自动驾驶卡车最可能实现Level 4，2022年依然等待自动驾驶汽车( 二 ) 选自ACM作者：KeithKirkpatrick机器

文章图片
图源：pexels
大多数系统采用自下而上的方法来训练汽车导航系统，包括接受识别上文特定物体或条件的训练。然而，考虑到可能遇到的各种潜在物体以及物体移动或对刺激物（stimuli）做出响应的近乎无限的方式，比如由于照明条件、眩光或阴影，道路标志可能无法得到精确地识别；动物和人在面对迎面冲撞而来的车辆时做出不尽相同的反向。所有这些使得训练过程需要巨量的数据。
数据被馈入到AI训练算法中，这些算法在设计时旨在帮助车辆解释遇到的物体和行动，以安全地调整自身车速和位置，即使是在车辆未曾行驶过的道路上或者从未遇到过的物体。但是，现在使用的算法仍然难以识别现实场景中物体。比如，在涉及特斯拉ModelX的一场事故中，车载感应摄像头未能在明亮的天空中识别出卡车的白色侧面。
不同车企采用不用的解决方案
许多自动驾驶汽车事故涉及所谓的「紧急情况， edgecases」，例如在道路上遭遇行人和动物，具有攻击性的驾驶员进行破坏性驾驶或者驾驶员故意违反交通法规等紧急情况。为了解决这些难题，研究人员正在研究高清(high-definition ， HD)地图系统，这类技术比GPS还要精确。此外，研究人员还可以发展通信技术，使得车辆与公路上的基础设施可以交互，以帮助自动驾驶汽车在这些紧急情况下保持安全。

文章图片
图源：pexels
然而，通信网络具有延迟性。奥迪、本田、丰田、沃尔沃和AuroraInnovation的自动驾驶开发团队采用的方法是结合光检测和测距技术，通常称为激光雷达（LiDAR）。 Aurora公司表示，他们已经设计了一款专有传感器FirstLightLidar ，它采用FMCW（FrequencyModulatedContinuousWave）激光雷达，可以看到前方四分之一英里（约400米）处的情况，还可以即时测量车辆周围物体的速度。这项技术的使用为自动驾驶系统提供了更多的时间来进行刹车或安全操作，尤其是重型自动驾驶卡车。
与此同时，自动驾驶初创公司Waymo正专注于提供叫车服务。该公司表示， WaymoDriver自动驾驶技术在很大程度上是按照L4自动驾驶准则运行的，并细化了包括车道标记、交通标志、信号灯、路边石和人行横道等在内的地图。此外，该系统基于超过2000万英里的真实驾驶和超过200亿英里的模拟驾驶数据进行构建，使Waymo驾驶员能够准确预测其他道路驾驶员、行人或物体可能会做什么。

文章图片
图源：waymo
目前正在德国测试的一种潜在中间解决方案是利用远程驾驶员来控制车辆。总部位于柏林的初创公司Vay一直在柏林测试一支遥控电动汽车车队，并计划今年在欧洲甚至美国推出出行服务。该服务允许客户订购一辆遥控汽车，并让汽车将用户带到想要到达的目的地；如果车辆到达目的地，用户下车，之后数英里外的人类远程驾驶员停放车辆或将其引导至下一个客户，该公司声称其系统旨在满足最新的汽车安全和网络安全标准，并部署冗余的硬件组件和蜂窝网络连接。
行业观察人士对这种远程操作车辆是否安全持怀疑态度。「延迟和连通性是一个大问题，尽管可能通过一些新技术或更先进的通信技术得到改善。」技术和管理咨询公司kVAbyUL负责自动驾驶和功能安全的全球工程经理GokulKrithivasan说。该公司主要从事关于自动驾驶汽车方面的安全和培训，以及相关安全标准的制定。