汽車導航 汽車導航
Ctrl+D收藏汽車導航
首頁 > 汽車資訊 > 正文

幾秒看懂自動駕駛,吳恩達站臺的Drive.ai如何憋大招?

作者:

時間:1900/1/1 0:00:00

早在今年5月,自動駕駛汽車初創公司Drive.ai就宣布將與得克薩斯州弗里斯科市政府和霍爾集團合作,在得克薩斯州推出首個無人出租車服務。時隔三個月,Drive.ai在得克薩斯州的自動駕駛旅行服務終于落地,覆蓋了飛盤的商店、娛樂場所和辦公樓等特定公共場所。試點項目將持續六個月。值得一提的是,百度前首席科學家、人工智能專家吳恩達(Andrew Ng)是Drive.ai的董事,Drive.aii總裁卡羅爾·賴利(Carol Reiley)是8位創始人之一。她的另一個身份是吳恩達的妻子。這家以吳恩達和他的妻子為平臺的無人駕駛公司的由來是什么?它的自動駕駛汽車有什么特點?該項目是如何推進的,技術成果是什么?1.吳恩達的弟子組織了一個小組來建造無人駕駛汽車1.Drive.ai--斯坦福背景的無人駕駛汽車初創公司Drive.ai,由斯坦福大學人工智能實驗室的前研究生于2015年創立,該實驗室由著名深度學習專家吳恩達(Andrew Ng)運營,吳恩達(Andrew-Ng)還擔任Drive.ai.董事會主席,一家利用人工智能創造自適應和可擴展自動駕駛技術的科技公司。Drive.ai結合政府和私人合作伙伴,通過L4級自動駕駛解決方案改善當今的公共道路交通狀況。值得一提的是,Drive.ai的八位創始人中有六位是斯坦福大學人工智能實驗室的博士或研究生。在2015年開始創業之前,他們在自動駕駛和機器學習技術領域工作了三年。Drive.ai的負責人吳恩達是斯坦福大學深度學習自動駕駛的項目負責人,也是中國科技巨頭百度的前首席科學家。他還幫助杰夫·迪恩建立了谷歌的深度學習研究項目。

Nissan, Discovery, Remote, Audi, Co-creation

Drive.ai開發的技術可以將各種車輛轉換為自動駕駛車輛。該公司在加州測試的小型車隊包括三輛林肯MKZ、一輛奧迪A4和三輛日產NV200。在融資方面,包括New Enterprise Associates在內的風險投資公司已向Drive.ai投資約7700萬美元(約5.24億人民幣)。去年9月,東南亞最大的出租車公司Grab也向該公司投資了1500萬美元(約合1.02億人民幣)。Drive.ai于2016年8月走出“封閉階段”,并逐步公布了開發自動駕駛技術的一些相關細節。去年9月,該公司和Lyft在舊金山灣區聯合測試了自動駕駛網絡汽車服務。2.研發成果目前,這家自動駕駛初創公司已在德克薩斯州弗里斯科市啟動了一項試點項目,公眾可以通過下載Drive.ai應用軟件并在指定地點叫出租車,免費使用該公司的自動駕駛乘車服務。此外,這些車輛將成為得克薩斯州第一輛搭載乘客的無人車。該試點項目將于2018年7月30日正式啟動,覆蓋范圍將僅限于弗里斯科的商店、娛樂場所和辦公樓等特定場景。該項目計劃從霍爾公園和The Star周圍的固定上下車地點開始,然后將乘車范圍擴大到弗里斯科的公交車站。這項自動駕駛出行服務將與弗里斯科運輸管理協會(弗里斯科TMA)聯合運營,以解決移動出行的“最后一英里”問題。試點為期6個月,測試期間將為約1萬人的工作園區提供自動駕駛出行服務。此外,Drive.ai將有一個專門的遠程監管部門,向自動駕駛車輛發布指令,實時監控車輛,并在必要時提供幫助。

