对决自动驾驶数据,本文是关于自动本科论文怎么写与自动驾驶数据和对决和驾驶类本科论文怎么写.
自动论文参考文献:
谁能率先推出比人类驾驶员更优秀的自动驾驶汽车系统?
想要超过人类的水平,系统必须熟悉道路状况、掌握更自然的驾驶风格,还要知道如何应对路上的其他车辆,更难的是,如何达到与人类一样的理解能力,这就需要大量数据作为支撑.
要说哪些企业拥有最多的自动驾驶行驶数据的话,那就要数特斯拉与Waymo了.这两家公司试图通过收集并处理足够多数据的方法,打造出具备完全自动驾驶能力的汽车.
摩根士坦利分析师亚当·乔纳斯(Adam Jonas)认为,比起Model 3,数据资源有可能对特斯拉的发展更有用.2017年,他就说过这样的话:“特斯拉的股价要想达到伊隆·马斯克期望的水平的话,自动驾驶数据的完善必不可少.”
英特尔认为,到2030年,自动驾驶汽车可以产出8000亿美元的收入,而到了2050年,这一数字将达到7万亿美元.
收集数据方式不同
虽然最终的目标相同,但特斯拉与Waymo的自动驾驶技术开发在过程上有很大不同.
具体来说,特斯拉收集的是客户实际驾驶时的数据,数十万辆特斯拉汽车能够带来各种各样的数据资源,公司还可通过这种方法了解Autopilot自动驾驶系统的反应.
而Waymo则正相反,先是使用性能强大的计算机进行模拟数据收集,之后再将这些数据应用到其自动驾驶车队当中.
因为没有公开相关内容,很难知道特斯拉从Autopilot里获得了多少里程的行驶数据.2016年,当时公司的自动驾驶项目负责人说,特斯拉7.8亿英里的行驶数据中,有1亿英里的数据是在Autopilot开启状态下完成的.
后来,马斯克称公司“每天收集超过300万英里的行驶数据”.如今,特斯拉已经有着超过30万辆车行驶在路上了,随着销售的车辆增多,获得的数据也相应增加.
当然,并不是所有行驶数据都有Autopilot介入,其软件系统也还是半自动驾驶水平.但特斯拉的特别之处在于,即使Autopilot处于关闭状态,公司也能通过收集到的数据分析自动驾驶系统是如何处理不同驾驶场景的.
另一边,Waymo宣称,已经模拟进行了50亿英里的自动驾驶,实际公路上的自动驾驶测试也积累了500万英里.如果按照加州DMV的报告来算的话,Waymo取得的成果比其他公司测试数据加起来还多.
当然,Waymo也有被制约的地方,那就是其自动驾驶Pacifica车队只有约500辆到600辆,测试地点也有限,目前只在得克萨斯、加利福尼亚、密西根、亚利桑那和乔治亚这几个州进行.
因此,Waymo计划年底前增加数千辆自动驾驶汽车,还与捷豹路虎展开合作,开发完全自动驾驶版本的捷豹电动I-Pace,并部署2万辆到车队当中.
等到这些计划真正开展后,Waymo将拥有每天100万次的自动驾驶汽车出行量.但在这之前,Waymo还是得依靠模拟技术,如果要比较现实道路数据的话,还是特斯拉处于领先地位.
“大家有可能觉得Waymo拥有现阶段最强的技术,但也不要低估了特斯拉的数据实力.”美国汽车分析师塔莎·基尼(Tasha Keeney)说.
数据内容不同
除了收集数据的方式不同,特斯拉与Waymo收集的数据内容也有区别.
Waymo的自动驾驶汽车通过激光雷达、毫米波雷达和摄像头接收信息,特斯拉没有使用激光雷达,但它们使用了超声波设备.
摄像头能够提供高分辨率图像,但在测量物体间距离和黑暗环境下的效果并不理想;毫米波雷达可以测量距离与速度,但分辨率很低;激光雷达则同时具备摄像头和毫米波雷达的优点,既能提供距离测量功能,又能完成高清图像绘制,光线的强弱也不会对其产生影响.
正是因为特斯拉坚持不使用激光雷达的做法,让不少专业人士对其能否开发出完全自动驾驶技术产生了质疑.
卡内基梅隆大学的拉杰库马尔(Raj Rajkumar)说:“没有激光雷达采集的数据信息,特斯拉将有可能处于不利地位.”
分析师基尼虽然认可特斯拉的数据实力,但谈到激光雷达时,她认为特斯拉采取的策略风险性很大,Waymo则通过激光雷达收集到了更精确的信息.
数据处理挑战
说完了收集与硬件,再来看看两家公司在数据信息处理方面遇到的挑战.
特斯拉的马斯克在面对数据处理环节,也承认这是个艰巨的任务,“数据量太大,不仅要对数据进行分析,之后还要想办法将处理结果有效地应用到自动驾驶车辆上”.
在这一点上,Waymo通过计算机模拟重建了整个城市的数字虚拟模型,并在里面加入25000辆虚拟自动驾驶汽车.
如果说特斯拉是从上万辆实际行驶的车里收集到各种各样的数据信息的话,那么Waymo同样可以收集到多种反馈数据,只不过是在虚拟世界里,公司对使用这种方法进行测试很有信心.
