百度首次公開無人車加州城市道路測試視頻

在2016年10月18日舉行的世界人工智能大會上，百度無人駕駛首席架構師James Peng首次展示了百度無人駕駛在加州城市道路上的測試視頻，并現場介紹了從高速公路行駛到城市道路所需的技術背景。視頻中的黑色汽車是百度的無人駕駛測試車。據James Peng介紹，這輛車可以在沒有干預的情況下在開放道路上行駛，通過傳感器識別紅綠燈、行人和自行車，并成功避開它們。

百度首次發布無人車加州城市道路測試視頻。

James Peng在現場指出，城市駕駛是目前人們出行的主要方式。據統計，97%的車輛行駛在城市道路上，93%的總駕駛時間也在城市場景中。百度計劃在2016年將無人車開進這座繁華的城市。

與公路路況相比，城市路況更為復雜。無人車需要感知城市中的各種紅綠燈和標志，而城市中周圍的高層建筑會影響GPS定位，因此對無人車提出了更高的要求。當James Peng回答如何從高速公路開車到城市時，他提到了百度目前的幾項技術積累：

基于計算機視覺，百度的感知算法在行人識別方面達到95%的準確率，在紅綠燈識別方面達到99.9%的準確率。此前，在自動駕駛數據集KITTI測試中，百度算法在車輛識別項目中的識別率達到90.13%。同時，深度學習算法也應用于基于激光雷達的周邊環境感知。

除了本地傳感器外，該車還配備了高精度的地圖進行靜態感知，并將車道線、路牙、房屋和交通標志等對實時性要求不高的交通元素放入地圖中。在自動駕駛過程中，配合傳感器完成感應任務。

在定位方面，無人車采用了多維定位方法。以GPS為基準，高精度地圖與激光雷達和相機傳感器的實時傳感信息相匹配。據介紹，無人車定位的平均誤差為3厘米。

在控制方面，百度無人車已經能夠將誤差控制在小范圍內。目前，直線行駛的誤差小于10厘米，彎道的誤差小于20厘米，速度誤差小于1公里/小時。

在今年9月舉行的百度大會上，百度自動駕駛事業部總經理王勁宣布，百度無人車已獲得美國加州頒發的第15張無人駕駛執照，可以在加州的開放道路上測試無人車。加州當地的自動駕駛法律法規相對開放，路況與中國相比相對簡單，百度在硅谷成立了專注于無人駕駛的團隊。今年，該公司逐步計劃將自動駕駛測試帶到美國。

此視頻中顯示的測試信息不夠詳細。未來，我們期待百度無人車在加州機動車輛部（DMV）的自動駕駛測試報告中的詳細表現。在2016年10月18日舉行的世界人工智能大會上，百度無人駕駛首席架構師James Peng首次展示了百度無人駕駛在加州城市道路上的測試視頻，并現場介紹了從高速公路行駛到城市道路所需的技術背景。視頻中的黑色汽車是百度的無人駕駛測試車。據James Peng介紹，這輛車可以在沒有干預的情況下在開放道路上行駛，通過傳感器識別紅綠燈、行人和自行車，并成功避開它們。

百度首次發布無人車加州城市道路測試視頻。

James Peng在現場指出，城市駕駛是目前人們出行的主要方式。據統計，97%的車輛行駛在城市道路上，93%的總駕駛時間也在城市場景中。百度計劃在2016年將無人車開進這座繁華的城市。

與公路路況相比，城市路況更為復雜。無人車需要感知城市中的各種紅綠燈和標志，而城市中周圍的高層建筑會影響GPS定位，因此對無人車提出了更高的要求……

icles。當James Peng回答如何從高速公路開車到城市時，他提到了百度目前的幾項技術積累：

基于計算機視覺，百度的感知算法在行人識別方面達到95%的準確率，在紅綠燈識別方面達到99.9%的準確率。此前，在自動駕駛數據集KITTI測試中，百度算法在車輛識別項目中的識別率達到90.13%。同時，深度學習算法也應用于基于激光雷達的周邊環境感知。

除了本地傳感器外，該車還配備了高精度的地圖進行靜態感知，并將車道線、路牙、房屋和交通標志等對實時性要求不高的交通元素放入地圖中。在自動駕駛過程中，配合傳感器完成感應任務。

在定位方面，無人車采用了多維定位方法。以GPS為基準，高精度地圖與激光雷達和相機傳感器的實時傳感信息相匹配。據介紹，無人車定位的平均誤差為3厘米。

在控制方面，百度無人車已經能夠將誤差控制在小范圍內。目前，直線行駛的誤差小于10厘米，彎道的誤差小于20厘米，速度誤差小于1公里/小時。

在今年9月舉行的百度大會上，百度自動駕駛事業部總經理王勁宣布，百度無人車已獲得美國加州頒發的第15張無人駕駛執照，可以在加州的開放道路上測試無人車。加州當地的自動駕駛法律法規相對開放，路況與中國相比相對簡單，百度在硅谷成立了專注于無人駕駛的團隊。今年，該公司逐步計劃將自動駕駛測試帶到美國。

此視頻中顯示的測試信息不夠詳細。未來，我們期待百度無人車在加州機動車輛部（DMV）的自動駕駛測試報告中的詳細表現。

標簽：

汽車資訊熱門資訊