Nissan, Discovery, Remote, Audi, Co-creation

在項目開始時,Drive.ai將安排駕駛員乘坐自動駕駛汽車,以確保駕駛過程中的安全,而測試初期只有四輛汽車;隨著項目的進展,安全駕駛員仍將在車內,他的主要任務是監控操作,但他不會坐在駕駛座上;

在該項目的后期,Drive.ai希望取消司機,通過在車上安排服務人員來引導乘客,同時回答乘客的問題,以滿足乘客的出行需求。值得一提的是,自1月份以來,Drive.ai的自動駕駛汽車一直在弗里斯科的街道上行駛,并在沒有司機的情況下進行了測試。該公司表示,正在與當地官員和執法機構就自動駕駛服務進行密切合作。第二,當自動駕駛擁抱深度學習1。“會說話”的無人駕駛汽車Drive.ai將使用日產NV200作為自動駕駛測試車。與Waymo或Cruise Automation擁有的自動駕駛汽車的白色外觀不同,該車型的外觀采用了易于識別的橙色和藍色作為設計顏色,車身表面也有波浪形的藍色條紋和粗體字“自動駕駛汽車”和drive.ai。drive.ai聯合創始人兼首席執行官Sameep Tandon,表示他們設計的原因是為了獲得與眾不同的視覺效果,而經過改裝的日產NV200肯定會在當地取得成功。此外,無人車的另一個標志性特征是嵌入車身的四個LED顯示屏。當無人車接收到附近的汽車呼叫服務時,或者無人車自動行駛時,車上的屏幕會根據車輛的行駛狀態自動顯示一些文字和符號。Drive.ai將這個過程稱為“人機交互”。該功能旨在將信息傳遞給道路上的行人和其他車輛,并通過文字實現人與車之間的交流,從而取代人類駕駛員經常使用的手勢或語言交流。

Nissan, Discovery, Remote, Audi, Co-creation

“等待”標志例如,當行人在十字路口行走時,屏幕上會顯示字體“等待”;當車輛開始正常運行時,屏幕上將顯示字體“Running”(正在運行);當乘客上下車時,屏幕上將顯示字體“上車或下車”;當車輛由駕駛員控制時,屏幕上將顯示字體“Human driver”(駕駛員)。Drive ai的一位發言人表示,該公司還預計,根據車輛測試的反饋,未來將為無人車配備更多的LED屏幕。2.在視覺自動駕駛技術的硬件設備方面,無人車配備了10個1080p RGB攝像頭、4個激光雷達、2個毫米波雷達和一臺融合傳感器數據的計算機;

在軟件方面,Drive ai的內部研發成果包括:無人車的ai大腦、自動駕駛的環境感知模塊、路線規劃模塊、決策模塊、手機APP。無人車還通過三重冗余無線蜂窩網絡連接實現遠程控制。吳恩達(Andrew Ng)表示,經過數月的交通數據分析,他們已經確定了車輛的行駛路線,他們將有節奏地推廣自動駕駛技術的應用,并從早期的自動駕駛企業家中脫穎而出。在技術層面,它還整合了公司在自動駕駛領域的許多思考——公司將自動駕駛技術與人工智能聯系起來,旨在提高計算精度,縮短數據處理周期。同時,利用可視化工具,將自動駕駛過程以三維方式呈現給用戶。Drive.ai表示,該公司的技術功能旨在縮短自動駕駛數據處理的時間。目前,每小時處理自動駕駛汽車產生的數據需要800小時的人力。然而,該公司希望通過人工智能大大減少自動駕駛數據處理的計算周期,并將計算精度提高到100%。首先,工程師會對原始數據進行標記,然后通過深度學習算法學習手動標記的數據,快速可靠地標記其他數據,同時重新檢查和標記數據。深度學習還可以學習大腦的識別機制,更好地識別、判斷和分類非結構化數據(如語音圖像),從而通過大量訓練增強算法。

