古装高H猛烈失禁潮喷A片 ,叼嗨视频

主頁 > 知識庫 > 揭秘谷歌地圖標注無人駕駛汽車的秘密世界

揭秘谷歌地圖標注無人駕駛汽車的秘密世界

幾個月之前，無人駕馭谷歌地圖標注在德克薩斯州奧斯汀遇到了相似的環島。行進速度和環境的雜亂程度給轎車帶來了困擾，因而團隊決議在測驗環境中規劃相似的場景。在Alphabet園區的一角，團隊正在開發一款軟件。這或許將成為無人駕馭轎車的要害。此前，沒有任何記者實踐看過軟件怎么作業。作為對《魔獸國際》英文名的致敬，這款軟件被稱作Carcraft。
軟件的開發者是長著娃娃臉的年青工程師詹姆斯·斯圖特（James Stout）。在一間敞開作業室里，他坐在我身旁。屏幕上顯現著虛擬的環島。對人眼來說，屏幕上并沒有太多值得一看的內容：布景上制作著簡略的線條，路途上有一輛無人駕馭的克萊斯勒Pacifica，以及用線條表明的另一輛轎車。
幾個月之前，無人駕馭谷歌地圖標注在德克薩斯州奧斯汀遇到了相似的環島。行進速度和環境的雜亂程度給轎車帶來了困擾，因而團隊決議在測驗環境中規劃相似的場景。我所看到的是學習進程的第三步：實在國際駕馭的數字化。在這兒，單一的實在國際交通事情，例如在環島上一輛轎車逼停另一輛轎車，能夠被拓寬為數千個模仿場景，然后對轎車的功能進行測驗。
這樣的場景是Waymo強壯的模仿東西的根底。斯圖特表明：絕大部分的作業，包含關于新特性的開發，都來自模仿環境中看到的狀況。這樣的東西加速了Waymo自動駕馭轎車的開展。Waymo是Alphabet旗下無人駕馭部分，于2016年12月從谷歌(微博)X中獨立。
如果Waymo能夠在未來幾年內推出全自動駕馭的轎車，那么Carcraft將會被銘記在職業歷史上。Carcraft依據實際國際，但在重塑實際國際的進程中又扮演了重要人物。
Carcraft開端被用于回放轎車在實在路途上遇到的場景。不過現在，包含Carcraft在內的模仿技術正在無人駕馭的開展進程中扮演更重要的人物。
現在在恣意時刻，都會有2.5萬輛虛擬無人駕馭轎車在模仿的奧斯汀、山景城和鳳凰城大街上，以及專門的測驗車道上行進。在短短一天內，Waymo就能夠模仿雜亂路途環境中的駕馭數十萬次?，F在，Waymo每天在虛擬環境中的駕馭總路程數抵達800萬英里（約合1287.5萬公里）。2016年，虛擬環境的駕馭總路程抵達25億英里。比較之下，谷歌IRL無人駕馭轎車在公共路途上的行進路程只略高于300萬英里。更重要的是，虛擬環境中的駕馭專心于Waymo所謂的風趣場景：這些駕馭行為能讓研討者學到新東西，而不只僅單純堆積路程數。
Waymo開發了雜亂的程序，而模仿環境只是其間一部分。Waymo將無人駕馭轎車在公共路途上的數百萬公里行進記載整合至結構化測驗項目。這個項目在加州Central Valley一個被稱作城堡的隱秘基地中進行。
Waymo此前從未公布過這個體系。在一般路途上的駕馭成果表明，在哪些區域轎車需求額定練習。他們在城堡中締造所需的空間，然后能夠測驗數千種不同場景。在實在國際的測驗中，Waymo的轎車能夠搜集到滿足多數據，以仿制出未來任何時刻點的完好數字環境。在這樣的虛擬環境中，工程師能夠消除實在環境的約束，規劃恣意單一場景的數千種改動，隨后讓虛擬轎車在場景中行進。反過來，不斷優化的駕馭軟件被安裝至實在轎車，讓轎車能夠應對更雜亂的環境。Waymo不斷重復著這樣的循環。
城堡探秘
