激光雷達被認為是自動駕駛汽車的關鍵部件，能處理周圍環境的精確圖像，提高無人駕駛操作的可靠性和安全性。但是如果沒有激光雷達，還能制造一輛自動駕駛汽車嗎？英國初創企業Wayve認為這是可行的。
據外媒報道，該公司認為，端到端的機器學習、攝像頭和衛星導航足以為自動駕駛汽車的自動功能提供動力。由于能快速適應新環境，它們頗有爭議的做法已經得到了其他開發人員和汽車公司的不同反饋。
Wayve的自主駕駛平臺依靠模仿和強化學習來提高駕駛能力。模型中輸入了不確定性，基于輸入的數據，可以使深度學習最大化。計算機視覺用于引導各種路線，這種方法不需要昂貴的高精度地圖、手工編碼規則和汽車安全傳感器。Wayve稱，這些解決方案還能使自動駕駛汽車在“前所未見”的道路上行駛。該公司表示，“每一次安全駕駛員的干預，我們的系統都會學習并改進，而不是妥協。”也許我們需要更長的時間來完成第一次部署，但我們已經走在一條完全不同的創新之路上了。”
Wayve的自動駕駛方法有很多好處。筆記本電腦的計算能力足以支持該平臺的功能。因此，與傳統的自動駕駛系統相比，汽車內部所需的計算能力更小。此外，由于沒有笨重的傳感器和大規模的計算設備，成本會大大降低。Wayve在最近的一篇博客中提到，其傳感器和計算成本僅為目前使用激光雷達和高精度地圖的自主平臺成本的10％。有趣的是，這家初創公司的系統可以在惡劣的天氣條件下使用，包括雨雪天氣。它也不需要無休止的訓練或虛擬仿真來學習如何正確駕駛。無人駕駛平臺的視頻顯示了車輛（慢速地）穿過擁擠的街道、十字路口、車流和騎自行車的人。
Wayve的自動駕駛解決方案仍在大力開發之中；因此，在現實生活中，在繁忙的道路和高速公路上，要判斷它們的可靠性還為時過早。如果這家初創公司能夠證明其方法的有效性（通過廣泛的測試和公開試驗），那么它肯定會給無人駕駛領域帶來顛覆性的變化。
據外媒報道，該公司認為，端到端的機器學習、攝像頭和衛星導航足以為自動駕駛汽車的自動功能提供動力。由于能快速適應新環境，它們頗有爭議的做法已經得到了其他開發人員和汽車公司的不同反饋。
Wayve的自主駕駛平臺依靠模仿和強化學習來提高駕駛能力。模型中輸入了不確定性，基于輸入的數據，可以使深度學習最大化。計算機視覺用于引導各種路線，這種方法不需要昂貴的高精度地圖、手工編碼規則和汽車安全傳感器。Wayve稱，這些解決方案還能使自動駕駛汽車在“前所未見”的道路上行駛。該公司表示，“每一次安全駕駛員的干預，我們的系統都會學習并改進，而不是妥協。”也許我們需要更長的時間來完成第一次部署，但我們已經走在一條完全不同的創新之路上了。”
Wayve的自動駕駛方法有很多好處。筆記本電腦的計算能力足以支持該平臺的功能。因此，與傳統的自動駕駛系統相比，汽車內部所需的計算能力更小。此外，由于沒有笨重的傳感器和大規模的計算設備，成本會大大降低。Wayve在最近的一篇博客中提到，其傳感器和計算成本僅為目前使用激光雷達和高精度地圖的自主平臺成本的10％。有趣的是，這家初創公司的系統可以在惡劣的天氣條件下使用，包括雨雪天氣。它也不需要無休止的訓練或虛擬仿真來學習如何正確駕駛。無人駕駛平臺的視頻顯示了車輛（慢速地）穿過擁擠的街道、十字路口、車流和騎自行車的人。
Wayve的自動駕駛解決方案仍在大力開發之中；因此，在現實生活中，在繁忙的道路和高速公路上，要判斷它們的可靠性還為時過早。如果這家初創公司能夠證明其方法的有效性（通過廣泛的測試和公開試驗），那么它肯定會給無人駕駛領域帶來顛覆性的變化。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
