为什么制造一辆无人驾驶汽车这么难

 

我们作为一个社会,已经度过热爱汽车的阶段...



只有我活的足够长,汽车才能带我去我想去的任何地方——而我坐在后座上,读一本好书。我们作为一个社会,已经度过热爱汽车的阶段—— 汽车爱好者越来越少,人们越来越不想挂挡。我们不再期待驾驶。对于年轻人而言,第一辆汽车不再是成年礼。驾驶似乎会干扰我们做我们想做的事情,比如发短信、看网络视频、发推特。

也许正是因为意识到公众对驾驶的热情已经结束,所有主要汽车公司都在研发无人驾驶汽车。而非汽车公司 ,.苹果和谷歌都阐明了他们对这一领域兴趣。谷歌凭借自己的力量成为了无人驾驶汽车行驶里程的领导者。

需要什么代价

如果你对那些价值十亿的汽车公司为什么会在实现车辆自动驾驶,并且使其在自动驾驶过程中非常安全要经历这么艰难的时间感到困惑,那么先想一下人们在取得驾照前需要经历那些步骤吧。

1、处理视觉信息——我们在婴儿时期大多数时间都在学习这件事。
2、反馈和反应

3、手眼协调技能

此外,驾驶的时候,我们是以超人般足以致命的速度让一坨不稳定的金属前进的。让我们假设这种行为可以通过程序完成。并且完全不顾及上面的程序是我们经过多年学习才得到的,而且这个学习过程还没有被充分理解,并且也从没有在机器和计算机上复制和实现过。

因此,让机器人堆箱子、在不平的表面步行、和人类无障碍的沟通这些我们认为很平常的事情取得了惊人的失败,也就不足为奇了。 这些都是简单的任务。现在我们想让一个机器能够沿着狭窄的两车道前进,当一辆车以120英里每小时的相对速度接近,并且还有小孩在后面,为什么我们会认为这事会有可能呢?

图像处理



结果是,秘密源自于对图像的处理能力。看到我们前面的道路的图像是一个学习技能,比你意识到的要复杂的多。只有在你尝试着编写电脑程序来做这件事之前才会觉得它很容易。电脑还不得不依赖传感器,一个数字摄像机,来生成图像。图像还要通过分析和匹配模式,电脑才能识别物体。什么是一辆车? 什么是一个电话线杆?车道线在哪?你可以在几微秒的时间内做到这些,但是这需要经过几年的时间来训练你的眼睛的大脑的协调处理这些信号,这些信号在本质上来说也是电磁信号。

电脑将会被要求在九十分之一秒时间内做完这些事情。之后另外一个图像就会传递过来。不仅下一个图像不得不用相同的方式进行处理,识别所有的关键物体,而且电脑还需要对图像的改变做出判断。这些改变需要被改写为速度和威胁度。这个迎面过来的汽车是简单的通过,还是会发生碰撞呢?

威胁不仅仅来源于车外。在车内,图像会显示驾驶员是不是在打瞌睡。电脑是需要减慢车速,关闭灯光,还是让音响嘟嘟响来叫醒驾驶员?

对像素数据的理解使得电脑可以识别有意义的物体,比如汽车、路灯柱、车道线、树,等等。由一秒钟将近一百帧图像组成,并且每帧都有好几MB的数据量。不要尝试在你的电脑上处理这些数据。



什么样的机器能够处理这些呢?惠普的虚拟现实工作站,能够输出周围环境的高像素的图像,价格从4300美元起。 这大约是两个传统工作站的价格。并且也许这也只是一个开始。处理和分析3D的环境并且执行相应的操作会让你的电脑冒烟烧毁,完全不夸张。

几个硬件供应商认为大多数的处理都会在GPU,也就是图形处理单元中进行。图像工作站在处理大量计算任务时会加热成组的显卡,使得去除热量的工作也成为限制因素之一。在计算中心的一个科学应用(病毒建模)会产生很多热量,就算有风扇在全速工作,计算卡周围的散热器也被加热到无法触摸。

但是GPU,由于天生具有同步处理功能并且能够大规模的处理图像任务,比如图像的显示和信号处理,也许是我们制造安全的无人驾驶汽车最好的希望所在。


    关注 汽车科技评论


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册