chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

從“能跑”到“能替代人”,自動(dòng)駕駛普及的真實(shí)攔路虎是什么?

智駕最前沿 ? 來(lái)源:智駕最前沿 ? 作者:智駕最前沿 ? 2025-10-17 09:27 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

[首發(fā)于智駕最前沿微信公眾號(hào)]現(xiàn)在市場(chǎng)上L2(帶部分自動(dòng)化的駕駛輔助)級(jí)的車輛已經(jīng)很普遍,L4級(jí)的Robotaxi也在一些城市或限定場(chǎng)景較小的范圍內(nèi)試運(yùn)營(yíng),但從“輔助駕駛能做”到“完全替代人駕駛并大規(guī)模商業(yè)化”中間,好似有道橫亙的鴻溝,即便已經(jīng)多年過(guò)去,自動(dòng)駕駛仍舊沒(méi)有質(zhì)的提升。

到底是什么在擋路?技術(shù)不夠、成本太高、法規(guī)沒(méi)跟上、還是公眾不信任?這個(gè)答案不是單一要素能概括的,但如果把所有因素往根源上追一追,會(huì)發(fā)現(xiàn)一個(gè)核心矛盾,我們還不能以可驗(yàn)證、可量化、可證明的方式確定自動(dòng)駕駛汽車已足夠安全。

wKgZO2jxm3SASCPVAAAQo00DEvw722.jpg

感知與長(zhǎng)尾,技術(shù)上的“最后一公里”難點(diǎn)

感知系統(tǒng)作為自動(dòng)駕駛的核心,一直是很多自動(dòng)駕駛設(shè)計(jì)時(shí)被重點(diǎn)關(guān)注的一部分,攝像頭擅長(zhǎng)識(shí)別細(xì)節(jié)與顏色,毫米波雷達(dá)在穿透能見度差時(shí)表現(xiàn)穩(wěn)健,激光雷達(dá)(LiDAR)提供稠密的點(diǎn)云深度信息。把這些傳感器的數(shù)據(jù)融合起來(lái)去做物體檢測(cè)、追蹤、場(chǎng)景理解,理論上可以彌補(bǔ)單一傳感器的短板,但現(xiàn)實(shí)里問(wèn)題并不只是把三種信息“加起來(lái)”那么簡(jiǎn)單。

雨、雪、霧、不規(guī)則反光、強(qiáng)逆光、路面積水下的反射等惡劣天氣和復(fù)雜光照條件,都會(huì)讓傳感器輸出發(fā)生系統(tǒng)性偏差。算法在訓(xùn)練數(shù)據(jù)里見到這種情況的比例通常極小,模型在遇到從未見過(guò)的組合時(shí)會(huì)產(chǎn)生高不確定性。還有就是長(zhǎng)尾場(chǎng)景問(wèn)題,交通世界含有無(wú)數(shù)稀有但又可能致命的情形,例如行人突發(fā)行為、非標(biāo)交通設(shè)施、臨時(shí)施工現(xiàn)場(chǎng)、異類動(dòng)物橫穿、被遮擋的交通標(biāo)志等。要把系統(tǒng)訓(xùn)練到能覆蓋這些長(zhǎng)尾,需要數(shù)量級(jí)巨大的數(shù)據(jù)、多樣化的采集場(chǎng)景和極其精細(xì)的標(biāo)注,單靠路測(cè)或有限的仿真都難以窮盡。