如果想要前往城堡，那么需求先從舊金山灣區向東行進，然后沿著99號公路向南。沿路上有大片棉花地，天際線消失在農田里。這兒的氣溫比舊金山更高。我們的轎車在挨近Atwater小鎮的出口駛出。這兒曾經是Castle空軍基地，聘用了6000名職工，為B-52項目服務。但是現在這兒已是Merced城市區的北沿。10年代初，這兒的失業率超越20%，而現在仍有不到10%。40%的居民說西班牙語。我們穿過了幾條鐵路，進入了總面積1621英畝（約合656萬平方米）的拋棄空軍基地。
我手機上的導航并沒有指向任何地址，而只是一組GPS坐標。我們沿著綠色的不透明圍擋行進，直到谷歌地圖標注告訴我們停下。沒有任何標志標明這兒就是大門，這看起來只是圍擋的一部分。不過，接待我的Waymo職工很有決心。這時，一名保安從圍擋中走了出來，檢查我們的身份信息。
圍擋分開，我們駛入了園區。穿戴短褲戴著帽子的年青人忙忙碌碌，這兒有許多活動板房和車庫，而主樓的泊車場上還有許多無人駕馭轎車。在這兒，我們能夠看到多種類型的自動駕馭轎車：在公共路途上最常見的雷克薩斯轎車、已淘汰的普銳斯，以及新的克萊斯勒Pacifica。
很容易判別，哪些是無人駕馭轎車。這些車輛裝備了傳感器。其間最顯眼的是車頂上方的雷達傳感器（也被稱作激光雷達）。不過，Pacifica還在后視鏡上安裝了啤酒罐大小的小型激光雷達。而在車尾，這些轎車還安裝了一般雷達。
如果傳感器開端作業，即便車輛處在泊車狀況，激光雷達的旋轉也會發出古怪的動靜。這與一般的轎車噪聲不同，我的耳朵無法不注意到這種聲響。
此外還有一種更特別的轎車停在主樓外的大街上。這些車輛用赤色膠布貼上了大大小小的X。這些是第四級自動駕馭轎車。自動駕馭轎車的分級來自于轎車工程師協會，說明晰駕馭自動化的程度。路途上行進的自動駕馭轎車大多只能完成榜首級或第二級自動駕馭，這一般代表了能夠在高速公路上供給智能巡航控制。但是，這種帶赤色X標志的轎車是另一種生物。這些轎車不只能夠完成全自動行進，而且無法被人工做出干涉。因而，Waymo不期望這些轎車與其他車輛混在一起。
行走在泊車場里，給人的感覺就像是曾經的曼哈頓項目。我在主樓里見到了這兒的管理者。她的名字是史蒂夫·薇爾加斯（Steph Villegas）。
應戰無人駕馭體系
薇爾加斯穿戴白色T恤、破洞牛仔褲和灰色板鞋。這樣的裝束顯現了她以往的時髦氣味。她在東灣的郊區長大，大學是加州大學伯克利分校。她于2011年開端進入無人駕馭轎車項目。
我問她：你曾經是個司機？她的答復是：一向都是司機。
她花了許多時刻，在舊金山和山景城之間的101號公路和280號公路上行進。與其他司機相似，關于轎車在敞開路途上怎么行進，她有著很深的感觸。在無人駕馭轎車項目中，這些經歷十分重要。關于無人駕馭轎車的難點，這些司機有自己的直覺。她表明：在新軟件進步行了一些測驗，并在團隊中度過一段時刻之后，我開端考慮，我們能夠用什么樣的方法去應戰體系。
因而，薇爾加斯和其他一些工程師開端規劃并建立稀有的場景，然后以受控的方法去測驗轎車的新行為。他們開端征用舊金山城外Shoreline Amphitheater的全部泊車場，將人們攔在入口外，保證只要取得權限的谷歌職工能夠進入。
她表明：這就是我們的起點。其時每周只要我和少量司機。我們會設想各種需求測驗的場景，放上我們想要的道具。我們將這些道具裝上卡車，運往實驗場所，進行測驗。
在無人駕馭轎車項目中，這些就是開端的結構化測驗。成果表明，最困難的部分并不是如果有僵尸在路口咬人那么要怎么辦，而是怎么對項目進行保密，使一般路途上的無人駕馭轎車看起來就像是有人在駕馭。
薇爾加斯開端從各種地方搜集小道具，包含假人、假植物、兒童玩具、滑板、三輪車、洋娃娃、皮球和其他小玩意。這些被放在道具倉庫里。（道具開端保存在一個帳篷里，而現在則放在了城堡的儲藏室內。）
