资讯中心

大数据与算法:对于实现无人驾驶哪个更重要?

来源:盖世汽车
编辑:大Z
2017/2/21 10:19:36
34946
导读:目前出于商业化的考虑,已量产的特斯拉用“摄像头 毫米波雷达 超声波雷达”作为主要传感器,但是等到低成本的固态激光雷达性能更稳妥。
  【中国智能制造网 技术前沿】无人驾驶汽车上主要的传感器:激光雷达、摄像、毫米波雷达、GPS、超声波雷达和车轮转角传感器等。Elon Musk 曾经在公开场合多次说过,不用激光雷达只用摄像头,也能实现 Level 4 以上的无人驾驶。但是我个人觉得他这么说其实是有商业化方面的考虑。

大数据与算法:对于实现无人驾驶哪个更重要?
 
  特斯拉的汽车已经在售,卖出去的车只能更新软件,肯定不能换硬件,比如全部重新装上激光雷达(不然今天特斯拉官方也不会说现在在产的特斯拉汽车会换上新的硬件系统)。
 
  况且,Google 无人车用的 64 线 Velodyne 激光雷达本身的价格高达 75000 美元,这几乎和低配版特斯拉在美国的售价差不多了。
 
  特斯拉的车要卖的好必须控制成本,Google 的无人车目前还只是处于测试阶段,几百辆的规模当然可以什么好用用什么,相比于特斯拉几万的产销量,花不了多少钱。
 
  今年 5 月 7 日,美国佛罗里达州的一位特斯拉车主在使用 Autopilot 时发生车祸,终不幸生亡。由此还导致给特斯拉提供计算机视觉技术的 Mobileye 创始人 Amnon Shashua 与 Elon Musk 之间的口水战,双方终还闹掰了:Mobileye 宣布在与特斯拉合同结束后不再继续合作。
 
  在特斯拉 9 月 11 日发布的Autopilot 8.0 版本中,特斯拉把毫米波雷达采集到的数据作为了控制系统判断的主要依据,而不是之前 Mobileye 的摄像头。
 
  说起 5 月份的车祸,其实在车祸发生前,特斯拉的毫米波雷达已经感知到有障碍物,但是摄像头因光线的问题,没有发现在蓝天白云背景下的大货车,后导致车祸发生。Musk 肯定也知道了摄像头并不靠谱,所以才在 Autopilot 的新版本中把毫米波雷达的数据作为主要参考依据。
 
  综上所述,Musk 说「不用激光雷达只用摄像头,也能实现 Level 4 以上的无人驾驶」更多是出于商业化方面的考虑。
 
  此举意在一边用现有的传感器收集数据,一边等激光雷达价格降下来。个人认为,如果固态激光雷达的价格真能如宣传中所说下降到 100 美元到 200 美元,为了保证汽车行驶的安全性,Musk 肯定是会用的。
 
  大数据与算法:对于实现无人驾驶哪个更重要?
 
  一方认为:数据为王,再牛的智能算法也拼不过海量的数据。而另一方则认为:数据只是建材,强大的分析能力才能让它变成摩天大楼,对效率的追求导致了算法,大数据取代不了算法。
 
  日前, Google 和特斯拉都公布了各自的测试里程数。据外媒报道,Google 宣布自己的无人驾驶汽车刚刚完成 200 万英里道路行驶里程。而特斯拉创始人 Elon Musk 也于几天后在个人 Twitter 上宣布:特斯拉 Autopilot 发布后的 1 年中累计行驶里程已达到 2.22 亿英里。
 
  Google 和特斯拉两方的表态表面上似乎也印证了微博讨论中双方的观点:数据为王 VS 算法为王。那实际情况究竟如何?
 
  我们不妨考虑另一个类似的现象:大多数人认为 Google 的搜索比微软的 Bing 搜索在质量上做得略好一点的原因是 Google 的算法好。
 
  但在前 Google 工程师吴军博士看来,这种看法在 2010 年之前是对的,因为那时 Bing 在技术和工程方面明显落后于 Google。但今天这两家公司在技术上已经相差无几了,Google 还能稍稍占优,很大程度上靠的是数据的力量。
 
  与搜索算法尚不成熟的 2000 年不同,今天已经不存在一个未知的方法,仅凭它就能将准确率提高哪怕一个百分点。Google 凭借 PageRank 算法给搜索结果带来了质的变化,而好的搜索结果能吸引更多的用户使用 Google 的搜索引擎,这不知不觉间给 Google 提供了大量的点击数据。
 
  有了这些数据之后,Google 可以训练出更的“点击模型”,而点击模型贡献了今天搜索排序至少 60% 到 80% 的权重,这将吸引更多的用户,整个过程是一个典型的不断自我强化的正反馈过程。
 
  在 Google 内部,产品经理们都遵循这样一个规则:在没有数据之前,不要给出任何结论。由此可见,Google 的企业使命已经融入了员工的日常工作中。Google 正是充分利用了大数据的力量,顺利成为了对整张互联网举足轻重的枢纽节点,非常自然地实现了对互联网的垄断。
 
  再举一个例子,9 月 27 日 Google 发布了新版本的神经机器翻译系统(Google Neural Machine Translation,GNMT),宣称该系统的翻译质量接近人工笔译。
 

热门评论

上一篇:新可引导声波成形超材料 助力构建3D打印砖

下一篇:哈理工利用3DP打印技术制备硬质合金球头铣刀

相关新闻

<