谷歌Waymo開始教自動駕駛汽車識別并禮讓警車了

來源：36Kr綜合報告

谷歌Waymo和優步的無人駕駛訴訟以高管安東尼·萊萬多夫斯基被解雇而告終，優步自動駕駛團隊分崩離析。如今，大獲全勝的Waymo團隊終于將注意力重新集中在技術研發上。這一次，Waymo與監管部門合作，對其自動駕駛汽車進行了識別和應對策略測試。

Waymo團隊在其官方Medium博客上表示，上個月，Waymo與亞利桑那州錢德勒市的消防和警察部門合作，啟動了該行業的第一個緊急車輛測試日。36Kr了解到，有了新的傳感器套件，在第一個緊急車輛測試日，Waymo自動駕駛汽車成功地感應到了火災、費靜、救護車、警用摩托車甚至“臥底警車”等不同車型，使這些車型能夠率先通過，并引導自動駕駛汽車做出決策。

當這些應急車輛在Waymo自動駕駛汽車周圍行駛時，后者的傳感器套件會收集它們的相對速度、距離和角度，從而建立自動駕駛汽車的“視覺”和“聽覺”數據庫，幫助自動駕駛汽車更安全地向道路上的應急車輛提供反饋。新的傳感器套件在感知方面得到了進一步提升：“（得益于新的傳感器套裝）Waymo自動駕駛汽車的感知范圍達到了之前傳感器套件的兩倍”。

人類駕駛員通常可以感知警報聲的方向，并用它來控制汽車，從而做出更安全、更明智的決定。這樣一個顯而易見的決策過程對機器來說并不那么容易。目前，Waymo技術團隊正在“教”自動駕駛汽車識別警報來自哪個方向。例如，當自動駕駛汽車感覺到后方傳來警報時，汽車會自動靠邊停車，讓位于警車；當汽車前部響起警報聲時，汽車將通過十字路口。

為了提高傳感精度和廣度，Waymo技術團隊再次定制了傳感器套件，并重新設計了音頻檢測系統，這是為了提高自動駕駛汽車的“聽覺”；在視覺方面，通過定制視覺系統、毫米波雷達和激光雷達的組合，Waymo自動駕駛汽車可以更清晰地“看到”應急車輛和警示燈。這些先進的傳感器套件使Waymo自動駕駛汽車能夠實時可靠地檢測緊急車輛；

通過這些傳感器收集的數據庫，可以訓練軟件進行迭代優化。最終的效果是，即使是從未遇到過急救車（或由于角度或照明環境不同而難以識別）的自動駕駛汽車，仍然可以輕松識別急救車。

這實際上是Waymo的經典套路。與開發安卓操作系統的想法不同，Waymo在自動駕駛技術的研發中走的是軟硬件高度集成的路線。在今年早些時候的底特律車展上，Waymo首席執行官John Krafcik宣布，公司已經完成了整個自動駕駛硬件套件的獨立研發。一個突破是將激光雷達的成本降低了90%以上。此外，據官博介紹，為了提高安全冗余度，Waymo自動駕駛汽車配備了三種不同類型的激光雷達：短程、中程和遠程。此外，Waymo是業內唯一一家自主研發和應用128線激光雷達的技術制造商。

雖然Waymo的自動駕駛路測里程只有300萬英里，但你還記得不久前百度AI開發者大會上的場景嗎？百度總裁兼首席運營官、智能汽車事業群總經理陸奇宣布了一款名為“阿波羅模擬引擎”的軟件工具。

百度聲稱Apollo模擬引擎是“加速Apollo生態創新的核心，積累海量場景數據，用數據模擬物理世界。開發者和生態合作伙伴可以在模擬引擎中實現數百萬公里的日常測試，大大提高自動駕駛技術的發展進度和智能化。”

每個人都是一家擁有龐大計算機數據中心的搜索公司。百度想到了，但谷歌不會想到。去年年底，谷歌公開表示，除了美國各地實際的200萬英里（迄今為止高達300多萬英里）路測里程外，谷歌在計算機數據中心已經運行了10億英里的路測里程。在加州DMV的自動駕駛道路測試中，人工干預的頻率領先于許多強大的自動駕駛技術制造商，這不是開玩笑的。

此外，今年3月，Waymo開始測試自動駕駛汽車在雪地極端環境下的性能。

雪地環境被認為是自動駕駛汽車最具挑戰性的路況之一。雪地里的自動駕駛汽車的環境感知能力甚至比晚上還要差。例如，激光雷達通過發射和接收激光束來感知車輛周圍的環境，也就是說，激光雷達的性能在夜間不會顯著降低。然而，雪有兩個特點：溫度低，周圍環境差異小。這意味著，不僅激光雷達、相機和超聲波傳感器的性能會下降，而且所獲得的有效數據也會嚴重減少。當地面上有雪時，攝像機和激光雷達很難看到道路上的車道標線。汽車需要依靠這些標記來防止車道漂移并實現安全導航。雪也使探測意外障礙物變得更加困難。

在此之前，Waymo團隊已經陸續完成了覆蓋華盛頓和亞利桑那州幾乎所有極端天氣環境的測試，如夜間、大雨、濃霧、沙塵和沙塵暴。

也可以說，谷歌開發自動駕駛技術的思路與蘋果非常相似。首先，它與軟件和硬件高度集成。其次，在芯片和軟件系統的不斷升級和完善方面，它有引領行業的趨勢。有意思的是，在百度人工智能開發者大會上，陸奇毫不猶豫地將Apollo平臺稱為“汽車行業的安卓”。在自動駕駛領域兩大生態系統的優缺點之爭中，你更看好谷歌的“iOS”還是百度的“Android”？來源：36Kr綜合報告