不過，還有些其他問題需求處理。他們期望轎車行進速度更快，并運用交通燈和泊車標志。此外，Shoreline Amphitheater的表演季也常常給他們的方案形成影響。薇爾加斯表明：例如，金屬樂隊就要來開演唱會，我們需求趕忙上路測驗。
他們還需求一個基地，一個隱秘基地。城堡剛好供給了這樣的基地。他們簽訂了租約，開端締造愿望中的虛擬城市。我們在規劃中有認識地做出一些決議，締造居民區大街、高速公路、死胡同，以及泊車場等場景。她表明，我們將一些代表性場景集成在一起，讓轎車在其間行進。
我們從作業室走向她的轎車。當我們脫離作業室時，她遞給我一張地圖。她表明：就像迪士尼樂土一樣，你能夠按圖索驥。這時一張精心制造的地圖。在一個角落，拉斯維加斯風格的標志牌顯現：歡迎來到加州的‘神話城堡’。園區的不同部分有各自的命名規矩。我們穿過的每條路途都以聞名轎車（DeLorean和Bullitt）或前期的普銳斯車隊（Barbaro）來命名。
我們走過了一組粉赤色修建。這是舊的戎行宿舍，其間之一已被改造過：如果Waymo職工來不及回來灣區，那么就會在這兒歇息。除此之外，測驗區內沒有其他修建。這是個歸于機器人轎車的城市。全部重要的事都發生在瀝青路面上。
在一般人看來，這就像是個沒有玩家的電子游戲場景。從林蔭大道到社區路途，從水泥車道到郊區十字路口，而這些場景中都沒有修建，這令人不可思議。我不斷看到似曾相識的路途場景。
我們來到一個大型雙車道環島，中心有一圈白色圍擋。薇爾加斯表明：我們在德州奧斯汀遇到了一個多車道環島，隨后就在這兒仿制了這個環島。我們開端規劃的是單車道環島，但隨后又遇到了多車道的場景。
薇爾加斯停下來，看著一處新增的設備：兩條轎車道和一條自行車道穿過挨近一塊草地的平行泊車場。我很喜歡在這些場景中參加平行泊車場。相似的場景在郊區商業區很常見，無論是Walnut Creek、山景城，仍是帕洛阿爾托。她表明，人們從店面或公園中走出來，在轎車之間走動，或許搬著東西穿過馬路。這條小路就像是她回憶中的碎片，而她將這些回憶嵌入了地上的瀝青和混凝土中，并使其成為一種更籠統的形式。
她用車送我回主作業室，我們坐進了一輛無人駕馭的克萊斯勒Pacificas。坐在左面駕馭位的是布蘭頓·凱恩（Brandon Cain），而右邊坐著另一名駕馭者，擔任使用名為XView的軟件，在筆記本上盯梢車輛的狀況。
這兒還有許多被稱作狐貍（fox）的測驗助理，這樣的稱呼來自英文單詞faux（人工的）。他們駕馭轎車，發明交通環境，像行人一樣活動，騎自行車，拿著中止標志。在必定程度上他們是藝人，而觀眾則是轎車。
我們要做的榜首種測驗是簡略地經過和超車，但速度將抵達時速45英里（約合72公里）。我們方案前往一條名為Autobahn的寬廣路途。
當狐貍呈現在車道上時，無人駕馭轎車將剎車，團隊將檢查一個要害數據點：車輛減速狀況。他們企圖規劃一種導致轎車不得不急剎車的場景。那么這種剎車有多猛？我的腋下開端不自覺的出汗，而手機飛到地上，的確很猛。
實踐上這并不是我初次乘坐無人駕馭轎車。以往我曾體會過兩次無人駕馭轎車。榜初次是一輛雷克薩斯SUV，其時我乘坐轎車穿過了山景城的大街。第二次是乘坐谷歌Firefly，其時是在谷歌一棟大樓的樓頂上。這些轎車都不顯眼，這才是重點。
但這次有所不同。這是兩輛行進速度很快的轎車，其間一輛會阻止我們的移動。用Waymo的術語來說，這十分辛辣。
現在到了開車的時分。凱恩發動了轎車，轎車說自動駕馭。另一輛車隨后挨近我們，就像是要逼停我們。我們猛地剎車，操作很快、很流通。