Nissan, Discovery, Remote, Audi, Co-creation

Drive.ai開發了一個自動化系統,使自動駕駛汽車能夠自動識別樹木、汽車、行人和騎自行車的人等物體,并使用Director-MIT開發的開源機器人可視化和界面框架工具,將識別出的圖像顯示在車內的屏幕上,并快速更新車輛前后的圖像。(Drive.ai早期版本的中間件建立在免費的機器人操作系統上,但該團隊已經轉向了自己設計的解決方案,稱為Drive.ai pub-sub或DPS。)該公司還創建了一個自動駕駛模擬系統,以模擬不太可能的駕駛場景,如連續停車和連續轉彎。該團隊還不斷調整目標參數(如紅綠燈和路上的行人)的大小和形狀,以觀察自動駕駛車輛的反應。Tandon指出, “我們收集的模擬數據使自動駕駛汽車能夠快速適應周圍的場景。這一功能的實際好處之一是計算機可以自動檢測紅綠燈。Drive.ai的工程師沒有為不同形狀和大小的燈編寫特定的識別程序,而是讓車輛的計算機視覺算法學會獨立y通過在數千個十字路口進行訓練來識別不同的紅綠燈信號。“Drive.ai在自動駕駛領域的另一個突出成就是,它可以將車輛產生的所有數據可視化。Drive.ai的工程師使用可視化工具集成傳感器(激光雷達、雷達、GPS、RGB相機)收集的數據利用交通網絡數據,然后通過反復測試,收集大量的駕駛數據,檢查物體和運動之間的邏輯,并促進車輛測試和變量分析,以優化機器學習模型。該公司將Drive.ai系統將自動駕駛理解為注釋的過程。

Nissan, Discovery, Remote, Audi, Co-creation

類似電子游戲的虛擬環境該公司調用Drive.ai系統注釋所理解的自動駕駛過程,乘客將通過車載屏幕實時獲得視覺信息,這類似于現代電子游戲。例如,在點云中,車輛在行駛過程中會生成一系列空間數據點。Drive.ai團隊可以通過將這些數據點轉換為高清圖像,讓乘客看到自動駕駛汽車的虛擬路徑。Drive.ai還將虛擬汽車外延伸的紅線稱為“紅地毯”,因為它可以顯示預期的路線。這項技術是為乘坐自動駕駛汽車的用戶量身定制的,旨在讓乘客了解……

