智能小车毕业设计论文(自动驾驶比人靠谱125%,Waymo整出了数学模型证明)
Posted
篇首语:生也有涯,知也无涯。本文由小常识网(cha138.com)小编为大家整理,主要介绍了智能小车毕业设计论文(自动驾驶比人靠谱125%,Waymo整出了数学模型证明)相关的知识,希望对你有一定的参考价值。
智能小车毕业设计论文(自动驾驶比人靠谱125%,Waymo整出了数学模型证明)
邓思邈 贾浩楠 发自 副驾寺
智能车参考 | 公众号 AI4Auto
自动驾驶老前辈Waymo发话:
我们的AI司机能够规避75%的碰撞事故发生,减少93%的严重受伤,统统高于理想状态下人类司机模型的62.5%和84%。
等等,你发现问题没有?
如此精确的定量描述自动驾驶安全性,Waymo的依据是什么?
Waymo最新论文的目的,并不是炫耀自动驾驶有多安全,至少不全是。
AEB(主动刹车)成标配,智能汽车喊了很多年。
但各家水准不一,多少时速、什么样的障碍物下AEB或紧急避让生效,才算合格的产品?
Waymo真正的目标是尝试制定一套规范,来定义和评价某个自动驾驶系统是否安全。
以后任何公司说自动驾驶比人类司机更安全,需要用科学的计算体系做支撑,而不是简单笼统地用不同条件下路测和事故情况作比较了。
评价的基准是什么:对人类反应时间进行建模
Waymo的贡献之一在于,他们研究出了一种全新架构模型——以此来对真实道路环境下的司机反应时间进行测量和建模。
其实简单地说,就是通过人类司机应对紧急情况的平均反应时间,来对比一个自动驾驶系统的反应时间。
这种架构,不仅适用于自动驾驶,还可用于其他交通安全领域。
具体来看,该模型基于两大核心观点得来:
第一,为了避免碰撞发生,司机往往会选择刹车或是打方向盘。他们做出这一举动,主要因为当前的交通状况与他们原先所想的不一样,即司机表现出了惊讶。
也就是说,反应时间取决于司机对当前交通状况的预判。惊讶和意外从何时开始,将会直接决定反应时间的长短。
第二,反应时间取决于动态变化的交通环境。并不存在一个放之四海而皆准的固定时间,可以适用于所有不同场景。
举例来说就是,如果你前面的车突然急刹,你就能迅速作出反应;相反,在其他条件都相同的情况下,如果前车缓慢减速,你的反应时间也会相应延长。
需要特别说明的是,这里的反应时间,专指司机决定是否要刹车或转弯的心理过程,不包括后续的规避动作(即打方向盘或踩刹车)。
下图可以更好地解释他们的模型架构。
整个过程概括起来就是认知的转变(belief updating process)。
图中上半部分,司机看到红绿灯后,自然而然产生的想法是前车要刹车减速,事实是前车的确刹车减速了。所以司机的预判是正确的,与事实结果相匹配,在这样的情况下,司机没有出现任何“惊讶”。
图中下半部分,司机原以为前车要继续前行,然而事实是前车突然刹车,这就与他的心理预期不相符合,认知也就出现了迭代更新。
下图可以更进一步解释认知转变的整个过程。
这一模型架构的出现,主要为了解决之前在反应时间建模上存在的两大局限:
1、反应时间过于依赖周围环境;
2、如何对“刺激因素”(stimulus)明确下定义。
Waymo希望能测出在真实道路环境下,面对各种错综复杂的驾驶环境,人类从看到障碍物到踩下刹车的反应时间。
传统方法下,反应时间的分析一般是基于特定可控的实验,而且也不能对常见交通事故下的“刺激因素”何时触发明确下定义。
