时间:2020-09-10 15:50:01来源:福布斯中文网
自动驾驶正在向一个巅峰高度挑战——在交通环境极端复杂,状况频出的城中村安全行驶。
城中村是自动驾驶需要处理的最复杂的长尾场景。
9月10日,文远知行的自动驾驶汽车开进城中村、做到全程安全无接管。之前,文远知行自动驾驶路测已经超过900多条路,积累了280万公里的自动驾驶里程,接待乘客近9万人次,并在黄埔区、广州开发区全对外开放运营Robotaxi(自动驾驶出租车)超过200多天,零主动安全事故。
这是文远知行面对集中处理最复杂、罕见的长尾场景,也是实现全无人驾驶的关键。同时,这也是所有自动驾驶最终需要给出答案的必考题。
中国城市的商业区建筑密度一般不会超过40%-50%,而部分城中村的建筑密度最高可达70%。城中村中往往只有一两处宽度仅为 7 米的对外联系道路, 村内部道路多以房屋间距作为步道, 大多只有 2 ~ 4米宽, 不仅行人,也行车,不设车道线和交通灯,各类私家车辆、路边小摊档直接停放在马路边,供车辆通行的空间极为狭窄。一旦出村,地铁站、繁华商区的宽敞大路又会突然显现,村内外交通场景差异显著。
在自动驾驶汽车眼中,城中村是一片充斥着海量的动态障碍物数据、没有可识别的交通标志、无法事先定义的极限挑战场景。在城中村中,自动驾驶车辆经常遇到的典型长尾场景包括:
1。 周围障碍物行进路径不确定:
由于交通规则缺位,没有车道线和交通灯,路面上充斥着随时变化行进方向、速度的汽车、自行车、电动车和行人。
2。 近距离交互,与车辆行人擦肩而过:
由于道路极其狭窄,可供通行空间不足,再加上密集的人群流动,自动驾驶车辆要与周围车辆和行人在厘米级的距离内产生交互,会车经常需要与对面车辆擦肩而过。
3。 小型障碍物挑战自动驾驶车辆盲区:
随处可见的小型障碍物突然闯入,如小狗、散落在路上的货品,这些大大增加了自动驾驶车辆的盲区风险。
在破解城中村复杂交通的问题上,文远知行的自动驾驶算法WeRide ONE有三个应对法宝——拥抱不确定性、达成共识、克服盲区。
具体为,预测算法中强化了机器学习的模型,反复进行模型训练,提升算法,提高预测准确率;其次,在复杂环境中,适当地采取主动交互,以调整方向、速度等方式,给周围行人、车辆以信息,寻求新的共识;以及360度全覆盖四周各种障碍物,比人眼更精准、可靠地“看”到周围的物体,对障碍物进行检测、分辨、跟踪,最终形成对场景的正确理解。
文远知行表示,对自动驾驶产生最大挑战的是违反交通规则、不按常理出招的车辆或行人,构成了自动驾驶技术发展至今,最难攻克的长尾场景。文远知行通过将高强度、高密度的长尾场景训练,迭代算法,可以加速推进自动驾驶技术的成熟。
文远知行自动驾驶路测已经超过900多条路,积累了280万公里的自动驾驶里程。
声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。
图文推荐
2020-09-10 13:49:45
2020-09-10 11:49:52
2020-09-10 07:49:46
2020-09-09 18:49:51
2020-09-09 17:50:49
2020-09-09 16:49:02
热点排行
精彩文章
2020-09-10 15:49:21
2020-09-10 14:50:03
2020-09-10 12:49:45
2020-09-10 09:49:36
2020-09-09 18:50:07
2020-09-09 18:49:21
热门推荐