此外,現(xiàn)有許多感知和決策模塊基于深度學(xué)習(xí),它們往往缺乏可靠的置信度度量和可解釋的失敗模式。這意味著當(dāng)系統(tǒng)在實(shí)際道路上犯錯(cuò)時(shí),我們很難定位是感知失靈、預(yù)測(cè)失誤、規(guī)劃問(wèn)題還是執(zhí)行異常,從而也難以形成有效的補(bǔ)救與認(rèn)證手段。很多技術(shù)方案提出通過(guò)冗余傳感、規(guī)則校驗(yàn)、邊緣安全控制等辦法緩解,但自動(dòng)駕駛系統(tǒng)的成本和復(fù)雜度隨之上漲,更不能從根本上消除長(zhǎng)尾風(fēng)險(xiǎn)。

wKgZO2jxm3aAHSDwAAAR42n7O-I825.jpg

證明“夠安全”的制度難題

假設(shè)技術(shù)團(tuán)隊(duì)做的自動(dòng)駕駛技術(shù)非常完美,把感知、預(yù)測(cè)、規(guī)劃都做到行業(yè)領(lǐng)先,是否就意味著可以大面積上路了?其實(shí)不然,對(duì)于消費(fèi)者來(lái)說(shuō),要的是一套可以判定“這個(gè)系統(tǒng)在目標(biāo)ODD(OperationalDesignDomain)內(nèi),長(zhǎng)期運(yùn)行比人類駕駛更安全”的證據(jù)鏈。要構(gòu)建這樣的證據(jù)鏈,需要系統(tǒng)化的驗(yàn)證與驗(yàn)證(V&V)框架、海量的實(shí)車數(shù)據(jù)、嚴(yán)格的場(chǎng)景覆蓋標(biāo)準(zhǔn)、以及統(tǒng)計(jì)學(xué)上令人信服的置信區(qū)間。

這就是為什么“安全證明”成為阻礙自動(dòng)駕駛商業(yè)化的核心要素之一,現(xiàn)有的安全標(biāo)準(zhǔn)(比如功能安全I(xiàn)SO26262、SOTIF的討論等)能約束電子/軟件失效和已知危險(xiǎn),但對(duì)“AI在開放世界里的不確定性”并沒(méi)有成熟的、被普遍接受的測(cè)試協(xié)議。正因如此,司法與監(jiān)管自然不能輕易放行,因?yàn)橐坏┌l(fā)生事故,責(zé)任歸屬、召回與修復(fù)機(jī)制、保險(xiǎn)賠付的邊界都要清楚。很多公司選擇在明確ODD內(nèi)先小步試水(如限定路段、限定天氣、設(shè)有遠(yuǎn)程接管或安全員),但這種做法也限制了規(guī)?;虡I(yè)模式的展開,因?yàn)槟芊?wù)的場(chǎng)景太窄,邊際收益不足以覆蓋高昂的研發(fā)與運(yùn)營(yíng)成本。

場(chǎng)景化仿真、基于因果推斷的驗(yàn)證方法、合成數(shù)據(jù)增強(qiáng)稀有場(chǎng)景、形式化驗(yàn)證關(guān)鍵子模塊、冗余系統(tǒng)與持續(xù)在線健康度監(jiān)測(cè)等可以從技術(shù)上解決可解釋性差的問(wèn)題。但這些方法要么成本高、要么在某些邊界上仍缺乏社會(huì)接受的權(quán)威性證據(jù)。也就是說(shuō),技術(shù)上的不完備直接引發(fā)了制度上的不放行,形成反饋環(huán),阻礙普及。

wKgZO2jxm3aAUomKAAASG3BOmsQ562.jpg

成本與商業(yè)模式,誰(shuí)為安全買單?

感知硬件(特別是高精度LiDAR)、高性能算力、冗余執(zhí)行機(jī)構(gòu)、持續(xù)的高精地圖和云端更新,以及大規(guī)模數(shù)據(jù)標(biāo)注與訓(xùn)練,這些都是非常巨大的成本投入。早期的Robotaxi公司主要靠風(fēng)投與補(bǔ)貼支撐“先投入、后找規(guī)?!钡牟呗裕L(zhǎng)期來(lái)看,想要商業(yè)化自負(fù)盈虧,就必須控制成本。