Waymo随后会把数据下载到测试车里.另外,公司在加州还有专用测试场,在这里,Waymo能够设置多种路障来进行测试.
其实,Waymo使用的数据收集方法背后,需要有大量资金、资源、时间和工作人员的支持,这对于特斯拉来说很难做到.
Uber和通用
比较了特斯拉与Waymo,但在自动驾驶技术的竞争中,显然不只这两家,Uber就是最有力的竞争者之一.
Uber的自动驾驶测试始于2016年,先后在匹兹堡、旧金山和亚利桑那州进行了测试,如今也获得了加州的上路测试许可.
2017年11月,Uber完成了200万英里测试,然而,前不久发生了Uber测试车撞人事故,相关项目暂停,这不禁让人们对其技术水平产生担忧,但公司CEO达拉·科斯罗萨西(Dara Khosrowshahi)承诺,未来将继续进行自动驾驶技术研发工作.
在数据的生成与处理环节,Uber走的是特斯拉路线,而通用汽车则沿着Waymo相同的路线行走.
作为一家传统车企,通用收购了自动驾驶公司Cruise,自动驾驶版本的雪佛兰电动Bolt也在开发之中,公司近期还宣布,计划2019年推出商业化自动驾驶服务.系统上,已经在凯迪拉克品牌车型里配备了Super Cruise半自动驾驶软件.
模拟测试解决方案
2018年3月,英伟达开始销售被称为“Drive Constellation”的产品,这是一款可以使用VR技术来对自动驾驶系统进行模拟测试的模拟器,由一台DGX-1服务器与一台Drive PX自动驾驶平台组成.
公司CEO黄仁勋称,Drive Constellation搭配强大的图像渲染实力和VR技术,将成为最接近真实场景的模拟测试解决方案.
也就是说,英伟达已经将自动驾驶模拟技术商业化,其产品将可以用到其他企业的自动驾驶项目中.如果未来能够被广泛应用,英伟达将有可能成为自动驾驶模拟技术的标杆.
“实际行驶数据当中,其实很多都平淡无奇,也并不是每种特殊情况都能收集到,但模拟技术不同,我们可以设计任何路况,并且,可以针对某一特殊情况反复进行测试.”英伟达汽车业务负责人丹尼·夏皮罗(Danny Shapiro)说道.
有的人对特斯拉的自动驾驶有疑虑,自然也有人会觉得Waymo模拟驾驶无法带来技术上的提高.
RAND公司高级信息科学家尼迪·卡拉(Nidhi Kalra)举了个很有意思的例子,她说:“一个人可以在《侠盗猎车》游戏里开车几十亿英里,但这不能证明他在现实中的驾驶技术有所提高.”
怎么界定人类驾驶能力
特斯拉也好,Waymo也好,现在都还处在研发阶段,不管是在现实中收集数据,还是在虚拟环境里进行模拟,能够证明自己开发的自动驾驶技术安全可靠,才是最终要解决的问题.
另外,如何给自动驾驶的“安全”下定义也是一个根本性问题.目前,汇报给加州DMV的自动驾驶测试报告中,能够作为参考的只有“解除自动驾驶模式次数”这一项,但对这项数值的定义很宽泛,也很容易被捏造.
如果真要对是否达到完全自动驾驶水平进行证明,那么衡量的标准应该是技术是否具备或超过人类驾驶者的能力.
这就又引出了另一个问题,怎么界定人类的驾驶能力?用车祸率或伤亡率做参考?
也许,我们可以用卡拉和帕多克一项研究中的观点来解释:“看来,当我们找到解决方法之前,自动驾驶技术应该已经先一步被应用到实际生活当中了,这很有意思,只有当决定使用自动驾驶汽车后,人们才能知道这项技术到底安不安全.”
此文结束语:此文是一篇大学硕士与自动本科自动毕业论文开题报告范文和相关优秀学术职称论文参考文献资料,关于免费教你怎么写自动驾驶数据和对决和驾驶方面论文范文.
自动驾驶不靠谱?但这项技术已经开始拯救生命
根据德国媒体DW指出,在柏林恐袭卡车撞入圣诞人群的那一刻,斯堪尼亚的拖头卡车启动了自动刹车辅助系统,在76 2m内将卡车停了下来 这次恐袭发生在12月19日,有12位受害者以及48人受伤 外媒在检查相.
福特汽车展示无人自动驾驶电动货车
日前,在MWC 2017上,美国汽车厂商福特发布了一款全新的概念无人驾驶电动货车 这辆概念货车除了可以无人驾驶之外,可以作为无人机的起落台将货物送到一些交通工具无法送达的地区 这辆概念车名叫Autol.
德尔福:开启自动驾驶的未来
本刊记者/曹晓昂在自动驾驶技术发展方面,德尔福一直走在行业前列 2015 年,德尔福完成了贯穿全美的自动驾驶路测试验,为业界所瞩目 近些年,通过收购、合作……模式,德尔福公司更是逐渐在自动驾驶软件、硬.
百度如何加速中国自动驾驶车量产进程?
“量产”、“落地”是此次的百度世界大会上关于自动驾驶汽车的关键词 目前全球已经加速进入了自动驾驶L3 时代,2020 年是全球主要整车企业实现L3 级智.