亚特兰大的新自行车网络初具规模 第一台梅赛德斯B级电动驱动器现已下线生产—美国仅推出一个月 减少温室气体排放可以帮助美国经济 能源效率新闻自助餐 她飞起来了!太阳脉冲2 #FIRSTFLIGHT(VIDEO) 新的车辆导航工具可以将电动汽车的能源消耗减少多达51% 经实践证明:碳排放权交易节省了十倍的健康福利成本 甜蜜的电动滑板车拥有便携式电池,宝马i3的销量猛增…(EV新闻) 控制世界的最后机会 Car2Go的新区域通行计划意味着在美国和加拿大境内旅行对会员来说非常容易 在房车露营地为电动汽车充电—外观财务 在首次飞行(VIDEO)之前测试太阳脉冲2 Borrego正在圣地亚哥国际机场安装太阳能 如何通过4个简单的步骤将碳污染减少80% 第二届年度Westport电动汽车拉力赛将于5月4日在康涅狄格州举行 在南加州拍摄的特斯拉Model X原型 汽笛酿造—经典汽车与绿色能源的结合 日产推出e-NV200 —电动紧凑型商用车加入日产的全球阵容 埃隆·马斯克(Elon Musk)和金巴尔·马斯克(Kimbal Musk)兄弟的搞笑热闹访谈(视频) 甘蔗制柴油—为美国开发的耐寒,高产,产油作物 Bob Tregilus,Kirsten Hasberg和我在“本周的能源”上聊天(播客) 电动汽车电池价格是否比我们想象的低得多?低于$ 200 / kWh? 2014年美国和欧洲最畅销的电动汽车将… 加州能否在十年内提前向100万辆电动汽车充电? 特斯拉首席执行官埃隆·马斯克(Elon Musk)和首席技术官JB Straubel在挪威问答(VIDEOS) 根据消费者报告,特斯拉汽车公司已经排名第五 高级电动汽车电池研究项目背后的创新汽车 宝马360°电动车远不止是电动车+太阳能 丰田授权WiTricity的无线EV充电技术 福特邀请您通过汽车的眼睛看世界 关于特斯拉Model S如何应对极端损坏并与驾驶员沟通的故事 您从未听说过的最令人印象深刻的复出故事 州长里克·佩里(Rick Perry)支持特斯拉直接汽车销售 万向美国以1.492亿美元收购了Fisker Automotive资产 加州电网迈出了两步,增加了更多可再生能源和电动汽车 加利福尼亚州用于电动汽车基础设施的600万美元 大唐高鸿与驭势科技达成战略合作,构建车联网产业新生态 像乐高一样,优雅的自行车道紧贴在一起 日产LEAF召回— 2013、2014召回用于安全气囊传感器软件的型号 最佳电动汽车城市-ChargePoint的刷新排名 伊隆·马斯克(Elon Musk)写信给新泽西人民 特斯拉Model S的全球销量可能超过25,000 异国雨林的虫子可能打破生物燃料的瓶颈 电动汽车的认知如此之差,+感谢特斯拉(Tesla)改变了人们的认知 电动汽车概念可能会引发洪水 三星的电动车?也许… 电池价格下跌后令人不安的后果 法国电动汽车销量增长55% 特斯拉2013年第三季度财务业绩(实时博客) 兼具“皮囊”和“灵魂”的高手,B级车市场到底有木有?

自主汽车助推器希望对行人进行重新编程

您过马路错了。

从本质上讲,这是一些论据,在无人驾驶汽车首次导致行人死亡之后的几个月中,一些自动驾驶汽车助推器就不再使用了,而且人们越来越担心能够进行现实驾驶的人工智能比许多人所预测的要远得多几年前。

这些路线使人想起了史蒂夫·乔布斯(Steve Jobss)著名的iPhone 4s天线缺陷防御措施-“不要那样做”-这些技术人员说,问题不在于自动驾驶汽车不起作用,而是人们的行为无法预测。

著名的机器学习研究人员Andrew Ng说:“我们告诉人们的是,请合法,请体谅他人”,他经营着一个风险基金,该基金投资于支持AI的公司,包括自动驾驶初创公司Drive.AI。换句话说:禁止乱穿马路。

自三月份以来,自Uber自动驾驶汽车杀害了亚利桑那州一名在夜间在指定的人行横道外骑自行车穿越街道的妇女后,自动驾驶汽车能否正确识别并避免过马路的人成为一个亟待解决的问题。该事件仍在调查中,但联邦安全监管机构的初步报告称,汽车传感器已检测到该名女子,但其决策软件对传感器数据进行了打折,认为这很可能是假阳性。

谷歌子公司Waymo承诺将于今年晚些时候在亚利桑那州凤凰城开始提供自动驾驶出租车服务,通用汽车已承诺在2019年的某个时候推出一项竞争对手服务-使用无方向盘或踏板的汽车。但是尚不清楚是否有能力在指定区域之外进行操作,或者没有安全驾驶员可以接管紧急情况。

同时,其他举措正在失去动力。

埃隆·马斯克(Elon Musk)搁置了无人驾驶特斯拉在美国境内开车的计划。优步(Uber)取消了自动驾驶卡车计划,专注于自动驾驶汽车。戴姆勒股份公司(Daimler AG)的子公司戴姆勒卡车(Daimler Trucks)现在表示,商用无人驾驶卡车将至少花费五年。包括Musk在内的其他公司此前曾预测,此类车辆将在2020年投入使用。

随着时间的流逝,像Ng这样的无人驾驶拥护者表示,有一条捷径可以使自动驾驶汽车早日上街:说服行人表现得更不规律。如果他们使用人行横道,那里有上下文线索-路面标记和停车灯-该软件更有可能识别它们。

但是对其他人来说,吴国宝暗示了这样一个事实,这标志着当今的技术根本无法按照最初的设想交付自动驾驶汽车。

纽约大学心理学教授加里·马库斯(Gary Marcus)说:“我们真正需要的人工智能尚未到来。”他说,吴先生“只是在重新定义球门柱以使工作变得容易”,并且如果我们要实现安全无人驾驶汽车的唯一方法是将它们与人类驾驶员和行人完全隔离,我们已经拥有了这样的技术:火车。

“刚刚发生了什么?”