自動駕駛技術,同時在駕駛過程中分散注意力,從而讓緊張的乘客感到放松。該公司尚未透露自動駕駛汽車的確切里程,但表示Drive.ai在飛盤的模擬測試里程已達到數百萬英里。它也在夜間和雨天等具有挑戰性的條件下進行測試(為了謹慎起見,Drive.ai的Frisco測試車只能在白天運行。第三,學院派的弱勢地位盡管Drive.ai在自動駕駛技術上的突破引發了新一輪的產品應用預測,但不可否認的是,與傳統汽車制造商相比,這所學院派的自動駕駛初創企業仍然需要精心培育的時期。1.設立時間早,資金不足。首先,Drive.ai成立才不到三年,成立時間很短。在自動駕駛興起的背景下,這樣一家資質較輕的初創公司很難樹立行業知名度。與此同時,自動駕駛技術需要昂貴的研發、制造和硬件設備成本,而高融資門檻又給企業的融資能力帶來了另一個問題。從Drive.ai的賬目來看,該公司自成立以來已籌集了約7700萬美元(約5.24億人民幣)。與傳統車企強大的融資實力相比,Drive.ai想要擴大自動駕駛技術的商業實踐規模,需要尋求資本市場的資金支持。2.布局時間慢,布局范圍有限,覆蓋人數有限。由于公司的財務實力有限,其車隊的測試規模直接受到限制——初創公司在測試初期只有四輛車,隨著項目的推進,車隊的測試范圍僅限于德克薩斯州弗里斯科的一些地區,這也意味著Drive.ai的自動駕駛技術覆蓋的人數有限。早在今年5月,自動駕駛汽車初創公司Drive.ai就宣布將與得克薩斯州弗里斯科市政府和霍爾集團合作,在得克薩斯州推出首個無人出租車服務。時隔三個月,Drive.ai在得克薩斯州的自動駕駛旅行服務終于落地,覆蓋了飛盤的商店、娛樂場所和辦公樓等特定公共場所。試點項目將持續六個月。值得一提的是,百度前首席科學家、人工智能專家吳恩達(Andrew Ng)是Drive.ai的董事,Drive.aii總裁卡羅爾·賴利(Carol Reiley)是8位創始人之一。她的另一個身份是吳恩達的妻子。這家以吳恩達和他的妻子為平臺的無人駕駛公司的由來是什么?它的自動駕駛汽車有什么特點?該項目是如何推進的,技術成果是什么?1.吳恩達的弟子組織了一個小組來建造無人駕駛汽車1.Drive.ai--斯坦福背景的無人駕駛汽車初創公司Drive.ai,由斯坦福大學人工智能實驗室的前研究生于2015年創立,該實驗室由著名深度學習專家吳恩達(Andrew Ng)運營,吳恩達(Andrew-Ng)還擔任Drive.ai.董事會主席,一家利用人工智能創造自適應和可擴展自動駕駛技術的科技公司。Drive.ai結合政府和私人合作伙伴,通過L4級自動駕駛解決方案改善當今的公共道路交通狀況。值得一提的是,Drive.ai的八位創始人中有六位是斯坦福大學人工智能實驗室的博士或研究生。在2015年開始創業之前,他們在自動駕駛和機器學習技術領域工作了三年。Drive.ai的負責人吳恩達是斯坦福大學深度學習自動駕駛的項目負責人,也是中國科技巨頭百度的前首席科學家。他還幫助杰夫·迪恩建立了谷歌的深度學習研究項目。

Nissan, Discovery, Remote, Audi, Co-creation

Drive.ai開發的技術可以將各種車輛轉換為自動駕駛車輛。該公司在加州測試的小型車隊包括三輛林肯MKZ、一輛奧迪A4和三輛日產NV200。在融資方面,包括New Enterprise Associates在內的風險投資公司已向Drive.ai投資約7700萬美元(約合人民幣5.24億元)。去年9月,東南亞最大的出租車公司Grab也投資了1500萬美元(約1.02億元)……

人民幣)。Drive.ai于2016年8月走出“封閉階段”,并逐步公布了開發自動駕駛技術的一些相關細節。去年9月,該公司和Lyft在舊金山灣區聯合測試了自動駕駛網絡汽車服務。2.研發成果目前,這家自動駕駛初創公司已在德克薩斯州弗里斯科市啟動了一項試點項目,公眾可以通過下載Drive.ai應用軟件并在指定地點叫出租車,免費使用該公司的自動駕駛乘車服務。此外,這些車輛將成為得克薩斯州第一輛搭載乘客的無人車。該試點項目將于2018年7月30日正式啟動,覆蓋范圍將僅限于弗里斯科的商店、娛樂場所和辦公樓等特定場景。該項目計劃從霍爾公園和The Star周圍的固定上下車地點開始,然后將乘車范圍擴大到弗里斯科的公交車站。這項自動駕駛出行服務將與弗里斯科運輸管理協會(弗里斯科TMA)聯合運營,以解決移動出行的“最后一英里”問題。試點為期6個月,測試期間將為約1萬人的工作園區提供自動駕駛出行服務。此外,Drive.ai將有一個專門的遠程監管部門,向自動駕駛車輛發布指令,實時監控車輛,并在必要時提供幫助。