隨后他們檢查了減速數據，發現剎車強度還不行。我們需求再做一次，一次又一次。另一輛車從不同視點，以不同方法來逼停我們。他們將這樣的做法稱作掩蓋。
我們隨后還進行了其他三項測驗：高速并線；遇到一輛倒車的車輛，一起第三輛車擋住視野；在泊車進程中有行人將籃球扔到行進路線上。每種測驗都令人印象深刻，但最難以忘掉的仍是逼停測驗。
在我們開端另一次測驗之前，凱恩問我：你有沒有看過《環太平洋》？在這部電影中，主角操作巨大的機器人與怪獸作戰。我企圖與轎車同步，共享一些考慮。
我問詢凱恩，關于與轎車同步，他想要表達的是什么。他表明：我依據車內乘客的體重差異進行調理。在屢次乘坐這輛轎車后，我能夠感觸到轎車在干什么，用我的屁股。這聽起來很古怪，但我的確知道轎車想要干什么。
從實在測驗到模仿環境
遠離濕熱的城堡，這兒是谷歌的山景城總部。我來這兒是為了訪問Waymo的工程師。從安排架構上來說，他們率歸于X。你或許現已知道，X是Alphabet面向久遠開展、高危險的研討部分。2015年，當谷歌重組為企業集團Alphabet時，谷歌X改名為X（他們的網站是X.company）。在重組的一年后，X和Alphabet決議讓無人駕馭轎車項目結業，組成獨立的公司Waymo。Waymo就像是谷歌的孩子。
因而，Waymo的作業室依然坐落母艦內部，但也在漸漸獨立。我傳聞，Waymo的職工現在都坐在一起。
X和Waymo的作業樓很大、很寬闊。來自Project Wing項意圖無人機原型正在飛行，我也看到了谷歌自主開發的Firefly轎車。（薇爾加斯在城堡中曾說過：自己開發的東西或許很甜美。但它們沒有空調，所以我一點都不想念它們。）
從餐廳往上，走到大樓的一角，這兒是Waymo的模仿集群。在這兒，全部人的屏幕上都打開了Carcraft和XView。屏幕上是黑色布景的多邊形圖畫。他們正在為Waymo轎車規劃虛擬國際。
等待我的是Carcraft的發明者詹姆斯·斯圖特（James Stout）。他從來沒有揭露討論過自己的項目。這次他體現出極大的熱情。Carcraft就是他的孩子。
他說：我只是看了下招聘信息，發現無人駕馭團隊正在招聘。我幾乎不能信任他們供給了一個職位。他參加了這支團隊，并立即著手開發東西?，F在，這款東西支持了每天800萬英里的虛擬駕馭。
此前，他們主要運用這款東西去檢查，轎車在雜亂狀況下會怎么操作。在實在國際的這些狀況下，人工司時機接納轎車。從這些狀況起步，他們開端制造場景。很快我們就看到，這是一款十分有用的東西，我們能夠在此根底進步行各種開發。斯圖特表明。Carcraft的才能隨后快速進步，能夠包容整個城市，而轎車數量也擴大為一支巨大的虛擬車隊。
斯圖特介紹了艾連娜·科拉羅夫（Elena Colarov）。她是場景保護團隊的擔任人。她的面前放著兩塊屏幕。在右側屏幕上，她在檢查XVivew，屏幕顯現了轎車看到的畫面。轎車運用攝像頭、雷達和激光雷達去辨認場景中的目標，并在軟件上用線框來呈現這些目標，制作實在國際的概括。
從這些形狀中延伸出的綠色線條代表了轎車預期目標可能移動的方法。底部的圖畫條顯現了，轎車搭載的一般攝像頭（可見光攝像頭）捕捉到的畫面。科拉羅夫還打開了激光雷達回來的數據，這些數據以橙色和紫色點來顯現。
我們看到了城堡中環島實在狀況的回放。科拉羅夫切換至模仿版別?？雌饋硎且粯拥?，但不是數據日志，而是轎車需求處理的狀況。僅有不同的是，在XView屏幕的最上方，赤色字符顯現了模仿的字樣。斯圖特表明，參加這樣的提示是因為，人們常常會混雜模仿與實在場景。
