深圳市东一思创电子有限公司

新闻中心

News
地址:深圳市南山区西丽街道
酷派大厦 C 座 12 层
电话:13537693631
微信号:
News 新闻详情

自动驾驶即将迎来下一个飞跃?

日期: 2020-03-11
浏览次数: 53

  在深度学习变得普遍之前的2010年,感知是molex连接器自动驾驶汽车能力的主要限制,但2014年之后基于深度学习的雷达技术、相机还有激光雷达,带来了技术性能的不断提升——那么无人驾驶汽车下一步还会迎来哪些挑战呢?

自动驾驶即将迎来下一个飞跃?


  在过去的十年里,自动驾驶领域对机器学习的大部分对话都集中在对象检测上。对安全导航至关重要的是,我们如何才能提高自动驾驶汽车检测和跟踪动态物体的能力?在2010年,当深度学习变得普遍之前,感知是自动驾驶汽车能力的主要限制。其中ImageNet的分类精度在当时作为最先进的解决方案只能达到50%的准确率(相比之下,今天的准确率为88%)。虽然ImageNet分类并不能与当前最先进的目标检测技术相提并论,但它确实代表了计算机视觉的进步。

  直到2012年,AlexNet成为ImageNet竞赛的首批参赛者之一,它利用卷积神经网络进行深度学习。AlexNet在当年的ImageNet竞赛上达到了最先进的精度,成为计算机视觉领域最有影响力的方法。

  从2014年开始,基于深度学习(Deep Learning)的雷达技术、相机还有激光雷达,都开始悄悄进入自动驾驶领域。谷歌的自动驾驶汽车与一位坐轮椅的女士用扫帚追赶一只鸭子的奇遇,成为有史以来挑战感知技术的一个著名例子。

自动驾驶即将迎来下一个飞跃?

  如今,基于深度学习的感知技术在自动驾驶汽车中应用很常见,我们也看到了技术性能的不断提升。近年来,VoxelNet、PIXOR和pointpillar等网络推动了计算机视觉技术的发展。尽管机器人不会像人类那样完美的感知,但计算机视觉的发展如此之快,可以说它现在已经不再是自动驾驶汽车商业化应用的主要障碍。

  那么无人驾驶汽车接下来呢?预测!

  既然我们已经安全地探测到周围的关键物体,接下来就是预测它们下一步的行动。正确的预测意味着我们将在正确的时间执行正确的策略,同时考虑周围人的行动。预测错误意味着我们可能把自己推入危险的境地。我们需要使用成千上万的环境输入来进行尽可能正确的预测。

    预测是无保护左转弯最难实现的核心问题。自动驾驶汽车在转弯前必须预测周围所有动态智能体的未来动作,这一任务比自动驾驶中的其他问题需要更多的智能。人类驾驶员虽然不是完美的,但主要依赖其大脑、驾驶经验和心理暗示(如轻推或手势等),来成功地执行无保护左转弯。

  虽然机器相对于人类也有一些明显的优势(比如360°的远程视觉),但与人类相比,自动驾驶技术中的预测能力可能落后很多。

1、感知模块检测输出自动驾驶汽车一定半径内的一组目标 (如车辆、行人等),然后输入给预测模块;

2、预测模块使用当前的方位、速度和之前的观察来生成关于每个对象在接下来5秒内可能做什么的预测;

3、通过将所有这些预测输入一个算法,最终生成一个关于自动驾驶汽车可以执行的最安全操作的假设;

4、自动驾驶汽车实时计算,每100毫秒重新评估决策。

  可以看到,这种传统的计算方式会导致不安全和潜在危险的驾驶行为,尤其是在密集的城市环境中。过去的几年里,我们见证了用深度学习方法进行预测的很多实验。这些方法有可能显著提高预测的准确性,将它们从机器人转变为类人。

  用数据驱动的方法来解决这些传统的预测问题,与2010年的深度学习如何取代传统认知技术惊人地相似。

下面是一些实际的例子:

  克鲁斯的感知工程师做了一次伟大的演讲,关于他们如何将预测问题转化为一个分类问题。我对他们构建的工具特别感兴趣,这些工具支持快速实验,并具有快速学习场景和自动标记的能力。


Uber分享了他们在DRF-Net上的工作,DRF-Net增强了行人预测能力:“大量的实验表明,我们的模型表现出了高概率、低误差、低熵和多模态的强大特性。”DRF-NET离散预测的强大性能对于基于成本和约束的机器人规划是很有意义的。
苹果发表了一篇新的强化学习论文,题为《最坏策略梯度》(Worst Cases Policy Gradients):“构建智能系统的关键挑战之一是在复杂环境中做出稳健、安全的顺序决策的能力。”
ISEE在CVPR 2019发布了一项学习预测方法:“这种MAT编码能够自动处理不同种类的场景,并通过对MAT的卷积运算,预测场景中所有Agent的轨迹,其计算复杂性与Agent的数量成线性关系。”虽然预测还没有达到它所需要的性能,但我很清楚,我们将看到数据驱动方法在预测性能上的巨大飞跃,这与深度学习如何影响传统感知非常相似。这些即将到来的飞跃将极大地改善自动驾驶汽车的决策,为乘客带来更安全、更顺畅的乘坐体验。 





