이번 방학 동안 나는 바이두 아폴로의 코드를 연구했다. 방금 친구와 토론해 다양한 센서의' 단점' 을 요약했다. 갑자기 우리가 무인자동차에 대항하는' 무기' 를 만들 수 있다는 것을 깨달았다. 물론, 이것은 모두 이론 분석이다. 만약 네가 실험을 하고 싶다면, 너는 반드시 떠나야 한다! ! 나! ! ! 멀리! ! ! ! 점! ! ! ! -응? 현재 무인자동차의 인식 방식은 다음과 같다. 라이더: 레이저 반사를 이용하여 전방 장애물을 판단하고, 환경의 3D 모델을 얻고, 거리 정보가 있고, 색상 정보가 없다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 자동차명언) 카메라: 개별 카메라에는 색상 정보는 있지만 거리 정보는 없고 쌍안 카메라에는 거리 정보가 있습니다. 밀리미터 웨이브 레이더: 밀리미터 웨이브 레이더의 탐지 범위는 수십 G 의 주파수로 전파를 사용하기에 충분합니다. 초음파 레이더: 기계파, 즉 음파를 이용하여 반사되는 음파로 판단하지만, 탐사 거리는 매우 가깝다. 요점이 왔다. 무인자동차에 대항하면 위의 탐사선이 모두 탐지되지 않도록 하고. 하하 웃음. 쌍안 카메라는 두 카메라 이미지의 차이로 거리를 판단한다. 즉, 만약 장애물이 있다면, 두 눈 카메라의 분포와 정확히 평행하고, 장애물의 길이는 같다. 예를 들어 수평으로 설치된 두 눈 카메라 앞에는 수평 밧줄이 있다. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 스포츠명언)
하하, 이 밧줄은 두 카메라에 있는 이미지가 같기 때문에 쌍안 카메라는 이 밧줄의 위치 정보를 얻을 수 없습니다. 네, 하나 찾아보겠습니다. 다음은 밀리미터 웨이브 레이더 밀리미터 웨이브 레이더가 강력한 전자파 회절 능력을 이용한다. 만약 장애물이 밀리미터파 레이더에 의해 관통될 수 있다면, 밀리미터파 레이더는 이 장애물을 감지할 수 없다. 이 장애물에 구멍이 여러 개 있고 구멍의 지름이 밀리미터 수준인 경우, 밀리미터 웨이브 레이더는 면실이나 기타 다공성 섬유 소재와 같이 관통할 수 있는 것 같습니다. 금속을 사용하지 않도록 주의해라. 금속은 밀리미터 파동에 매우 쉽게 탐지되기 때문이다. 좋아, 하나 더. 위의 그림은 라이더입니다. 조금 어렵습니다. 라이더가 레이저를 발사하기 때문에 레이저가 반사되지 않도록 해야 합니다. 하지만 레이저도 빛입니다. 충분히 어둡기만 하면 레이저는 반사되는 것이 아니라 흡수된다. 물론, 라이더에게 에코를 받지 못한다는 것은 장애물이 없다는 것을 의미한다. 좋아, 그게 다야. 초음파 레이더가 남아 있습니다. 초음파 레이더는 확실히 다루기 어렵지만, 그 자체로는 매우 멍청하고, 탐사 범위는 작다. 무인 자동차가 더 빠르면 초음파 레이더에 의해 제때에 탐지되지만 브레이크를 밟지 못한다. 하하, 우리는 좋든 나쁘든. 그래서, 만약 당신이 깊은 검은 밧줄을 가지고 있다면, 밧줄의 길이는 동성이고, 동시에 밧줄은 신소재로 만든 다공성 구조이고, 그리고 밧줄의 방향은 쌍안 카메라의 방향에 평행하며, 밧줄의 장력이 충분하다고 가정합니까? 글쎄, 무인 자동차의 라이더, 쌍안 카메라, 밀리미터 파 레이더는 모두 탐지할 수 없고, 무인 자동차는 전혀 속도를 늦추지 않는다. 그것이 매우 가까워졌을 때, 초음파 레이더가 그것을 탐지했다. 불행히도, 너무 늦었습니까? 축하합니다. 무인자동차 한 대를 성공적으로 잡았습니까? 여러분 모두 함께 머리를 크게 벌리고 이 무기를 개선하시길 바랍니다. 어떻게 된 거야? 드론을 가로막는 게 유용할까요? 드론은 더 간단합니다. 수평 쌍안 시각의 수평선은 충분히 길면 각 열에서 정확하다. 이 방법은 드론 @ 양자 블랙홀의 비행 제어 박사에 의해 가능하다는 것이 증명되었다. 이것들은 모두 우리가 채팅하는 내용이며, 모든 유치한 아이디어는 모두 그것이 생각해 낸 것이다. 나는 나쁜 생각을 제외하고는 이론적 사고와 글쓰기만 담당한다. ....