為了能夠讓自動(dòng)駕駛商業(yè)化應(yīng)用,有兩條路可以走。一是降本,把硬件成本、算力功耗和地圖維護(hù)成本壓下去,讓系統(tǒng)變得經(jīng)濟(jì)可復(fù)制;二是限定ODD,把業(yè)務(wù)先集中在能夠形成規(guī)模效益的場(chǎng)景(如固定路線的園區(qū)物流、封閉或低速的城中接駁、工業(yè)園區(qū)無(wú)人配送),用規(guī)模和頻次攤薄單次成本。兩種路線都必須配套相應(yīng)的法規(guī)與保險(xiǎn)機(jī)制,否則即使成本能夠下降,也難以大規(guī)模推廣。

除了硬件成本外,運(yùn)維成本、地圖與軟件的持續(xù)更新、法律合規(guī)成本、以及面對(duì)事故后的賠付和信譽(yù)恢復(fù),都可能占到總成本相當(dāng)大的比例。若想把自動(dòng)駕駛推向大眾市場(chǎng),必須找到可持續(xù)的商業(yè)模式,比如按里程計(jì)費(fèi)的出行服務(wù)、以數(shù)據(jù)驅(qū)動(dòng)的差異化定價(jià)、或與城市交通基礎(chǔ)設(shè)施合作分擔(dān)成本。但這些商業(yè)模式的落地又取決于法律能否明確責(zé)任和降低營(yíng)運(yùn)風(fēng)險(xiǎn)。

wKgZPGjxm3eAJs2EAAASAJELks8755.jpg

法規(guī)、責(zé)任與公眾接受度,互相影響的三角關(guān)系

對(duì)于自動(dòng)駕駛技術(shù)來(lái)說(shuō),公眾接受度是個(gè)敏感指標(biāo),一次致命事故就足以讓輿論和監(jiān)管收緊。公眾是否愿意把生命交給算法,取決于他們是否理解風(fēng)險(xiǎn)、是否信任監(jiān)管能在事后追責(zé)、以及是否看到系統(tǒng)在長(zhǎng)期統(tǒng)計(jì)上真的更安全。監(jiān)管在這中間既要保護(hù)公眾安全,又不能扼殺技術(shù)創(chuàng)新。

責(zé)任劃分也是自動(dòng)駕駛難以推廣的核心問(wèn)題之一。當(dāng)汽車以更高比例自動(dòng)化運(yùn)行時(shí),事故發(fā)生后是歸咎于車輛制造商、軟件開發(fā)者、地圖提供商、還是運(yùn)營(yíng)商?保險(xiǎn)業(yè)也在觀望如何定價(jià)自動(dòng)駕駛風(fēng)險(xiǎn)。缺乏清晰的法律框架會(huì)抑制投資者和運(yùn)營(yíng)方的積極性,延緩規(guī)模化部署。

wKgZPGjxm3iAG8ldAAARwcz1hbg411.jpg

最后的話

讀到這里你可能會(huì)問(wèn),那到底哪個(gè)是最大攔路虎?我的結(jié)論是,不能把阻礙歸結(jié)為單一因素。自動(dòng)駕駛難以推廣的關(guān)鍵在于“可證明的長(zhǎng)期安全性”缺失,這個(gè)缺失又把技術(shù)成熟度、成本壓力、法規(guī)滯后和公眾信任四者緊密綁在一起。技術(shù)無(wú)法在所有長(zhǎng)尾場(chǎng)景里做到可預(yù)測(cè)的表現(xiàn),于是監(jiān)管不能放心放行;監(jiān)管不放行導(dǎo)致規(guī)?;芟蓿?guī)?;芟抟馕吨鵁o(wú)法攤薄成本和積累足夠的數(shù)據(jù)來(lái)進(jìn)一步提升技術(shù);沒(méi)有規(guī)模和明確法規(guī),公眾缺乏長(zhǎng)期安全記錄,接受度也難以提高。它是個(gè)閉環(huán),任何單點(diǎn)突破都難以立刻打破這個(gè)系統(tǒng)性瓶頸。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14661

    瀏覽量

    176225
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    一文讀懂特斯拉自動(dòng)駕駛FSD輔助端的演進(jìn)

