这个机器学习项目可以帮助重新启动自动驾驶汽车

导读 基于近年来围绕自动驾驶汽车 (AV) 的所有炒作,你会想象到现在我们的道路上会被成群结队的无人驾驶汽车纵横交错,将车主运送到下一个目的

基于近年来围绕自动驾驶汽车 (AV) 的所有炒作,你会想象到现在我们的道路上会被成群结队的无人驾驶汽车纵横交错,将车主运送到下一个目的地,同时他们试图辨别真假新闻他们在后座的手机。

然而,根据几年前令人窒息的炒作,自动驾驶卡车车队或自动驾驶出租车或乘用车车队并没有真正实现。

公路安全保险协会预计,到 2025 年,只有微不足道的 350 万辆自动驾驶汽车在美国道路上行驶。到 2030 年,这个数字将增加到 450 万辆——而且,即使在这里,专家们也不认为这些车辆会在路上呼啸而过他们自己的动力,而不是依靠他们的人类同行来做出关键决定。

那么,是什么阻碍了自动驾驶汽车的发展?

成为我们并不容易

信不信由你,这些自动驾驶汽车已经为测试目的行驶了数百万英里,并且配备了所有传感器和超详细的城市地图,自动驾驶汽车似乎无法做到他们应该做的一件基本事情——预测其他古怪人类的光荣的不可预测性。

密歇根大学土木工程教授 Henry Liu 告诉 ZDNET:“这些自动驾驶车辆的安全性能,即使配备了最先进的自动驾驶系统,目前也无法与人类驾驶员相媲美。” .

Liu 还是M-City 的主任——一个占地 32 英亩的校园模拟城市,用于测试自动驾驶汽车——以及由美国交通部资助的互联和自动化交通中心的负责人。

正如 Liu 所描述的,困扰 AV 的主要问题是“稀有的诅咒”——在日常驾驶中遇到事故的情况很少见。自动驾驶汽车需要数亿甚至数十亿英里的行驶才能遇到一些事故并从中吸取教训。

例如,考虑一下自动驾驶汽车公司 Waymo 吹嘘的 事实,即它在没有人类监控的情况下达到了 100 万英里的公共自动驾驶,并且只经历了 18 次轻微和两次主要的“接触事件”。

这辆车将如何应对突然决定过马路的人,例如早上赶路上学迟到的孩子?

此类事件实际上发生在 2018 年亚利桑那州坦佩市,当时 Uber 测试车未能 识别出十字路口外骑自行车过马路的人,即使可以采取规避措施也没有采取规避措施,将其撞死。

如今,自动驾驶汽车通常无法 识别道路上的物体​​,从纸袋到一群鸽子。在其他情况下,结果是致命的。

标签:

免责声明:本文由用户上传,如有侵权请联系删除!