自动驾驶如何更快落地?约束路人行为或为捷径

2018 年 8 月 21 日 DeepTech深科技


你不该这么过马路。”


当首例自动驾驶汽车致死事件发生后,一些支持自动驾驶汽车发展的人这样说道。他们坚持认为,这其中的问题不在自动驾驶汽车上而是因为人们的行为是难以预测的


据彭博近日报道,前百度首席科学家、人工智能公司 Landing.ai 创始人吴恩达说:“我们一直告诉大众的是,请遵守交通规则,请礼让他人,”换句话说就是:请不要随意横穿马路。

 

(图片来源:麻省理工科技评论)


自动驾驶汽车是否能够正确识别并避让横穿马路的行人已成为一个极为关键的问题。今年 3 月,亚利桑那州的一名女子在夜间骑自行车横穿马路时被自动驾驶汽车撞上。目前该事件仍在调查中,而联邦安全监管机构的一份初步报告称,该汽车的传感器检测到了这名女性,但其决策程序并没有对这一检测结果做出反应。


不过,有一条捷径可以让自动驾驶汽车更快上路:说服行人遵守规则。如果他们走人行横道,遵守路面标记和交通指示灯,探测器的识别成功率将会有较大提升。


还有人认为,当下的技术还不足以造出人们理想中那样的自动驾驶汽车。研究人类和人工智能的纽约大学心理学教授 Gary Marcus 说 :“我们真正需要的人工智能还没有到来,目前唯一能保证自动驾驶安全的方法就是将它们与人完全隔离,而我们其实已经拥有了这样的技术:火车。”


而吴恩达则认为,随着技术的发展人们的行为方式会发生改变“比如大多数人已经学会了不要站在行进的火车前面,如今随着自动驾驶汽车出现,人们的行为也应该有所改变。”


事实上,在 20 世纪 20 年代早期,美国汽车厂商为了提升汽车销量而进行了大量游说,结果是在美国大部分地区,横穿马路被认定为是一种犯罪行为。这是一个规范路人行为来为技术让路的先例


密西西比州立大学高级车辆系统中心的研究员 Shuchisnigdha Deb 提出了这样的观点:“我们需要让人们更加了解自动驾驶车辆。”美国运输部在其最新的自动驾驶汽车指导意见中,也强调了让人们了解自动驾驶的重要性。


显而易见的是,自动驾驶行业也不希望被公众认为他们在将责任推卸给行人。Uber 和 Waymo 都在电子邮件声明中表示,他们的目标是开发能够应对现实路况的自动驾驶汽车而不是寄希望于改变人类的行为


还有一个难题就是,人驾驶汽车目前还是一个新奇的事物,这会引得部分行人在车辆面前做出一些反常的举动来试验人工智能的反应


Alphabet 旗下的 Waymo 经常遇到这样的行人,他们喜欢在自动驾驶汽车前“恶作剧”,不断地闪到车子前方,阻碍他们的行进。而由于无人驾驶汽车经过了极为谨慎的设计,所以这样的恶作剧一般没有太大风险。


英国创业公司 Oxbotica 的联合创始人 Paul Newman 说:“虽然我们的系统确实有很强的探测能力,但有些人在恶作剧的时候似乎忽略了牛顿定律,甚至曾经有人原本跑在车子后面,然后突然跳到车的前方。”


(图片来源:麻省理工科技评论)


随着时间的推移,无人驾驶汽车将变得不再那么新奇,这样的恶作剧也会随之减少。与此同时,无人驾驶行业也在思考有哪些措施能够让人们更加了解这一行业。


Drive.AI 已经尝试对进行道路测试的自动驾驶汽车添加一些特殊标识。它们被喷成一种独特的橙色,使人们更能注意到这是一辆自动驾驶汽车。Drive.AI 还开创性地使用了外部 LED 显示屏,类似于许多公交车用来标注目的地的屏幕,可以用来将汽车的意图传达给行人。例如,一辆停在人行横道上的汽车可能会显示这样一条消息“你先过马路”。


优步则对这种做法进行了升级打造成一个完整的系统,包括了多种信号灯和投射在汽车前面的全息图。Oxbotica 的 Newman 表示,他非常支持这种向外传递视觉信号以及发出特定声音的想法,这有助于行人和车辆之间产生更多互动来确保安全。


Deb 表示,她通过研究发现人们需要一些外部特征信息或是某种警告声但到目前为止,除 Drive.AI 外,这些公司在道路测试中使用的汽车都不包含这些功能。目前还没有有效的渠道能够将行人和其他司机的意图传达给自动驾驶车辆,Deb 表示这些也是未来避免事故发生的必要条件。


Pindeus 的公司希望那些制造自动驾驶汽车的人能更关注人们的肢体语言和手势。她说,自动驾驶汽车使用的大多数计算机视觉系统都存在这样的问题,他们能检测到周围的物体,并对他们进行标注:停放的汽车,自行车,行人。而问题是自动驾驶汽车无法对已识别的物体本身进行更细致的分析

 

(图片来源:麻省理工科技评论)


未来,计算机视觉系统和 AI 的进一步发展可以给这个问题带来新的答案。随着自动驾驶技术的发展,人们可能会重建城市中的“地理围栏”,为自动驾驶车辆划定独立的区域。与此同时,来自父母的提醒依然很重要:过马路的时候注意一站二看三通过


-End-


编辑:潘俊威  校审:小贤

参考:

https://www.bloomberg.com/news/articles/2018-08-16/to-get-ready-for-robot-driving-some-want-to-reprogram-pedestrians


登录查看更多
0

相关内容

最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CVPR2020-北京大学】自适应间隔损失的提升小样本学习
专知会员服务
83+阅读 · 2020年6月9日
专知会员服务
123+阅读 · 2020年3月26日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
特斯拉首席设计师150页PPT详解其全自动驾驶芯片
智能交通技术
14+阅读 · 2019年5月1日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
AI情绪识别技术背后:一场悄然来袭的“暴政”
大数据文摘
7+阅读 · 2018年10月11日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
8+阅读 · 2019年2月15日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
7+阅读 · 2018年12月5日
Few Shot Learning with Simplex
Arxiv
5+阅读 · 2018年7月27日
VIP会员
相关VIP内容
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
【CVPR2020-北京大学】自适应间隔损失的提升小样本学习
专知会员服务
83+阅读 · 2020年6月9日
专知会员服务
123+阅读 · 2020年3月26日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
特斯拉首席设计师150页PPT详解其全自动驾驶芯片
智能交通技术
14+阅读 · 2019年5月1日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
AI情绪识别技术背后:一场悄然来袭的“暴政”
大数据文摘
7+阅读 · 2018年10月11日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
相关论文
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
8+阅读 · 2019年2月15日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
7+阅读 · 2018年12月5日
Few Shot Learning with Simplex
Arxiv
5+阅读 · 2018年7月27日
Top
微信扫码咨询专知VIP会员