据竞赛将变得更加复杂。教一个系统识别卡车和汽车的是一回事，但若是识别印尼的“嘟嘟车(三轮小摩的)”或越南疯狂飙车的摩托车驾驶员呢？而且，汽车不仅需要识别不同车辆的差异，它们还必须适应不同的司机和行人，不管他们是横穿马路的行人还是纽约飙车的出租车司机。
跨地区合作是策略之一。 例如，今年早些时候，中国搜索巨头百度通过其开放平台“阿波罗”，与50家不同的公司建立了联系，包括福特、戴姆勒和叫车公司Grab。数据共享是该计划的核心部分。
一位百度的发言人向《科技亚洲》表示，“在阿波罗的生态系统中，我们遵循的是公平的数据政策。我们鼓励不同的合作伙伴贡献数据。他们贡献的越多，获得的数据和其他资源也就越多”。
他解释道，该公司还在中国本土以外建立了更多的“本地化研究团队”，比如美国的第二家研究机构，以防止本土竞争对手在获取数据方面占据优势。
特斯拉等其他公司也在使用自己的汽车来获取实际数据。埃隆·马斯克的电动汽车公司在包括美国和中国在内的多个国家推出了带有自动驾驶仪的汽车，这个自动驾驶仪是一种其公司的智能驾驶辅助系统。这些汽车通过马斯克所谓的“车队学习”共同记录和分享数据。(“车队学习”被批评者称为众包地图数据的花哨词)
与此同时，像Momenta这样专注于软件的公司正在采用一种硬件精简的方式，将他们自己定制的行车记录仪放置于合作伙伴的汽车里。在中国，Momenta在10个城市的合作汽车租赁公司中的1,000辆汽车中放置了摄像头和传感器。
其他公司也在重新思考教会智能汽车学习驾驶的基本方式。NuTonomy在新加坡和波士顿都有研究团队，他们认为，使用“形式化方法”也许能解决推广自动驾驶技术的问题。
形式化方法不是让系统知道如何通过深度学习知道如何驾驶，而是让公司定义自己由上至下的一套规则，比如重要的规则，“不要撞行人”。这使得汽车可灵活应变，能打破小规则以遵循重要的规则，比如避免人员伤亡。
帕克说，“这种规则导向型方法的一个优势是，通过改变或重新设定规则可以安全产生高度复杂的行为”。例如，为了适应在波士顿开车靠相反车道，我们所要做的就是改变规定我们行驶车道的那条规则。我们不需要对整个系统进行重新编码或重新培训。”
高精地图与各国限制
当然，技术只是自动驾驶规模化问题的一部分。与不同地区的监管机构保持良好的关系，也会影响自动驾驶汽车在的推广。
例如，中国对高精地图有着严格的限制，可高精地图对自动驾驶系统至关重要。为了创建自己的高清地图，企业必须首先获得中国监管机构的许可。
各国对自动驾驶的支持也不尽相同。例如，印度交通部长今年曾对记者表示，为了保住工作，他不会允许自动驾驶汽车进入印度。而另一方面，新加坡已经把纬壹科技城所在地区专门用于测试无人驾驶汽车。
在美国，加州的监管机构正试图进一步推动他们在自动驾驶汽车上的进步政策。本月早些时候，该州的机动车辆管理局提议，允许公司推出无需司机的自动驾驶汽车。国内和国外的公司都蜂拥到加州来发展自动驾驶汽车项目，这是有原因的。
政府官员对自动驾驶技术的态度各异，这可能会对市场普及产生重大影响，尤其是考虑到如今的公司必须在产品尚未完成之前就开始与监管机构合作。如果禁止科技公司收集本地数据并完善其系统，很难想象他们会推出好的产品。相反，大力支持自动驾驶技术的政府可能会比其他国家更早地帮助他们的人民受益于这项技术。
帕克说，“新加坡政府对如何将无人驾驶汽车融入城市交通网络有着全面、成熟的构想”，这解释了为什么这家麻省理工的公司七年前选择在新加坡开发自动驾驶技术。“在新加坡，一旦无人驾驶技术的热潮消失，我们也不担心政府会失去兴趣。”
他补充说，这个东南亚城市国家也有良好的天气、基础设施和合理的交通。对于无人驾驶汽车来说，这也有所帮助。
原标题：自动驾驶规模化难题：更换测试地点等于从头开始？
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
