生态学时空分享 http://blog.sciencenet.cn/u/lionbin 自我营造一个可持续发展的学术生态系统

博文

脑洞大开,畅想一下无人驾驶将如何改变我们的生活 精选

已有 15931 次阅读 2016-6-8 08:56 |个人分类:科普荟萃|系统分类:科普集锦| 未来, 畅想, 无人驾驶汽车

该文完成于今年3月15日,是受《金融博览》编辑之约而写。编辑希望我能在“无人驾驶汽车的真正智能体现在连接之中这篇博文的基础上“补充些对未来的畅想,帮助读者遐想一下无人驾驶的惬意生活”。昨天,看到一则新闻,“上海首现中国版无人驾驶之城,无人驾驶汽车上路将成可能”,突然想到之前撰写的这篇文章还没有分享给大家。现在您读到的内容与《金融博览》刊出的文字不完全相同,那个是为了排版需要改编后的内容,该文则保留了我原汁原味的码字习惯。


畅想无人驾驶的惬意生活

20世纪,中国还是一个“自行车王国”,人人都梦想着什么时候能过上电影中美国人拥有私家车的生活。进入21世纪,中国汽车工业在连续数年近乎井喷的跃进后,真正迎来了汽车时代,与汽车相关的行业也随之迅猛发展起来。汽车扩大了人们的生活半径,也改变了社会产业结构、生产和生活方式。所以有人说,近一百年来,汽车所创造的社会财富及其衍生文化比上一个千年的总和还要多。

时代的发展如此迅速,在中国人还在津津乐道地谈论如何培育和发展中国汽车文化之时,一些有远见的公司已经在开始酝酿新一代的交通工具了,让我们生活在这个时代的人有些应接不暇。

虽然驾驶汽车是一种非常有趣的人机协作体验,但要由人来摆布一个高速运动的钢铁物件实在不是一件轻松的活儿。从驾校开始,教练就不断叮嘱初学者要眼观六路,耳听四方,远看200米,近看20米,时刻关注着运动场景的各种变化。由于人类的固有弱点,比如容易疲劳,分心,或碰到紧急情况时因激动而导致应对失误,道路交通事故约有90%是由驾驶员的错误操作所引起的。虽然汽车工艺上的改进,已经让驾驶汽车变得越来越轻松了,但这都是在局部辅助驾驶员提高驾驶精度,并没有从根本上摆脱人的把控,一不留神还是可能会酿成大祸。

其实,从汽车诞生之日,人们就期盼汽车自动化程度能更高一些。人们驾驶汽车的初衷只是为了能快速到达目的地,并非想控制一堆钢铁。随着电脑技术的发展,特别是近几年来人工智能的异军突起,将这种驾驶的苦差事交给它们来办应该是指日可待了!人有人擅长的事儿,机器有机器擅长的事儿,就自动驾驶来说,机器是比人更擅长的。

如果将这种控制权交给电脑,不需要人掌握方向盘、或者压根就没有方向盘的无人驾驶,的确是很惬意的一件事儿。汽车运行过程中,乘坐人可以围坐在一起,喝茶、喝酒、聊天、上网,打瞌睡也行。

有了这样的想法,几乎所有的汽车制造商和电子产品公司都想在这个领域有所作为,面对2010年10月跨界进入汽车领域的谷歌公司,他们感觉充满了挑战。目前,谷歌的无人驾驶测试车已行驶了20多万公里。由于公众对此充满了期盼,许多汽车制造商和各国政府都在这个领域注入了大量资金,希望能加速这个进程。连美国运输部的官员Richard Bishop都感叹“我从来没有见过从概念到产品发展如此迅速的”。

今年2月谷歌无人驾驶汽车与校车碰撞的事故,也并没有影响人们对这个新生事物的期待,因为人们都理解,新兴技术存在一些不完美是正常的。谷歌公司很快找到了无人驾驶汽车软件的问题并进行了修改,以避免今后发生类似事件。尽管许多技术挑战依然存在,但开发商都信心满满地说他们可以清晰地看到光明的前途,大部分问题或全部问题都有了解决途径。好在这个事故中无人受伤,现在面临的一个重要挑战是如何处理发生碰撞事故后的法律责任问题,是乘客负责还是开发软件的公司。相信依靠人类的智慧和社会管理能力,相关的法律问题的解决只是一个时间问题。

虽然目前声称开发无人驾驶汽车的公司很多,但引领整个技术前景的还是非谷歌无人驾驶汽车莫属。如今的谷歌无人驾驶汽车,工作中需要配备全球定位系统(GPS)接收器和电子地图,即导航系统。同时还需安装一些雷达侦测障碍物、对周边环境进行激光三维扫描的测距设备,还有能识别红绿灯、施工信号、行人和其他车辆等对象的摄像机等。处理能力相当于几个桌面电脑,能集成所有的信息,决定汽车在不同条件下采取何种行为。为了减少驾驶算法的负载,谷歌汽车还装备极其详细的地图,有助于汽车进行非常精确的控制。

对于汽车驾驶中的一些常规问题来说,似乎非常容易解决。但运动场景是复杂的,在实际驾驶过程中,还可能碰到诸多不太常见或不大可能的事件,组成了一些麻烦的“长尾”问题。谷歌汽车在测试过程中,记录下了许多古怪而罕见的事件,如无人驾驶汽车在高速公路上行驶时,碰到迎面扑来的塑料袋需要紧急制动吗?横亘在道路中央的沙发并非道路上常规的障碍物,汽车又该做何种处理?显然,类似的事件是无法穷尽的。目前,处理这些罕见事件的唯一办法是尽量进行记录,在高性能机器学习算法的帮助下设计应对措施,然后进行模拟测试,或者实际进行路测。这样的工作做得越彻底,软件就越会变得像优秀驾驶员一样安全,而且最后会更安全。这需要花多长时间仍然是一个悬而未决的问题。谷歌预计约需要5年时间。