무인 자동차 문제
사람이 운전하고, 스마트카, 이 단어들은 매우 뜨겁다. 이전에는 공상 과학 소설이 좀 있었다. 20 17 년 9 월 6 일 미국 하원은 미국 최초의 자동운전법 (H.R.3388) 을 통과시키기로 투표했고, 무인운전은 지평선에서 눈앞에 다가온 것 같았다. 1 슈퍼무적 스마트카를 가진 행복한 생활그림 무인운전과 스마트카는 개념이 아니지만, 무인운전으로 이 세상에 온 이후 이미 스마트카를 가진 아름다운 삶을 꿈꾸고 있는 사람들이 있다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 스포츠명언) 이런 이야기가 강호에서 전해지고 있다. 새벽의 첫 햇살이 너의 커튼을 붉게 물들이고, 네가 졸릴 때, 자신을 정리하고, 너의 교외 별장의 문을 열어라. 외형이 특이한 차 한 대가 입구에 주차되어 있다. 아침 햇살 속에서 차체는 푸르고 푸르지 않은 광택을 띠고 있다. 자세히 보니 원래 차체 표면이 박막 태양전지로 덮여 있었다. 너는 또 차 옆 차창 유리 앞에서 머리를 잘랐다. 찰칵 하는 소리와 함께 도난 방지 자물쇠가 열리고 문이 새의 날개처럼 위로 펼쳐졌다. 너는 고개를 숙이고 들어갔다. 차 안에 반원형 소파 두 개를 상대적으로 배치하다. 앞줄과 뒷줄도 없고, 브레이크와 배기도 없고, 공간도 빼고요. 평범한 베이지색 인테리어로 보이지만 실제로는 초흡음 소재입니다. 차 문이 닫히는 순간 네가 가장 좋아하는 가수' 리글론' 의 금속 소리가 울렸다. 너는 눈을 감고 "경제 뉴스를 먼저 들어라" 고 말한다. 뉴스 아나운서의 깨끗하고 이지적인 소리가 즉시 서라운드 사운드에서 울렸다. 가는 길에 할 말이 없다. 한 시간 이상 후에, 차는 네가 출근하는 회사 건물 아래에 주차되었다.
소개를 잊어버렸어요. 당신은 과학기술회사의 엔지니어, 일반 엔지니어입니다. 시내에서 60 여 킬로미터 떨어진 먼 교외에서 살기를 원하기 때문에, 당신은 자신의 별장을 가지고 있습니다. 차에서 내리기 전에 네가 나에게 말했다. "소호대, 오후 6 시 이후에 나를 데리러 오세요." 모니터 위의 작은 호랑이가 고분고분 고개를 끄덕이며 익살스러운 표정을 지었다. 이미지와 이름은 모두 자기가 정한 것이다. 너는 호랑이를 좋아한다. 자동차가 살금살금 차 흐름 속으로 들어갔다. 오늘 첫 임차인은 현재 위치 1 km 의 한 동네에서 10 분 전에 주문을 받았습니다. 날씨가 좋을 때, 자동차의 전기는 슈퍼 광전지로 덮을 수 있고, 날씨가 좋지 않을 때는 충전용 말뚝을 찾아 전기를 보충한다. 오후 6 시, 네가 건물 입구에 서자마자 차가 소리 없이 네 앞에 나타났다. 