谷歌Waymo和優步的無人駕駛訴訟以高管安東尼·萊萬多夫斯基被解雇而告終，優步自動駕駛團隊分崩離析。如今，大獲全勝的Waymo團隊終于將注意力重新集中在技術研發上。這一次，Waymo與監管部門合作，對其自動駕駛汽車進行了識別和應對策略測試。

Waymo團隊在其官方Medium博客上表示，上個月，Waymo與火災合作……

亞利桑那州錢德勒市將啟動該行業的第一個緊急車輛測試日。36Kr了解到，有了新的傳感器套件，在第一個緊急車輛測試日，Waymo自動駕駛汽車成功地感應到了火災、費靜、救護車、警用摩托車甚至“臥底警車”等不同車型，使這些車型能夠率先通過，并引導自動駕駛汽車做出決策。

當這些應急車輛在Waymo自動駕駛汽車周圍行駛時，后者的傳感器套件會收集它們的相對速度、距離和角度，從而建立自動駕駛汽車的“視覺”和“聽覺”數據庫，幫助自動駕駛汽車更安全地向道路上的應急車輛提供反饋。新的傳感器套件在感知方面得到了進一步提升：“（得益于新的傳感器套裝）Waymo自動駕駛汽車的感知范圍達到了之前傳感器套件的兩倍”。

人類駕駛員通常可以感知警報聲的方向，并用它來控制汽車，從而做出更安全、更明智的決定。這樣一個顯而易見的決策過程對機器來說并不那么容易。目前，Waymo技術團隊正在“教”自動駕駛汽車識別警報來自哪個方向。例如，當自動駕駛汽車感覺到后方傳來警報時，汽車會自動靠邊停車，讓位于警車；當汽車前部響起警報聲時，汽車將通過十字路口。

為了提高傳感精度和廣度，Waymo技術團隊再次定制了傳感器套件，并重新設計了音頻檢測系統，這是為了提高自動駕駛汽車的“聽覺”；在視覺方面，通過定制視覺系統、毫米波雷達和激光雷達的組合，Waymo自動駕駛汽車可以更清晰地“看到”應急車輛和警示燈。這些先進的傳感器套件使Waymo自動駕駛汽車能夠實時可靠地檢測緊急車輛；

通過這些傳感器收集的數據庫，可以訓練軟件進行迭代優化。最終的效果是，即使是從未遇到過急救車（或由于角度或照明環境不同而難以識別）的自動駕駛汽車，仍然可以輕松識別急救車。

這實際上是Waymo的經典套路。與開發安卓操作系統的想法不同，Waymo在自動駕駛技術的研發中走的是軟硬件高度集成的路線。在今年早些時候的底特律車展上，Waymo首席執行官John Krafcik宣布，公司已經完成了整個自動駕駛硬件套件的獨立研發。一個突破是將激光雷達的成本降低了90%以上。此外，據官博介紹，為了提高安全冗余度，Waymo自動駕駛汽車配備了三種不同類型的激光雷達：短程、中程和遠程。此外，Waymo是業內唯一一家自主研發和應用128線激光雷達的技術制造商。

雖然Waymo的自動駕駛路測里程只有300萬英里，但你還記得不久前百度AI開發者大會上的場景嗎？百度總裁兼首席運營官、智能汽車事業群總經理陸奇宣布了一款名為“阿波羅模擬引擎”的軟件工具。

百度聲稱Apollo模擬引擎是“加速Apollo生態創新的核心，積累海量場景數據，用數據模擬物理世界。開發者和生態合作伙伴可以在模擬引擎中實現數百萬公里的日常測試，大大提高自動駕駛技術的發展進度和智能化。”

每個人都是一家擁有龐大計算機數據中心的搜索公司。百度想到了，但谷歌不會想到。去年年底，谷歌公開表示，除了美國各地實際的200萬英里（迄今為止高達300多萬英里）路測里程外，谷歌在計算機數據中心已經運行了10億英里的路測里程。在加州DMV的自動駕駛道路測試中，人工干預的頻率領先于許多強大的自動駕駛技術制造商，這不是開玩笑的。

此外，今年3月，Waymo開始測試自動駕駛汽車在雪地極端環境下的性能。

雪地環境被認為是自動駕駛汽車最具挑戰性的路況之一。雪地里的自動駕駛汽車的環境感知能力甚至比晚上還要差。例如，激光雷達通過發射和接收激光束來感知車輛周圍的環境，也就是說，激光雷達的性能在夜間不會顯著降低。然而，雪有兩個特點：溫度低，周圍環境差異小。這意味著，不僅激光雷達、相機和超聲波傳感器的性能會下降，而且所獲得的有效數據也會嚴重減少。當地面上有雪時，攝像機和激光雷達很難看到道路上的車道標線。汽車需要依靠這些標記來防止車道漂移并實現安全導航。雪也使探測意外障礙物變得更加困難。

在此之前，Waymo團隊已經陸續完成了覆蓋華盛頓和亞利桑那州幾乎所有極端天氣環境的測試，如夜間、大雨、濃霧、沙塵和沙塵暴。

也可以說，谷歌開發自動駕駛技術的思路與蘋果非常相似。首先，它與軟件和硬件高度集成。其次，在芯片和軟件系統的不斷升級和完善方面，它有引領行業的趨勢。有意思的是，在百度人工智能開發者大會上，陸奇毫不猶豫地將Apollo平臺稱為“汽車行業的安卓”。在自動駕駛領域兩大生態系統的優缺點之爭中，你更看好谷歌的“iOS”還是百度的“Android”？

標簽：

汽車資訊熱門資訊