上述这些努力,似乎是致力于让车本身变得更聪明,但如何与实际的场景结合仍然存在许多困难。比如,地图数据采集不完整,汽车无法及时对当下的路况做出自己的判断。谷歌在2012年就表示无人驾驶在技术上已没有什么难度,然而离实现真正的安全、高效的无人驾驶还需要更多的突破。

别忘了,我们已经进入了从互联网发展到物联网的时代,是大数据、云计算和物联网三驾马车并进的时代。如果在汽车自身智能的基础上再加上网络互联,让这些交通工具相互之间能沟通交流,那又将是何种情形呢?可以预测,这将会像其他物联网设备一样,让1+1的功能远远大于2,只怕你的想象力不够了!不过,本文还是想尽力想象一下。这种让车与车、车与路、车与基站、车与人、车与传感设备等交互,实现车辆与公众网络进行移动通讯的车联网。在车联网中,汽车是主角,按照与汽车交互的对象,涉及到汽车与外界信息的交流(V2X)、汽车与汽车(V2V),以及汽车与基础设施(V2I)的通讯。

车与外界信息的交流,目前成熟的导航系统(包括GPS接受器、路况信息和最佳道路选择等)就是一个重要雏形。但这个技术目前只是单向接受并独立分析信息,并不存在与其他设备的交互。此时我们可以大胆畅想一下,如果中国自主研发的北斗卫星导航系统全部建成并进入民用领域,那么其定位精度高达一米的分辨率和双向通信功能将真正实现实时导航,道路上的任何变化都可实时反映到导航系统中而不用等待地图的更新。其实,导航技术目前也正静悄悄地酝酿一场革命,从传统对快速运动交通工具的导航,提高到目前可对慢速移动的人类步行导航,未来将最终实现对任何物体的三维导航和室内导航。

在许多道路上,我们都会看到一个安全提示牌:“保持距离,注意刹车”,在高速公路上以100公里的速度行驶,就要保持至少100米的距离,下雨的时候还要降低速度或者保持更长的距离。再看一个例子,交通拥堵的时候,汽车行驶缓慢,平均每辆车占用道路的时间增加,让拥堵雪上加霜,通行效率越来越低。这是因为汽车之间没有连接,相互之间并不知道对方的意图,后者总是要保持一定的安全距离,花去不少时间完全理解前车的意图后,才能采取后续的措施,这在很大程度上降低了道路的通行效率,并减少了无端刹车的能耗。

如果汽车之间能直接通讯该多好呀!这样的想法最早在2006年在通用汽车公司的凯迪拉克上做了展示。那个时候只是想让这种通讯作为驾驶员的第二双“眼睛”,降低驾驶员因注意力分散或能见度低时所造成的交通事故。现在,人们对这个技术提出了更高的要求。如果汽车互联了,那么就能统一部署,还弥补了像谷歌无人驾驶汽车这类依赖视频分析技术和地图资源的局限。不管是从启动到停车,还是从停顿状态再次进入开动状态,它们几乎可以同时进行,而且总能以最佳的运行速度行驶。如果再考虑汽车行驶的空气动力学问题,至少可以节省10%的燃料消耗。

其实,这一技术概念的雏形已经出现,就是德国研究中心最新研制的EO Smart 2(图),已经开始上路实测。而且他们的设计还让你脑洞大开,不仅汽车之间能相互通讯,而且还可以将多辆汽车像小火车一样首尾链接在一起。

可见,无人驾驶汽车的真正智能,是体现在连接之中的。如果我们将这种连接,再进一步畅想开来:在云的时代,应该有一个云端服务器(这里我们暂且称之为“交通调度总管家”),道路上都安装了通讯性能极佳的基站,可以随时与汽车进行高速网络的连接。那么,汽车的运行状况随时受总管家的支配和调度,很明显可以让道路交通更加优化,甚至有没有红绿灯都是次要的。由于是双向通讯,汽车不再是仅仅被动接受交通信号灯的指示,也可以主动向智能交通信号灯发布请求,要求调整不同道路的交通密度和红灯的等待时间。

汽车硬件的革命,也会从根本上改变人们使用汽车的方式和物流革命。目前,人们拥有私家车,是为了方便自己随意出行的需要,但这种拥有是独占式的,大量时间是被闲置的,从社会资源使用效率来说非常不经济。试想,在满大街奔跑无人驾驶汽车的时代,是否拥有私家车似乎不是那么重要了,因为人们随时可以通过网络终端,通过交通调度总管家约到一个离你最近的无人驾驶汽车。也许,那个时候我们只需像如今购买网络流量一样,预先购买我们的公里数。快递业务也会发生极大的变化,载着你邮件的无人驾驶汽车在确认你的位置后,会自动开到离你最近的停泊点,你只需要输入密码就可以取到那个邮件了。

附:《金融博览》无人驾驶的畅想.pdf



http://blog.sciencenet.cn/blog-502444-983172.html

上一篇:方兴未艾的全球温室气体监测卫星
下一篇:万维网科学的历史、发展和挑战

23 周健 彭思龙 孙小银 黄永义 赵美娣 王毅翔 庄世宇 谢平 彭真明 蔡庆华 张晓良 李升伟 强涛 赵序茅 李颖业 迟延崑 hjwjohnny aliala biofans tuner decipherer zhangfeng123 dulizhi95

该博文允许注册用户评论 请点击登录 评论 (25 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-10-22 09:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部