自动驾驶汽车的百科知识
我觉得当前最大的问题就是智能汽车的自动驾驶功能,并不“智能”。而普通人却过渡/错误使用了,导致其产生了很大的安全问题。
在网络上看到了大量的自动驾驶滥用的场景,比如下面这种:水瓶驾驶!
![自动驾驶汽车的百科知识](https://qnam.smzdm.com/202408/21/66c535513914a815.png_e1080.jpg)
我们都知道,现如今的自动驾驶只是L2+等级,辅助驾驶,所对应的责任都在车主,也就是汽车厂并不承诺汽车可以“一直自己开”,你还需要监管车辆的行驶过程,出了事情,你得自己负责。
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c5355135224815.png_e1080.jpg)
为此,理想汽车在微博发布声明,称坚决杜绝此类不文明的驾驶行为,并表示理想汽车现阶段仍然是辅助驾驶,不是自动驾驶。车辆在鬼探头或加塞场景下,系统处理能力不如人类,在一些施工场景系统甚至无法识别障碍物,所以驾驶员依旧是车辆的第一负责人,需要保持手扶方向盘,随时准备接管。
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c53551c8627815.png_e1080.jpg)
与不会用自动驾驶相比,这种滥用更加危险,甚至会危及生命,害人害己。
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c535515c42a815.png_e1080.jpg)
车企迟迟不敢发布L3等级自动驾驶功能,最大的问题就是L3需要车辆负责监控周边环境,而现在如今的自动驾驶技术,还无法覆盖所有的“长尾场景”问题!
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c5355105624815.png_e1080.jpg)
导致这样的问题,主要还是现在的AI软件算法还不成熟,现如今的自动驾驶模式普遍都采用BEV+Transformer模型+占用网络。2024年初,特斯拉FSDV12.3版本发布,智驾水平让人惊艳,自此端到端自动驾驶方案受到国内主机厂和自动驾驶方案企业的广泛关注。与传统的多模块方案相比,端到端自动驾驶方案将感知、预测和规划整合到单一模型中,简化了方案结构,可模拟人类驾驶员直接从视觉输入做出驾驶决策,以数据和算力为主导,能够有效解决模块化方案的“长尾”场景,提升模型的训练效率和性能上限。
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c53551ec859815.png_e1080.jpg)
另外,自动驾驶的软件是AI算法,说白了就是依赖大数据“训练”出来的,如同人的训练,样本够不够,时间久不久,都能影响训练的效果,这就也是引起“长尾问题”的原因之一:
所以,自动驾驶的汽车会把广告牌上的车辆,视为障碍物,而紧急刹停!
所以,虽然AEB是有刹车功能了,但并不能在任何场景下都能做到紧急制动。
所以,冬天雪地里,自动驾驶车辆是无法区别车道线的,随之的“车道保持”也只能是个笑话。
面对这样的情况下,自动驾驶企业一方面是摸特斯拉过河,进一步完善自动驾驶大模型成熟度(进化到前文提高的“端到端大模型”),另外一方面,继续开着广泛的测试工作,以期待L3的商业落地。
![自动驾驶汽车的百科知识](https://am.zdmimg.com/202408/21/66c535950f9f11287.png_e1080.jpg)
作者声明本文无利益相关,欢迎值友理性交流,和谐讨论~
![](https://res.smzdm.com/pc/pc_shequ/dist/img/the-end.png)
没心没肺的风少
校验提示文案
没心没肺的风少
校验提示文案