Nissan, Discovery, Remote, Audi, Co-creation

在項目開始時,Drive.ai將安排駕駛員乘坐自動駕駛汽車,以確保駕駛過程中的安全,而測試初期只有四輛汽車;隨著項目的進展,安全駕駛員仍將在車內,他的主要任務是監控操作,但他不會坐在駕駛座上;在該項目的后期,Drive.ai希望取消司機,通過在車上安排服務人員來引導乘客,同時回答乘客的問題,以滿足乘客的出行需求。值得一提的是,自1月份以來,Drive.ai的自動駕駛汽車一直在弗里斯科的街道上行駛,并在沒有司機的情況下進行了測試。該公司表示,正在與當地官員和執法機構就自動駕駛服務進行密切合作。第二,當自動駕駛擁抱深度學習1。“會說話”的無人駕駛汽車Drive.ai將使用日產NV200作為自動駕駛測試車。與Waymo或Cruise Automation擁有的自動駕駛汽車的白色外觀不同,該車型的外觀采用了易于識別的橙色和藍色作為設計顏色,車身表面也有波浪形的藍色條紋和粗體字“自動駕駛汽車”和drive.ai。drive.ai聯合創始人兼首席執行官Sameep Tandon,表示他們設計的原因是為了獲得與眾不同的視覺效果,而經過改裝的日產NV200肯定會在當地取得成功。此外,無人車的另一個標志性特征是嵌入車身的四個LED顯示屏。當無人車接收到附近的汽車呼叫服務時,或者無人車自動行駛時,車上的屏幕會根據車輛的行駛狀態自動顯示一些文字和符號。Drive.ai將這個過程稱為“人機交互”。該功能旨在將信息傳遞給道路上的行人和其他車輛,并通過文字實現人與車之間的交流,從而取代人類駕駛員經常使用的手勢或語言交流。

Nissan, Discovery, Remote, Audi, Co-creation

“等待”標志例如,當行人在十字路口行走時,屏幕上會顯示字體“等待”;當車輛開始正常運行時,屏幕上將顯示字體“Running”(正在運行);當乘客上下車時,屏幕上將顯示字體“上車或下車”;當車輛由駕駛員控制時,屏幕上將顯示字體“Human driver”(駕駛員)。Drive ai的一位發言人表示,該公司還預計,根據車輛測試的反饋,未來將為無人車配備更多的LED屏幕。2.在視覺自動駕駛技術的硬件設備方面,無人車配備了10個1080p RGB攝像頭、4個激光雷達、2個毫米波雷達和一臺融合傳感器數據的計算機;

在軟件方面,Drive ai的內部研發成果包括:無人車的ai大腦、自動駕駛的環境感知模塊、路線規劃模塊、決策模塊、手機APP。無人車還通過三重冗余無線蜂窩網絡連接實現遠程控制。吳恩達(Andrew Ng)表示,經過數月的交通數據分析,他們已經確定了車輛的行駛路線,他們將有節奏地推廣自動駕駛技術的應用,并從早期的自動駕駛企業家中脫穎而出。在技術層面,它還整合了公司在自動駕駛領域的許多思考——公司將自動駕駛技術與人工智能聯系起來,旨在提高計算精度,縮短數據處理周期。同時,利用可視化工具,將自動駕駛過程以三維方式呈現給用戶。Drive.ai表示,該公司的技術功能旨在縮短自動駕駛數據處理的時間。目前,每小時處理自動駕駛汽車產生的數據需要800小時的人力。然而,該公司希望通過人工智能大大減少自動駕駛數據處理的計算周期,并將計算精度提高到100%。首先,工程師會對原始數據進行標記,然后通過深度學習算法學習手動標記的數據,快速可靠地標記其他數據,同時重新檢查和標記數據。深度學習還可以學習大腦的識別機制,更好地識別、判斷和分類非結構化數據(如語音圖像),從而通過大量訓練增強算法。