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛行業(yè)發(fā)展至今,特斯拉一直被很多企業(yè)對(duì)標(biāo),其FSD系統(tǒng)的每一次更新,都會(huì)獲得非常多人的關(guān)注。早期自動(dòng)駕駛是一個(gè)分層的、由多模塊組成的系統(tǒng),感知、定位、預(yù)測(cè)、規(guī)劃
    的頭像 發(fā)表于 10-11 09:13 ?367次閱讀
    一文讀懂特斯拉<b class='flag-5'>自動(dòng)駕駛</b>FSD<b class='flag-5'>從</b>輔助<b class='flag-5'>到</b>端<b class='flag-5'>到</b>端的演進(jìn)

    自動(dòng)駕駛相較傳統(tǒng)自動(dòng)駕駛到底有何提升?

    各自專業(yè)模塊獨(dú)立承擔(dān),再通過(guò)預(yù)定的接口協(xié)議將信息有序傳遞。與之相對(duì)照,“端端”(end-to-end)自動(dòng)駕駛以統(tǒng)一的大規(guī)模神經(jīng)網(wǎng)絡(luò)為核心,將從攝像頭、雷達(dá)、激光雷達(dá)等傳感器采集的原始數(shù)據(jù)直接映射為
    的頭像 發(fā)表于 09-02 09:09 ?488次閱讀
    端<b class='flag-5'>到</b>端<b class='flag-5'>自動(dòng)駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動(dòng)駕駛</b>到底有何提升?

    為什么自動(dòng)駕駛端大模型有黑盒特性?

    [首發(fā)于智駕最前沿微信公眾號(hào)]隨著自動(dòng)駕駛技術(shù)落地,端端(End-to-End)大模型也成為行業(yè)研究與應(yīng)用的熱門方向。相較于傳統(tǒng)自動(dòng)駕駛系統(tǒng)中的模塊化結(jié)構(gòu),端端模型嘗試直接
    的頭像 發(fā)表于 07-04 16:50 ?574次閱讀
    為什么<b class='flag-5'>自動(dòng)駕駛</b>端<b class='flag-5'>到</b>端大模型有黑盒特性?

    自動(dòng)駕駛是為了“增強(qiáng)人”,還是為了“替代人”?

    [首發(fā)于智駕最前沿微信公眾號(hào)]隨著自動(dòng)駕駛技術(shù)的日益成熟,人們對(duì)它的定位也在不斷演進(jìn),究竟是要打造一個(gè)能為駕駛者提供更佳體驗(yàn)的“智能副駕”,還是完全替代人駕駛員,讓汽車在任何道路環(huán)境
    的頭像 發(fā)表于 06-25 11:07 ?478次閱讀

    自動(dòng)駕駛技術(shù)落地前為什么要先測(cè)試?

    大量的傳感器、復(fù)雜的算法和強(qiáng)大的計(jì)算平臺(tái)來(lái)取代人駕駛員的感知、判斷和操作。在技術(shù)落地之前,“測(cè)試”便成了自動(dòng)駕駛從實(shí)驗(yàn)室走向真實(shí)道路的“安全閥”和“試金石”。如果沒(méi)有充分的測(cè)試,無(wú)論
    的頭像 發(fā)表于 06-09 09:42 ?474次閱讀

    新能源車軟件單元測(cè)試深度解析:自動(dòng)駕駛系統(tǒng)視角

    、道路塌陷)的測(cè)試用例庫(kù),通過(guò)虛擬仿真和真實(shí)路測(cè)數(shù)據(jù)回灌驗(yàn)證算法的魯棒性。 ?第二部分:自動(dòng)駕駛軟件單元測(cè)試技術(shù)體系****? ?測(cè)試對(duì)象分類與測(cè)試策略? ? 數(shù)據(jù)驅(qū)動(dòng)型模塊(如傳感器融合
    發(fā)表于 05-12 15:59

    自動(dòng)駕駛經(jīng)歷了哪些技術(shù)拐點(diǎn)?