차에 타신 후 첫 번째 일은 "용형, 여기 계산서입니다." 입니다. 작은 호랑이는 큰 소년의 목소리로 말했다. 디스플레이에는 "승객 A, 수입 50 원, 승객 b, 소득 30 원; 승객 c, 50 위안 적립; 승객 d, 소득 80 원; 승객 e, 50 위안 적립; 합계: 승객 5 명, 소득 2 10 원. 가족의 비상 전원 공급 장치를 돕고 50 달러를 벌어 라. 충전 파일 충전 1 회, 30 원. " 내가 너를 우리 집 앞에 두었는데, 호랑이가 또 나가서 아르바이트를 해서 차고까지 아꼈다. 나는 기분이 별로 좋지 않다. 그것은 스스로 4S 가게에 가서 진찰을 받으러 갈 것이고, 먼저 인터넷에서 예약을 할 것이니, 너는 전혀 걱정할 필요가 없다. 대부분의 사람들이 외출하는 것은 모두 택시를 타는 것이지만, 너는 충분히 똑똑해서 이런 차를 직접 투자할 수 있다. 편리함을 제외하고, 이렇게 스마트카를 기르기 때문에 수익은 항상 은행이자보다 낫다. 그것은 교통수단이며 비상 전원으로도 사용할 수 있습니다. 차를 소유하는 데는 주차 공간이 필요하지 않다. 왜냐하면 그것은 줄곧 도로에 있기 때문이다. 2 만약 당신이 우리 앞에 있다면, 미래에 이런 스마트 자동차를 가지고 있다면, 정말 우리를' 행복한 사람' 에 한 걸음 더 가까이 가게 할 것입니다. 이 꿈은 결국 실현될 것이다, 다만 길은 좀 멀다. 앞서 언급한 자주지능자동차는 물론 진정한 무인운전을 하려면 해결해야 할 문제가 많다. 일련의 논문을 열람한 후에, 나는 몇 가지를 발췌했는데, 구체적으로 아래와 같다. 2. 1 기술적 문제 2. 1. 1 환경 무인운전의 주요 기술 중 하나인 환경 인식 이해. 환경인식, 여기서 무인자동차의 교통환경에 대한 인식으로 도로환경과 날씨환경을 포함한다. 환경 인식의 일반적인 방법은 센서를 통해 환경 데이터를 수집하고 데이터를 컨트롤러로 실시간으로 전송하는 것입니다. 특정 알고리즘 절차에 따라 관리 시스템이 이해할 수 있는 환경 모델을 계산하여 후속 의사 결정 및 제어의 기초로 사용합니다. 환경에 대한 인식에는 몇 가지 문제가 있는데, 아래에 대표적으로 두 가지 상황을 열거한다. 첫 번째 경우, 판지 상자와 석두 사이를 구분하기 위해 길 중간에 큰 종이 상자가 나타납니다. 시각 시스템이나 라이더가 이 장애물의 존재를 발견했다. 계산 결과 장애물 높이가 섀시 높이보다 높기 때문에 직접 지나가면 충돌이 발생할 수 있습니다. 노선 방안은 앞의 종이상자를 우회하도록 조정되었다. 종이상자는 큰 돌로 바뀌고, 인식과 의사결정의 과정과 결과는 똑같다. 장애물의 위험을 식별하는 것은 종이상자든 큰 돌이든 사람들에게 쉽다.