Nissan, Discovery, Remote, Audi, Co-creation

Drive.ai開發了一個自動化系統,使自動駕駛汽車能夠自動識別樹木、汽車、行人和騎自行車的人等物體,并使用Director-MIT開發的開源機器人可視化和界面框架工具,將識別出的圖像顯示在車內的屏幕上,并快速更新車輛前后的圖像。(Drive.ai早期版本的中間件建立在免費的機器人操作系統上,但該團隊已經轉向了自己設計的解決方案,稱為Drive.ai pub-sub或DPS。)該公司還創建了一個自動駕駛模擬系統,以模擬不太可能的駕駛場景,如連續停車和連續轉彎。該團隊還不斷調整目標參數(如紅綠燈和路上的行人)的大小和形狀,以觀察自動駕駛車輛的反應。Tandon指出, “我們收集的模擬數據使自動駕駛汽車能夠快速適應周圍的場景。這一功能的實際好處之一是計算機可以自動檢測紅綠燈。Drive.ai的工程師沒有為不同形狀和大小的燈編寫特定的識別程序,而是讓車輛的計算機視覺算法學會獨立y通過在數千個十字路口進行訓練來識別不同的紅綠燈信號。“Drive.ai在自動駕駛領域的另一個突出成就是,它可以將車輛產生的所有數據可視化。Drive.ai的工程師使用可視化工具集成傳感器(激光雷達、雷達、GPS、RGB相機)收集的數據利用交通網絡數據,然后通過反復測試,收集大量的駕駛數據,檢查物體和運動之間的邏輯,并促進車輛測試和變量分析,以優化機器學習模型。該公司將Drive.ai系統將自動駕駛理解為注釋的過程。

Nissan, Discovery, Remote, Audi, Co-creation

類似電子游戲的虛擬環境該公司調用Drive.ai系統注釋所理解的自動駕駛過程,乘客將通過車載屏幕實時獲得視覺信息,這類似于現代電子游戲。例如,在點云中,車輛在行駛過程中會生成一系列空間數據點。Drive.ai團隊可以通過將這些數據點轉換為高清圖像,讓乘客看到自動駕駛汽車的虛擬路徑。Drive.ai還將虛擬汽車外延伸的紅線稱為“紅地毯”,因為它可以顯示預期的路線。這項技術是為乘坐自動駕駛汽車的用戶量身定制的,旨在讓乘客了解……

自動駕駛技術,同時在駕駛過程中分散注意力,從而讓緊張的乘客感到放松。該公司尚未透露自動駕駛汽車的確切里程,但表示Drive.ai在飛盤的模擬測試里程已達到數百萬英里。它也在夜間和雨天等具有挑戰性的條件下進行測試(為了謹慎起見,Drive.ai的Frisco測試車只能在白天運行。第三,學院派的弱勢地位盡管Drive.ai在自動駕駛技術上的突破引發了新一輪的產品應用預測,但不可否認的是,與傳統汽車制造商相比,這所學院派的自動駕駛初創企業仍然需要精心培育的時期。1.設立時間早,資金不足。首先,Drive.ai成立才不到三年,成立時間很短。在自動駕駛興起的背景下,這樣一家資質較輕的初創公司很難樹立行業知名度。與此同時,自動駕駛技術需要昂貴的研發、制造和硬件設備成本,而高融資門檻又給企業的融資能力帶來了另一個問題。從Drive.ai的賬目來看,該公司自成立以來已籌集了約7700萬美元(約5.24億人民幣)。與傳統車企強大的融資實力相比,Drive.ai想要擴大自動駕駛技術的商業實踐規模,需要尋求資本市場的資金支持。2.布局時間慢,布局范圍有限,覆蓋人數有限。由于公司的財務實力有限,其車隊的測試規模直接受到限制——初創公司在測試初期只有四輛車,隨著項目的推進,車隊的測試范圍僅限于德克薩斯州弗里斯科的一些地區,這也意味著Drive.ai的自動駕駛技術覆蓋的人數有限。值得一提的是,Waymo的自動駕駛出租車服務早在去年11月就在美國鳳凰城郊區推出;Udacity的獨角獸Voyage的自動駕駛汽車已經在佛羅里達州和加利福尼亞州運營;