    ,如今以AI為核心驅(qū)動(dòng)的自動(dòng)駕駛系統(tǒng),各大車企都在不斷加碼研發(fā)投入,試圖在未來(lái)市場(chǎng)中占據(jù)制高點(diǎn)。那自動(dòng)駕駛發(fā)展至今,經(jīng)歷了哪些技術(shù)拐點(diǎn)呢? 自動(dòng)駕駛系統(tǒng)的發(fā)展歷程
    的頭像 發(fā)表于 04-27 15:54 ?608次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>經(jīng)歷了哪些技術(shù)拐點(diǎn)?

    L0L5自動(dòng)駕駛技術(shù)的演進(jìn)階段

    高盛(Goldman Sachs)估計(jì),2030年,L3級(jí)自動(dòng)駕駛汽車或占全球新車銷量的10%。自動(dòng)駕駛汽車需要經(jīng)過(guò)多達(dá)6個(gè)層級(jí)的技術(shù)演進(jìn),才能最終實(shí)現(xiàn)上路自主駕駛。
    的頭像 發(fā)表于 04-24 10:42 ?1148次閱讀

    NVIDIA Halos自動(dòng)駕駛汽車安全系統(tǒng)發(fā)布

    NVIDIA 整合了云端車端的安全自動(dòng)駕駛開發(fā)技術(shù)套件,涵蓋車輛架構(gòu) AI 模型,包括芯片、軟件、工具和服務(wù)。 物理 AI 正在為自動(dòng)駕駛
    的頭像 發(fā)表于 03-25 14:51 ?952次閱讀

    自動(dòng)駕駛地圖數(shù)據(jù)規(guī)范》聊高精地圖在自動(dòng)駕駛中的重要性

    自動(dòng)駕駛地圖作為L(zhǎng)3級(jí)及以上自動(dòng)駕駛技術(shù)的核心基礎(chǔ)設(shè)施,其重要性隨著智能駕駛技術(shù)的發(fā)展愈發(fā)顯著?!?b class='flag-5'>自動(dòng)駕駛地圖數(shù)據(jù)規(guī)范》(DB11/T 2041-2022)由北京市規(guī)劃和自然資源委員會(huì)
    的頭像 發(fā)表于 01-05 19:24 ?2845次閱讀
    <b class='flag-5'>從</b>《<b class='flag-5'>自動(dòng)駕駛</b>地圖數(shù)據(jù)規(guī)范》聊高精地圖在<b class='flag-5'>自動(dòng)駕駛</b>中的重要性

    如何實(shí)現(xiàn)自動(dòng)駕駛規(guī)控算法的仿真驗(yàn)證

    隨著自動(dòng)駕駛技術(shù)的不斷進(jìn)步,市場(chǎng)需求的持續(xù)增長(zhǎng),自動(dòng)駕駛產(chǎn)業(yè)迎來(lái)廣闊的發(fā)展前景。L3及以上級(jí)別的自動(dòng)駕駛技術(shù)有望逐步落地普及,為人們帶來(lái)更加安全、便捷、高效的出行體驗(yàn)。
    的頭像 發(fā)表于 12-30 09:39 ?1563次閱讀
    如何實(shí)現(xiàn)<b class='flag-5'>自動(dòng)駕駛</b>規(guī)控算法的仿真驗(yàn)證

    自動(dòng)駕駛宣傳鋪天蓋地,真實(shí)體驗(yàn)卻寡淡如水?

    自動(dòng)駕駛作為汽車行業(yè)的“第四次革命”,幾乎成了各大車企、科技公司和資本追逐的風(fēng)口。令人眼花繚亂的宣傳標(biāo)語(yǔ),高度刷屏的自動(dòng)駕駛廣告,這場(chǎng)以未來(lái)為藍(lán)圖的技術(shù)競(jìng)賽吸引了無(wú)數(shù)目光。但當(dāng)消費(fèi)
    的頭像 發(fā)表于 12-29 13:45 ?1386次閱讀