他們隨后加載了另一個場景。這是在鳳凰城?？评_夫縮小了畫面，顯現整個城市的模型。在模型中，他們描繪了全部的車道在哪里，一條車道怎么通向另一條車道，中止標志在何處，交通燈在哪里，哪里有妨礙，車道中心的方位是哪，以及全部全部你需求知道的信息。
我們隨后放大了畫面，中心是鳳凰城鄰近某處的一個十字路口。隨后，科拉羅夫開端在場景中放入虛擬的轎車、行人和自行車。
在按下一個按鈕之后，屏幕上的目標開端移動。虛擬轎車會像實在轎車一樣在車道上行進、轉彎。虛擬的自行車與實在自行車一樣。這些目標的邏輯來自于該團隊在公共路途上數百萬公里的測驗。這全部的背后是一份超級詳細的國際地圖，以及場景中不同目標的物理模型。他們對橡膠物體和路途都進行了建模。
意料之中地，最難模仿的是別人的行為。這就像是父母常常對孩子說的：我不憂慮你開車，憂慮的是路上的其別人。
我們的車調查國際，了解國際。隨后，關于環境中任何的動態目標，無論是轎車、行人、自行車，仍是摩托車，我們的轎車都能了解意圖。只是追尋空間中的目標還不行，你有必要能了解它們要做什么。Waymo軟件擔任人迪米特里·多爾戈夫（Dmitri Dolgov）表明，關于締造功能強壯、安全可靠的無人駕馭轎車來說，這是要害問題。這種建模，以及對國際中其他參與者的了解，十分相似于在模仿環境中的建模。
不過這兒也存在要害的不同：在實際國際中有必要接納關于環境的實時數據，并將其轉化為對場景的了解，而轎車將在這樣的環境中行進。但是現在，在從事該項意圖多年之后，他們對此很有決心。用斯圖特的話來說，他們現已完成了一系列測驗，證明能夠辨認出各種各樣的行人。
因而關于大部分的模仿，他們跳過了目標辨認步驟。他們不需求向車輛供給原始數據，由轎車來辨認行人，而只是告訴轎車，行人就在這兒。
在十字路口，科拉羅夫給無人駕馭轎車設置了更困難的環境。她點擊V鍵，一個新的目標呈現在Carcraft中。隨后，她把鼠標移到右側的下拉菜單上，這兒顯現了許多不同的車型，包含我最喜歡的bird_squirrel。
這些目標能夠依照Waymo的建模邏輯來運動，Carcraft的場景規劃者也能夠要求這些目標依照某種準確的方法運動，以測驗特別行為。
在建立場景的基本結構之后，他們能夠測驗場景中包含的全部改動。因而能夠幻想一下，關于十字路口，你可能想要測驗不同車輛、行人和自行車的抵達時刻，以及他們的停留時刻和運動速度。他們只是簡略地輸入這些值的合理規劃，隨后軟件就會生成并工作全部這些場景的組合。
Waymo將這樣的做法稱作分散（fuzzing），而只是這個十字路口就產生了800種場景。隨后體系生成了一張美麗的表格，工程師能夠檢查，不同的變量組合怎么改動轎車的決議計劃。
終究，這個問題變成了剖析全部實在場景和模仿場景，找到風趣的數據，然后指導工程師，怎么讓轎車更好地行進。其間的榜首步可能是：轎車是否會被逼停下？如果是這樣，那么就是個十分值得研討的場景。
在這兒，我們看到了一段視頻，展現了這樣的狀況。實際國際的山景城有一個雜亂的十字路口。當轎車左轉時，一輛自行車挨近，導致轎車停在了路上。工程師處理了這類問題，并重新編寫軟件，以取得正確的成果。視頻顯現了實在國際的狀況，而隨后工程師依據實在狀況進行了更多的模仿。因為兩種狀況不同，你將會看到，模仿的轎車繼續行進，隨后呈現了一個虛線盒子，顯現著shadow_vehicle_pose。這個虛線盒子顯現，實際國際中發生了什么。對Waymo的工程師來說，這是對當時開展最清晰的可視化體現。
不過，他們重視的場景并不只僅是轎車停住。他們還想要研討過長的決議計劃時刻，或是超出正常規劃的剎車狀況。關于任何工程師能夠學習或調優的場景，他們都會經過模仿環境加以研討。