Lyft和Aptiv正在拉斯維加斯使用自動駕駛汽車運送乘客,優步計劃很快重啟其在匹茲堡的自動駕駛項目。這些數據可以揭示一個重要信息:無論是在自動駕駛的布局時間,還是在無人車的商業范圍內,Drive.ai在行業中都是一個緩慢的參與者,這也對Drive.ai全球市場份額的發展產生了更直接的影響。Drive.ai處于弱勢。如果不能在時間、空間等幾個維度搶占先機,就只能通過活躍的同行業競爭對手積極開展業務合作,通過整合市場上的各種資源挖掘移動出行領域的潛在客戶,從而加快自動駕駛汽車的商業布局。3.數據收集有限,技術成熟度有待提高。同時,有限駕駛汽車測試將對自動駕駛技術的數據采集產生很大影響。眾所周知,無人駕駛汽車公司面臨的最困難的挑戰之一是教自動駕駛汽車如何在復雜的交通環境中完成人與車之間的良性互動。然而,這與不同駕駛場景下海量數據的收集和分析是分不開的。因此,Drive.ai的小規模數據采集無法提供可靠的自動駕駛技術算法。其次,自動駕駛技術還處于起步階段,技術水平還不夠成熟。蘭德公司的研究人員估計,自動駕駛汽車可能需要行駛110億英里才能出現可靠的統計數據。然而,該公司在飛盤街頭的模擬測試里程僅達到數百萬英里。從企業技術的成熟度來看,Drive.ai希望建立行業信譽,并在自動駕駛領域加速增長。總結:實現自動駕駛的道路還有很長的路要走。縱觀Drive.ai的發展,不難發現,該公司擁有大量斯坦福背景的自動駕駛技術和機器人制造人才,而這一人才優勢將成為Drive.ai在自動駕駛行業競爭的有力籌碼。此外,無人駕駛汽車公司需要教授自動駕駛汽車對人類行為做出反應。到目前為止,許多涉及自動駕駛汽車的事故被發現與人類違反交通規則有關。然而,Drive.ai上的外部顯示器可以實現車與人之間的有效互動,汽車兩側的LED屏幕可以很好地向行人傳達信息。Drive.ai還在技術層面對計算處理進行了大量思考。該公司將自動駕駛技術與人工智能聯系起來,旨在提高計算精度,縮短數據處理周期。同時,利用可視化工具,將自動駕駛過程以三維方式呈現給用戶。然而,對于這家只有三年歷史的初創公司來說,在缺乏卓越的資本和行業背景的情況下,Drive.ai只能堅持技術研發的發展路線,推出更多定制化服務,實現產品的差異化,從而在專家云集的創業道路上殺出一條新干線。值得一提的是,Waymo的自動駕駛出租車服務早在去年11月就在美國鳳凰城郊區推出;Udacity的獨角獸Voyage的自動駕駛汽車已經在佛羅里達州和加利福尼亞州運營;