지각 시스템에 있어서 어려운 동작이 되었다. 크기, 모양, 온도까지 측정할 수 있지만 판지 상자와 석두 구분에는 도움이 되지 않습니다. 두 번째 경우, 인체의 로켈 인식 시스템을 식별하며, 일반적으로 다음 단계를 통해 대상이 행인지 여부를 판단한다. 라이더 스캔을 통해 분석 할 영역을 결정합니다. 수많은 행인 사진으로 분류 모듈을 훈련시킨 다음 분류 모듈이 대상 지역 데이터를 분석하도록 합니다. 이 과정을 통해 시스템은 어느 것이 행인인지, 어느 것이 큰 나무인지 식별할 수 있다. 엔지니어는 보행자를 예측 가능성이 낮은 물체로 정의하며, 주행 경로를 계획할 때 정적 나무보다 더 큰 공간을 제공합니다. 무인차가 길을 건너려는 행인을 마주할 때, 이 식별 과정의 복잡성이 급격히 증가했다. 어떤 사람들은 이 장면을 인간-컴퓨터 상호 작용 기술로 분류합니다. 행인은 길을 건너고, 한쪽 팔을 뻗어 신호를 하거나, 머리를 돌려 자동차 운전자를 쳐다보며 길을 건너라고 표시했다. 이 일련의 동작들은 인간 운전자들이 모두 익숙해졌다. 무인차는 알지만 하늘을 오르기는 어렵다. 따라서 엔지니어들은 얼굴 표정을 표시하기 위해 자동차 앞에 디스플레이를 두거나 음성으로 자신을 표현하고 보행자에게 알리는 등 화면에 직접 문자를 입력하는 등 여러 가지 대체 전략을 찾고 있습니다. 이런 방식은 무인차의 의도를 어느 정도 표현할 수 있지만 행인의 의도를 이해하는 데는 좋은 생각이 없는 것 같다. 2. 1.2 심도 있는 학습 병목 현상 20 16 년 3 월, 알파고는 이세돌 승리를 선언하며 인공지능에 새로운 장을 열었다. 이 장에서는 알파고를 대표하는 심도 있는 학습학파가 인공지능 기술 노선의 절대 주류를 차지하고 있다. 심화 학습은 무인 환경 인식 기술 학교에 많이 쓰인다. 그러나 심도 있는 공부는 결코 빛나고 전능한 것이 아니라, 그 자체의 한계도 있다. (윌리엄 셰익스피어, 햄릿, 공부명언) 알파고를 예로 들어보죠. 이세돌 버전을 물리 치는 것은 수천 개의 체스 스펙트럼 데이터로 훈련 된 마스터입니다. 대사는 체스에서 상대를 물리치는 방법을 알고 있었지만, 그가 어떻게 바둑을 그 자리에 놓기로 결정했는지 대답할 수 없었다. 다시 말해, 마스터는 블랙박스로, 디자이너조차도 그것의 의사결정 과정과 의사결정 근거를 알 수 없다. (윌리엄 셰익스피어, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스) 이 어두운 부분은 심화 학습의 사혈이다. 큰 데이터로 소백을 거장으로 키우는 길은 언젠가는 끝날 것이다. 반면에, 어떤 의미에서, 이 모델의 불확실성도 일종의 위험이다.
일부 인공지능 전문가들은 인공지능의 의사결정과정과 기초적인 연구를 과학연구 과제로 삼았지만 아직 뚜렷한 진전은 없다. 2.2 보급 응용 중의 문제 2.2. 1 법적 문제 인간이 운전하지 않은 차량은 도로에 있으며, 법률은 줄곧 장애물이다. 하지만 20 10 부터 구글 무인자동차는 캘리포니아의 여러 도로에서 테스트를 할 수 있게 되었다. 올해 9 월까지 미국 국가 자동운전법 표결이 통과되었다. 무인운전 기술이 성숙함에 따라 법률의 족쇄도 점차 풀려나고 있다. 나는 중국도 비슷한 과정을 겪을 것이라고 믿는다. 2.2.2 윤리적 문제 무인운전 전략은 비상시 서로 다른 충돌 목표를 선택하는 방법에 대한 문제를 분명히 다루고 있다. 예를 들어, 한쪽은 계곡이고, 한쪽은 행인이다. 당신은 어떻게 선택합니까? 예를 들어, 한쪽은 뚱뚱한 사람이고, 다른 쪽에는 다섯 명의 마른 사람이 있는데, 너는 그들을 부딪혀야 한다. 당신은 누구를 선택했습니까? 무인 프로그램 설계에서는 이 유명한' 스위치 전환' 의 도덕적 딜레마에 불가피하게 직면해야 한다. 묻는 모든 디자이너들은 내가 모르는 것에 대답할 수밖에 없다. 일반인은 길만 가면 매일 같은 문제에 직면한다. 우리는 왜 분투하지 않습니까? 왜냐하면 우리는 단지 그것을 마음속에 두었을 뿐이기 때문에, 반드시 말할 필요는 없다. 만나자마자 선택했고, 말하지 않아도 문제가 되지 않는다. 무인운전한 곳에 이르면 반드시 절차에 명확하게 써야 한다. 도덕적 곤경이 곧 온다. (조지 버나드 쇼, 자기관리명언) 2.2.3 중국특색 도시 교통무인운전의 보급 구호 중 하나는 여행 시간을 절약하는 것이다. 그러나, 대부분의 차량이 사람이 운전하는 초기에, 이 약속은 달성하기 어려운 것 같다. 네가 길을 달리는 한, 하늘을 나는 것이 아니라. 광저우에서 심천까지 수천 구간에서 교통 체증은 불가피하다. 일반적으로 무인차의 운전 전략은 모두 동적 목표를 위한 안전거리를 확보한다. 행인이나 차량은 차체에서 일정 거리 내에 출발을 허용하지 않는다. 반면에, 인간 운전자가 대열을 오가는 것은 매우 흔하다. 무인차가 움직이지 않아, 한 사람 한 사람 한 사람 한 사람 한 사람 한 사람 오래된 운전기사가 붙이면 지나간다. 어색한가요? 여행 효율은 초기에 판매 포인트가 되기가 어려웠다.