斯圖特和Waymo軟件擔任人多爾戈夫著重，關于模仿環境有3個核心點。首要，相關于實在國際中的駕馭，模仿環境中的駕馭路程數要多出許多，而且帶來了不錯的經歷。其次，這些駕馭進程專心于風趣，但在實際國際中難以完成的互動。第三，軟件的開發周期能夠變得快許多。
對我們來說，迭代周期十分重要。我們在模仿技術方面的作業有助于大幅縮短迭代周期。多爾戈夫表明，在項意圖最開端階段，迭代周期可能抵達幾周，而現在只需求幾分鐘。
隨后我問他，如果路上呈現油跡、爆胎、飛鳥和大坑，那么車輛會怎樣？他們是否對這些狀況都進行了模仿？多爾戈夫很達觀。他表明，這肯定能夠做到，但你期望模仿器在這條軸上有多大的保真度？或許關于其間某些問題，你得到了更好的值，或許你也能夠在實際國際中進行一系列測驗，來驗證模仿器的成果。（想想城堡。）
Carcraft虛擬國際的力氣并不在于，以美麗而完美的方法去烘托實在國際，而是使用對無人駕馭轎車有意義的方法去反映實在國際，使測驗路程數比實在測驗增長數十億公里。關于模仿國際中的駕馭軟件，做出決議計劃的方法與實際國際完全相同。
這種方法作用很好。加州機動車輛管理局（DMV）要求相關公司陳述每年自動駕馭的路程數，以及司機解除自動駕馭狀況的次數。Waymo陳述的路程數要比其他公司高出3個數量級，一起司機干涉的次數也有大幅下降。
從2015年12月到2016年11月，Waymo的自動駕馭路程數抵達635868英里（約合102萬公里），而司機做出干涉只要124次，相當于每5000英里司機才會有一次干涉，或許說千英里司機干涉次數為0.20次。前一年，Waymo的自動駕馭路程數為424331英里，司機干涉次數為272次，相當于每890英里司時機有一次干涉。
雖然許多人指出，這些數字并不合適拿來直接比照，但實際狀況是，這就是我們在加州能夠取得的最佳數據。而其他公司一共的自動駕馭路程數只要約2萬英里。
其他廠商開端追逐
對外部專家來說，Waymo的做法并不古怪。安德森-霍洛維茨的危險出資人克里斯·迪克森（Chris Dixon）表明：現在，依據對待模仿技術的情緒，你就能夠衡量自動化團隊的高檔程度，無論是無人機團隊仍是轎車團隊。他主導了安德森-霍洛維茨對模仿技術公司Improbable的出資。Waymo處于職業頂端。
我也向Allstate Insurance立異總監蘇尼爾·欽塔金迪（Sunil Chintakindi）了解了Waymo的項目。他表明：如果沒有強壯的模仿根底設施，你就無法將更高程度的自動化集成至轎車。
其他無人駕馭研討員也在重視這個開展方向。密歇根大學自動駕馭和互聯轎車實驗室Mcity項目擔任人彭暉表明，適用于無人駕馭轎車的體系將會是超越99%模仿、某些精心規劃的結構化測驗，以及某些上路測驗的一起成果。
他和一名研討生提出了一種體系，將上路測驗和模仿結合在一起，然后加速測驗速度。這與Waymo的方法相似。彭暉表明：因而我們的觀點是，將駕馭進程中無聊的部分去掉，專心于風趣的部分。這能夠讓速度進步數百倍，讓總路程從幾千英里上升至百萬英里。
Waymo項意圖優勢包含規劃、安排和強度。我向彭暉介紹了谷歌所做的結構化測驗，包含城堡的結構化測驗團隊在模仿環境中測驗的2萬種場景。他聽錯了數字，并對我表明：2000個場景很兇猛。隨后我糾正了他，是2萬個場景。他停頓了一下，原來是2萬個，的確兇猛。
實踐上，這2萬個場景只是只是Waymo全部測驗場景的一小部分。這些場景都來自于結構化測驗。依據公共路途的駕馭測驗和幻想，他們還規劃了更多場景。