著名的机器人研究人员,麻省理工学院的名誉教授罗德尼·布鲁克斯(Rodney Brooks)在一篇批评Ngs情绪的博客文章中写道:“自动驾驶汽车的巨大前景是,它们将消除交通事故。现在,[Ng]表示只要所有人类都接受过改变行为的培训,他们就会消除交通死亡?刚刚发生了什么?”

Ng认为,人们总是根据新技术,特别是交通方式来改变自己的行为。他说:“如果您看铁路的兴起,那么大多数人已经学会了不要站在铁轨上。”Ng还指出,人们已经知道校车可能会频繁停车,而这样做的话,小孩可能会在校车前的马路上飞镖,因此驾驶时要更加谨慎。他说,自动驾驶汽车没有什么不同。

实际上,在美国大部分地区,乱穿马路只成为一种犯罪,因为汽车制造商在1920年代初期就为此进行了广泛游说,很大程度上是为了避开严格的限速和其他可能影响汽车销售的法规。弗吉尼亚大学的历史学教授就这一主题写了一本书。因此,有一个规范行人行为以为新技术让路的先例。

尽管Ng可能是要求训练人类和车辆的最杰出的自动驾驶支持者,但他并不孤单。密西比州立大学先进车辆系统中心的研究人员Shuchisnigdha Deb说:“应该有适当的教育计划,使人们熟悉这些车辆,以及与它们进行交互和使用的方式。”美国运输部在其有关自动驾驶汽车的最新指南中强调了对此类消费者进行培训的必要性。

伦敦初创公司Humanising Autonomy的联合创始人兼首席执行官玛雅·皮德乌斯(Maya Pindeus)将自动驾驶汽车公司可以使用的行人行为和手势模型进行了研究,将此类课程比作德国和奥地利在1960年代发起的公众意识运动人行道死亡人数。这些努力帮助将德国的行人道路死亡人数从1970年的6,000多例死亡减少到2016年的2016年的500例以下。

可以理解,该行业渴望不将负担转移给行人。Uber和Waymo都在通过电子邮件发表的声明中表示,他们的目标是开发能够在不依赖人类行为改变的情况下适应现实世界的自动驾驶汽车。

这些公司和其他公司面临的挑战是,无人驾驶汽车现在是如此新颖,行人并不总是像对待普通车辆那样行事。有些人无法抑制测试技术人为反射的冲动。Alphabet公司旗下的Waymo经常遇到行人,他们故意试图“恶作剧”自己的汽车,不断走在他们前面,然后离开然后再回到他们面前,以阻碍他们前进。

假设似乎是无人驾驶汽车在设计时要格外谨慎,因此实际的笑话值得冒险。“尽管我们的系统确实具有超人的感知能力,但有时人们似乎认为牛顿法不再适用。”英国制造自动驾驶软件的初创公司Oxbotica的联合创始人Paul Newman回忆起行人跑起来的时间在无人驾驶汽车后面跳来跳去。

随着时间的流逝,无人驾驶汽车将变得不再那么吸引人,人们可能更不可能恶作剧。同时,业界正在争论公司应该采取什么步骤使人们知道汽车及其意图。

黄绿色

由Ngs的妻子Carole Riley共同创立的Drive.AI在得克萨斯州的弗里斯科进行了自动驾驶汽车的多项改装。他们涂上了独特的黄绿色,增加了人们注意到他们并将其识别为自动驾驶的机会。Drive.AI还率先使用了外部LED显示屏,类似于许多城市公交车用来显示目的地或路线号的显示屏,该显示屏可以将汽车的意图传达给人类。例如,停在人行横道上的汽车可能显示以下消息:“等你过去。”

Uber进一步推动了这一想法,为其系统申请了专利,该系统包括各种闪烁的外部标牌和投射在汽车前部的全息图,以与人类驾驶员和行人进行交流。Google还为其自身的外部标牌申请了专利。Oxboticas Newman说,他喜欢这种外部消息传递以及独特声音的想法(就像大型车辆在倒车时发出的哔哔声一样),以帮助确保人与自动驾驶车辆之间的安全交互。

戴布(Deb)说,她的研究表明,人们需要外部功能,可听见的交流或某种警告声音。但是到目前为止,除了Drive.AI以外,这些公司在路试中使用的汽车还没有进行此类修改。尚不清楚行人或其他人类驾驶员如何将其意图传达给自动驾驶汽车,Deb说,为避免将来发生事故,这可能也是必要的。

Pindeuss公司希望那些制造自动驾驶汽车的人更多地专注于理解人们用于交流的非语言暗示和手势。她说,无人驾驶汽车使用的大多数计算机视觉系统的问题是,它们只是在对象周围放置一个边界框并贴上标签(停放的汽车,自行车,人),而无法分析任何发生的情况在那个盒子里。

最终,更好的计算机视觉系统和更好的AI可能会解决此问题。随着时间的流逝,城市可能会通过“地理围栏”(geofencing)重新适应自己的时代,这是为自动驾驶汽车和出租车创建单独的区域和指定的接送点的幻想。

同时,您父母的建议可能仍然适用:过马路前​​,请勿乱穿马路,两眼望去。

研究称,消费者对自动驾驶技术的担忧越来越多

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。