구글과 포드의 무인 자동차 협력은 운명이다.
어제 포드는 5 년 동안 큰 뉴스를 발표했다.
진짜 무인 자동차가 시장에 나온 후. Jalopnik 의 만화가 나를 오랫동안 웃게 했다. 포드 CEO 인 마크 필즈가 무인자동차 계획을 발표했을 때, 그것은 정말 높아 보였다. 그리고 외국 언론이 이 소식을 보도할 때, 거의 다 이 그림으로 이 문장 표지를 만들었고, 나도 따라 했다. 어제 포드의 한 여동생과 이야기를 나누면서 이 그림을 말했다. 하늘을 배경으로, 정말 우리의 여정이 별바다인 것 같다. 정말 좋아요. 나는 장고청의 큰 그림을 만들었는데, 한 학생의 위챗 속호르몬이 복성에게 회답해야 한다. 포드가 202 1 계획을 발표한 후 서성구에 사는 유 선생은 포드가 구글과 함께 할 것이라고 판단했다. # 1- 결론적으로 포드와 구글은 무인자동차에 대한 판단이 일치한다는 데 동의한다. 무인자동차는 완전히 자율적이어야 하며 스티어링 휠, 브레이크, 운전자는 필요 없다. 다른 자동차 회사들의 해결책은 아무도 운전하지 않을 때 차를 인수하고, 스스로 운전하려고 할 때, 인간은 다시 운전자가 되는 것이다. (알버트 아인슈타인, 자동차명언) 스티어링 휠, 브레이크 페달, 필요한 모든 것. 급진적으로 간주되는 테슬라도 마찬가지다. 나는 이 계획에 매우 동의한다. 같은 차의 다른 모드 전환에는 숨겨진 위험이 있다. 적어도 어떤 사람들에게는 위험하다. 제품 정체성 외에도 기업 문화 정체성이 있습니다. 포드는 강력한 창업자를 보유한 자동차 회사이다. 이것은 오늘날의 전통 자동차 업계에서는 드물다. 빌 포드를 대표하는 포드 가족은 회사에서 높은 투표권을 가지고 있다. 바로 그가 인파를 밀치고 보잉사에서 애륜 무라리를 회사의 CEO 로 초빙한 것이다. 빌 포드의 지원을 받아 재규어, 랜드 로버, 볼보 등 여러 고급 브랜드를 팔았고, 포드 상표를 저당잡히고 금융위기를 어렵게 넘기며 당시 파산하지 않았던 유일한 미국 자동차 회사가 됐다. 애륜 무라리는 오늘도 여전히 구글 이사회의 일원이다. #2- 구글이 바뀌었다. 구글은 존 클라프츠크 (John Krafcik) 를 무인자동차 CEO 로 초빙했고, 장기 실제 관리자인 크리스 햄슨 (Chris Urmson) 은 화가 나서 이직했다 (래리 페이지 (Larry Page) 와 다투었다는 소문이 돌고 있다). 전자는 자동차 업계 인사로 현대차 북미 책임자이자 포드에서 근무한 적이 있다. 후자는 카네기멜론 대학의 학자이다. Chris Urmson 의 이직은 구글 창업자가 무인자동차의 상업화를 가속화하는 확고한 결정으로 여겨진다.