彭暉表明：他們干得很棒。在第四級自動駕馭方面，他們遠遠領先于其別人。
不過，彭暉也提到了傳統轎車廠商的位置。他表明，傳統轎車廠商正在測驗完全不同的做法。這些公司沒有專心于全自動駕馭，而是首要開發能夠變現的駕馭輔助技術，隨后再向全自動駕馭開展。將Waymo與通用等傳統廠商比較并不公正。Waymo具有許多的資源和自由度，能夠將成本7萬美元的激光雷達安裝在測驗轎車上。比較之下，雪佛蘭這樣的品牌會認為，4萬美元就是群眾商場承受的上限。
彭暉表明：通用、福特、豐田和其他廠商都在說，‘我們要削減事端和死亡率，進步群眾用戶的安全性。’他們的目標完全不同。我們需求考慮數百萬輛轎車，而不只是幾千輛轎車。
即便是在全自動駕馭的比賽中，Waymo面對的應戰也要比以往更大。特斯拉正成為一家重要競爭對手?？死锼?middot;蓋爾德斯（Chris Gerdes）是斯坦福大學轎車研討中心主任。18個月之前，他曾表明，Waymo相對其他公司對問題有更深化的了解，而且比其別人更挨近于處理這些問題。不過上星期他再次表明，現在有許多狀況都發生了改動。
他指出：福特和通用等轎車廠商正在布置自己的無人駕馭轎車，并獲取行進數據。特斯拉現在已經過Autopilot的布置積累了許多數據，了解體系怎么在實在用戶體會下工作。他們以靜默形式在實在轎車上測驗算法，而車輛總數也在快速添加，這一起形成了令人驚嘆的測驗渠道。
蓋爾德斯表明，在模仿技術方面，他看到了多家競爭者拿出了實質性的項目。他表明：模仿才能多種多樣，但我看到了一些很強壯的技術。在這個方面，Waymo不再顯得與眾不同。當然，他們有很大的領先優勢，但現在許多團隊都在探究相似的方案?，F在的問題是，誰能做到最好。
這并不是簡略地演示神經網絡的大腦式才能。神經網絡技術正在推進人工智能快速開展，Alphabet旗下公司正在敏捷承受這類技術。這也不是Google Photos使用，一次犯錯并不會引起太大的問題。這將是一個在人類國際中完全自主生計和活動的體系，能夠了解我們的規矩，交流本身需求，而且對我們的眼睛和思維清晰可見。
Waymo好像將駕馭視為一種技術，例如怎么操作方向和速度。不過，駕馭更是一種人類社會活動。在合法駕馭的根底上，什么是正常駕馭？我們怎么讓人工智能了解其間的準確含義？
事實證明，開發這樣的人工智能需求的并不只僅是海量數據和工程技術。這些是必要的，但還不行。實踐上，開發這樣的人工智能需求人類與轎車同步，讓轎車像人類一樣了解國際。城堡中的司機知道，怎么讓一輛轎車去像人類一樣調查并作出決議計劃?；蛟S這將向兩個方向開展：人類對轎車的了解越深，轎車對人類的了解就越深。
對奧斯汀一個環島的回憶演化成了城堡的一部分，成為了無人駕馭轎車的數據記載，成為了Carcraft的一個場景，成為了模仿網絡，成為了新的軟件，而這終究將把更強壯的無人駕馭轎車送上奧斯汀的環島。
即便是在用于幫助人工智能了解國際的模仿籠統多邊形中，也帶有人類愿望的痕跡、回憶的片段，以及司機的感觸。這些元素并非過錯，也不是人類的污點，而是體系的必要部分，能夠完全變革交通、城市，以及其他全部全部。

標簽：南昌漳州南京濟南株洲昌都新余無錫

巨人網絡通訊聲明：本文標題《揭秘谷歌地圖標注無人駕駛汽車的秘密世界》，本文關鍵詞揭秘,谷歌,地圖,標注,無人,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。

好湿?好紧?好多水好爽自慰,久久久噜久噜久久综合,成人做爰A片免费看黄冈,机机对机机30分钟无遮挡

揭秘谷歌地圖標注無人駕駛汽車的秘密世界