有了这样较为严谨的反应时间基准模型后,就可以对自动驾驶系统的表现进行评估了。
人类司机作为参考模型
为了评判Waymo他们自己的AI司机表现如何,除了上文提到的反应时间模型,还需要一个标准和参照物。
NIEON应运而生。
它是一个行为参照模型(reference behavior model),是理想状态下的人类司机,名字来源于Non-Impaired Eyes ON the conflict这一串话中每个单词的首字母。
意思就是,NIEON司机不存在智力或听力、视觉上的损伤,它在开车的时候全程保持专注,不会分心开小差,也不会疲劳犯困。
把Waymo他们的AI司机,与NIEON模型对比后,得出的结果是:
在防碰撞反应(collison avoidance effect)里,同时被卷入16起交通事故中,Waymo的自动驾驶系统能够规避12起碰撞发生,即规避概率达到了75%。
注:这里专指防碰撞反应,不包括防止事故发生反应(conflict avoidance effect),意思就是专指你改变轨迹、速度以避免事故的发生/减轻事故的严重性,又或是你失控后重新控制了车辆。
相比之下,理想状态下的NIEON模型,规避了10起碰撞发生,规避概率为62.5%。
与此同时,Waymo的自动驾驶系统,能够减轻93%因碰撞带来的人员重伤发生;NIEON模型只能做到减轻84%。
所以Waymo才得出了结论,说他们的自动驾驶AI司机比人类老司机更安全。
该论文表示,类似于NIEON的行为参考模型,能够被用来作为衡量基准,以此来评判一套ADS自动驾驶的好坏和安全性。
至于测试结果是否可靠,Waymo官方也在论文中谈到了4点局限性。
首先,他们当前使用的数据集,涉及的碰撞事故主要由人引发。当然目前重要的是,要考虑清楚自动驾驶系统如何才能正确应对这些已知的、人类引发的碰撞事故,同时测试好这套系统的能力,以避免类似的行为发生。
其次,该研究仅基于警方报告的碰撞事故进行了模型重建,而官方文件中记录的碰撞事故数量,可能与真实情况存在出入。
第三,当前研究仅基于单个的NIEON模型操作,来评判Waymo他们自动驾驶系统的好坏。
第四,整个自动驾驶系统的表现,是在模拟的环境、不同的条件下进行测试的。如果是一些特定场景的挑战,从严格意义上来说不适用于这个方法。
不为炫耀数据,Waymo这两篇文章有什么意义?
我们从一个最普遍的问题说起:为什么自动驾驶落地困难?
表面上看,是法规不完善,对于自动驾驶车辆权责的划分没有明确。
但我们不妨站在立法机构的角度考虑一下,为什么自动驾驶在如今的L2-L3阶段责任划分不明?
很简单,因为目前的自动驾驶系统还没有完善到“万无一失”,需要人类司机随时准备接管。
而这个接管的时机和条件,从来没有明确。
没有定性、定量的标准界定什么样的情况下人类需要接管系统,自然也就无法在法律上清晰地划分权责。
所以,法规不完善,根源不在立法的滞后性,而是整个自动驾驶行业,从来没有给立法机构提供过能在法理层面行得通的技术标准。
甚至行业通用SAE的L0-L5分级,也是基于对人类干预程度的感性描述,而不是科学严谨的定量描述。
要在法规层面扫清自动驾驶落地的障碍,需要在系统可靠性、道路复杂程度、系统能力边界、人类介入条件、系统失效临界点等等维度,都给出确切、严谨的定义。
Waymo两篇论文,瞄准的正是自动驾驶系统可靠性这个维度,以反应时间为进准,来定量计算自动驾驶系统可靠性。
都说自动驾驶比人类司机可靠,到底有多可靠?