News / 推荐新闻 More
2024 - 03 - 28
在全球化的商业环境中,品牌与代理商之间的关系至关重要。特别是对于像安费诺这样的知名品牌来说,选择合适的代理商并有效管理这一合作关系,是确保市场扩张和客户满意度的关键。本文将带大家认识安费诺代理商的选择与管理过程,以及如何通过专ye性的策略来优化这一链条。安费诺代理商的选择需要基于一系列严格的标准。这些标准不仅包括代理商的市场影响力和销售能力,还包括其对安费诺品牌理念的认同程度、客户服务能力和长期合作潜力。专ye性的选择过程通常涉及对代理商过往业绩的评估、对其市场策略的审查以及对潜在合作模式的探讨。一旦选定了合适的代理商,接下来的任务便是建立和维护一种互利共赢的合作关系。这要求安费诺公司提供全面的支持,包括产品培训、市场分析、促销策略和售后服务等。同时,代理商也需要展现出对品牌的忠诚度和对市场的敏锐洞察力,以便更好地代表安费诺与客户沟通。在管理代理商的过程中,安费诺需要确保所有的合作伙伴都能...
2024 - 03 - 28
在当今快速发展的无线通信领域,射频板对板连接器是专为实现电路板之间高频信号的传输而设计,它们必须确保信号的完整性和可靠性,同时还要满足日益紧凑的设备内部空间要求。本文将对射频板对板连接器的关键技术、性能参数以及应用领域进行深入探讨。射频板对板连接器的设计考虑因素众多,包括电气性能、机械稳定性、尺寸精度以及材料选择等。电气性能方面,射频连接器需要具备低插入损耗、高回波损耗和良好的隔离度,以确保信号在传输过程中的清晰度和准确性。此外,随着频率的提高,电磁干扰(EMI)和电磁兼容性(EMC)的问题也变得尤为重要。由于射频板对板连接器通常用于高密度、多输入输出(I/O)的应用中,因此它们必须具备足够的机械强度以承受重复插拔和使用过程中可能产生的振动或冲击。尺寸精度对于确保连接器与相应的电路板接触点的精que对接同样重要,这直接影响到连接器的性能和可靠性。通常,这些连接器会使用具有优良导电性和耐腐蚀...
2024 - 03 - 27
在现代计算技术领域,数据传输速度的提升一直是推动硬件发展的关键因素之一。随着数据中心和高性能计算需求的不断增长,对更快、更高效的数据连接解决方案的需求也随之增加。在这样的背景下,PCIe技术的新一代标准——PCIe5.0,凭借其优秀的性能和前瞻性设计,成为了业界关注的焦点。PCIe5.0高速数据线是这一代技术的核心组件,它代表了当前和未来一段时间内计算机系统内部互连的zui新水平。与传统的PCIe4.0相比,PCIe5.0在带宽上实现了翻倍的增长,每个通道的单向传输速率达到了32GT/s,这意味着在16通道(x16)的配置下,理论上的zui大双向传输带宽可达到每秒64GB。这种显著的带宽提升为处理大量数据提供了可能,尤其是在人工智能、机器学习、高性能计算和大数据分析等领域。从技术层面来看,PCIe5.0高速数据线的设计考虑了多方面的创新。首先,为了应对更高的数据传输速率,PCIe5.0采用...
2024 - 03 - 27
在现代电子设备中,连接器扮演着至关重要的角色,它们负责实现电路之间的可靠连接。浮动板对板连接器作为一种先进的互连技术,因其独特的设计和灵活性而受到广泛关注。首先,我们来解析浮动板对板连接器的核心概念。所谓“浮动”,是指连接器在一定范围内可以自由移动,这种设计使得连接器即使在设备受到外力或热膨胀冷缩时也能保持连接的稳定性。这种特性在高密度、高精度的电子组件中尤为重要,因为它可以减少由于机械应力导致的故障风险。在设计浮动板对板连接器时,工程师需要考虑到多个因素。首先是接触稳定性,这要求连接器的接触点必须能够承受振动和冲击,同时保持良好的导电性能。其次是机械强度,连接器需要足够的强度来抵抗日常使用中的磨损。此外,电气性能也是设计时的关键考量,包括电流承载能力、信号传输速率等。在实际应用中,它们被广泛应用于各种电子设备,如智能手机、平板电脑、医疗设备、工业自动化设备等。在这些设备中,连接器不仅要保...
公司地址:深圳市南山区科技园宝深路酷派大厦C座12楼


Copyright ©2019 - 2021 深圳市东一思创电子有限公司
犀牛云提供企业云服务
关闭
3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 13510478804
6

微信咨询

等待加载动态数据...

等待加载动态数据...

展开