Lyft和Aptiv正在拉斯維加斯使用自動駕駛汽車運送乘客,優步計劃很快重啟其在匹茲堡的自動駕駛項目。這些數據可以揭示一個重要信息:無論是在自動駕駛的布局時間,還是在無人車的商業范圍內,Drive.ai在行業中都是一個緩慢的參與者,這也對Drive.ai全球市場份額的發展產生了更直接的影響。Drive.ai處于弱勢。如果不能在時間、空間等幾個維度搶占先機,就只能通過活躍的同行業競爭對手積極開展業務合作,通過整合市場上的各種資源挖掘移動出行領域的潛在客戶,從而加快自動駕駛汽車的商業布局。3.數據收集有限,技術成熟度有待提高。同時,有限駕駛汽車測試將對自動駕駛技術的數據采集產生很大影響。眾所周知,無人駕駛汽車公司面臨的最困難的挑戰之一是教自動駕駛汽車如何在復雜的交通環境中完成人與車之間的良性互動。然而,這與不同駕駛場景下海量數據的收集和分析是分不開的。因此,Drive.ai的小規模數據采集無法提供可靠的自動駕駛技術算法。其次,自動駕駛技術還處于起步階段,技術水平還不夠成熟。蘭德公司的研究人員估計,自動駕駛汽車可能需要行駛110億英里才能出現可靠的統計數據。然而,該公司在飛盤街頭的模擬測試里程僅達到數百萬英里。從企業技術的成熟度來看,Drive.ai希望建立行業信譽,并在自動駕駛領域加速增長。總結:實現自動駕駛的道路還有很長的路要走。縱觀Drive.ai的發展,不難發現,該公司擁有大量斯坦福背景的自動駕駛技術和機器人制造人才,而這一人才優勢將成為Drive.ai在自動駕駛行業競爭的有力籌碼。此外,無人駕駛汽車公司需要教授自動駕駛汽車對人類行為做出反應。到目前為止,許多涉及自動駕駛汽車的事故被發現與人類違反交通規則有關。然而,Drive.ai上的外部顯示器可以實現車與人之間的有效互動,汽車兩側的LED屏幕可以很好地向行人傳達信息。Drive.ai還在技術層面對計算處理進行了大量思考。該公司將自動駕駛技術與人工智能聯系起來,旨在提高計算精度,縮短數據處理周期。同時,利用可視化工具,將自動駕駛過程以三維方式呈現給用戶。然而,對于這家只有三年歷史的初創公司來說,在缺乏卓越的資本和行業背景的情況下,Drive.ai只能堅持技術研發的發展路線,推出更多定制化服務,實現產品的差異化,從而在專家云集的創業道路上殺出一條新干線。

標簽:日產發現遠程奧迪合創

汽車資訊熱門資訊
馬斯克退市資金語焉不詳 特斯拉蒸發超50億美元

8月6日,特斯拉CEO埃隆馬斯克在推特上宣布,準備以每股420美元的價格私有化特斯拉,資金已落實,而這或將成為史上最大的此類交易之一。

1900/1/1 0:00:00
倫敦黑色電動出租車在蘇格蘭上市 擴大歐洲市場

今年年初,TX黑色電動出租車在挪威推出后,倫敦電動汽車公司LVEC宣布,在與聯合汽車公司UnionMotorCompany達成協議后,該公司也將開始在愛丁堡出售這款車。

1900/1/1 0:00:00
知情人爆料:馬斯克私有化資金壓根沒搞定

據美國《商業內幕》網站報道,當女說唱歌手阿茲莉亞班克斯(AzealiaBanks)在社交媒體Instagram上發帖稱她在特斯拉CEO馬斯克(ElonMusk)的家里過周末的時候,

1900/1/1 0:00:00
德國將創建自動駕駛基礎設施 擴大測試范圍

去年6月,德國成為世界上第一個將高度自動駕駛系統合法化的國家。

1900/1/1 0:00:00
長安汽車銷量持續下滑,僅逸動一款車正增長

近日,長安汽車公布了7月產銷快報,長安品牌汽車7月份銷量為896萬輛,同比下滑18,環比下滑352長安品牌乘用車7月份銷量為546萬輛,同比下降155,環比下滑288。

1900/1/1 0:00:00
福特擬調整“一個福特”戰略 全球平臺精簡至5個

福特計劃調整前CEO艾倫穆拉利AlanMulally提出的OneFord計劃。該計劃曾在金融危機時期幫助福特減少成本并使用全球通用的部件。

1900/1/1 0:00:00
幣安下載官方app安卓歐意交易所APP下載
一区二区三区视频