特斯拉以往的话术,是比较美国交管部门对非自动驾驶车辆的事故数量统计,和特斯拉事故数得出的。
但这其中的问题,首先是全美范围路况、车况、事故类型太复杂,远远超出自动驾驶数据库的场景覆盖。
一些人类无法避免的事故,不见得FSD就能避免,只有在相同条件下复现实验,才能下结论。
但这显然是不现实的。这也是特斯拉商业宣传的迷惑性所在。
而Waymo的模型和方法,不敢说一定会成为行业标准,但至少是为自动驾驶安全性界定,开了一个好头。
当然,Waymo这两篇论文还有一层意义那就是再次向公众科普了自动驾驶不等于0事故。
即使是L4、L5这样的高阶自动驾驶系统,仍然有失效的风险。
自动驾驶的意义在于,系统犯错失效的风险比人类更低,就能极大推动社会经济运转效率。
这一点现在有了严谨的证明,也有了立法的依据。
好了,以上就是这两篇论文的亮点部分,如果你想阅读全文,这里也附上链接:
https://waymo.com/intl/zh-cn/safety/
相关参考
无尘净化车间设备(马鞍山无尘厂房设计装修 AGV车间净化风淋室配备参考)
...能,净化工程公司在风淋室设计施工时,需要考虑到使用智能风淋系统。全套化的智能风淋,结合AGV小车行驶路线及时间,进行智能编程。比方说风淋室门采用智能感应开关、自动风淋等等。自动平移门风淋室
无尘室设备搬运(马鞍山无尘厂房设计装修 AGV车间净化风淋室配备参考)
...能,净化工程公司在风淋室设计施工时,需要考虑到使用智能风淋系统。全套化的智能风淋,结合AGV小车行驶路线及时间,进行智能编程。比方说风淋室门采用智能感应开关、自动风淋等等。自动平移门风淋室
物流自动化与智能化技术重点爆发的领域主要有:全自动化智能分拣输送系统;货车无人驾驶系统;无人配送小车;无人机配送;分拣机器人;仓储机器人等等。近年来,物流行业出了不少新颖的自动化和智能化技术装备,这些...
物流自动化与智能化技术重点爆发的领域主要有:全自动化智能分拣输送系统;货车无人驾驶系统;无人配送小车;无人机配送;分拣机器人;仓储机器人等等。近年来,物流行业出了不少新颖的自动化和智能化技术装备,这些...
物料运输小车(新松多可®OHS智能物料输送系统实现工厂物流全流程自动化)
新松多可®OHS智能物料输送系统,是一种通过轨道布置,将生产设备和工艺流程有机地串联起来实现物料的全自动输送,满足柔性化生产系统对物料输送的要求的厂内物流系统。视频加载中...产品特点:模块化设计:多可®OHS智...
物料运输小车(新松多可®OHS智能物料输送系统实现工厂物流全流程自动化)
新松多可®OHS智能物料输送系统,是一种通过轨道布置,将生产设备和工艺流程有机地串联起来实现物料的全自动输送,满足柔性化生产系统对物料输送的要求的厂内物流系统。视频加载中...产品特点:模块化设计:多可®OHS智...
...见岸桥精准地抓取船上的集装箱,自动放置在无人驾驶的智能导引小车上,通过自动规划路径,智能小车将集装箱运往目的位置。接着,轨道吊自动对位,抓取集装箱后放达指定位置。整个作业过程行云流水。“那些正在跑的橙...
...见岸桥精准地抓取船上的集装箱,自动放置在无人驾驶的智能导引小车上,通过自动规划路径,智能小车将集装箱运往目的位置。接着,轨道吊自动对位,抓取集装箱后放达指定位置。整个作业过程行云流水。“那些正在跑的橙...
武汉双软企业认定(出库入库0出错率,仓容量提升50%,纺织车间都在用“神助攻”?)
...仍属于典型的劳动密集型企业,需要大量人力,自动化、智能化是今后发展趋势。近年来,随着生活水平的提升,人口老龄化以及劳动人员素质的普遍提高,纺织行业出现了“用工荒”的情况。AGV小车作为一种无人驾驶的智能化...
数控技术应用毕业论文(「选题推荐」单片机设计毕业论文精选164例)
...单片机的家庭防盗防火报警系统基于51单片机的密码式RFID智能门禁系统基于51单片机的手持式激光+测距仪设计与实现基于51单片机的教学实验系统