尊宝娱乐注册送89彩金

<p>你想要一辆可以随时随地驾驶你的机器人汽车,或者一下暴风雨袭来的汽车,或者一辆平坦的汽车拒绝带你去夜间的任何地方吗</p><p>对于许多财富500强公司而言,没有其他挑战更大,而且初创企业正在努力争取在自动驾驶汽车领域获得优势,而不是开发全天候无人驾驶汽车迄今为止投入数十亿美元用于研究和开发仅仅是前传我们有很多机器人汽车可以“大部分时间”驾驶,但没有一个可以一直驾驶好,虽然公司在晴朗的天气里取得成功是很诱人的,但很难回避硬统计数据:美国超过20%的事故是由恶劣的天气造成的,例如,如果一家公司想要吸引亚洲数十亿潜在客户,那么它必须创造出能够让您自信的车辆</p><p>最糟糕的季风风暴也不仅仅是下雨;雪,冰,雨夹雪,雾,烟雾,灰尘,风,眩光和热量都会对驾驶条件造成严重破坏我们人类设法在这些条件下驾驶,大部分是无事故的,因为我们能够感知和解释世界在我们周围,即使在暴风雪中我们可以做出惊人的事情,比如推断从雪堆顶部伸出的一点点红色可能是一个停止标志,并采取相应行动我们可以看到另一辆车的清晰反映知道我们所看到的是一种反思,而不是真实的东西,而且当我们开车经过水时我们应该放慢脚步这两种主要的自动驾驶方法位于频谱两端的第一个是“蛮力”方法,谷歌这样的公司采用了这种做法,该公司在很大程度上依赖于对街道网络的广泛侦察,并且一大群人用这些地图标记这些地图</p><p>实用信息需要沿着这些道路明智地驾驶第二种方法从车载雷达,激光和照相机以及汽车的控制界面获取数千或数百万公里的驾驶数据,并使用算法学习方法学习“如何驾驶”深度学习的复兴 - 用大量数据训练的多层神经网络 - 在这些基于学习的方法中发挥了核心作用这些方法以及两者的混合组合使我们进入了汽车的舞台可以使用安装在汽车周围和屋顶上的一系列通常昂贵的传感器来驱动自己,每隔几个小时偶尔会出现需要人为干预的错误</p><p>至少在晴朗天气但晚上,或在暴雨,大雪或雾中,这些系统是无用的一些责任归咎于传感器本身许多激光器在大雨中看不到很好,相机在低光照下也不能正常工作晚上的情况在这种情况下,汽车实际上是失明的但是这不是唯一的原因下次当你是乘坐热带雷暴或夜间暴风雪的汽车的乘客时,想想人类驾驶员真正能看到的是什么可能的情况是,他们在汽车前面看不到超过几十米挡风玻璃刮水器之间的刮风,雨水或雪花从天而降,被前面的汽车踢起将严重阻碍能见度迎面而来的车头灯会经常使驾驶员失明车道标记几乎不可能区分行人等远距离物体会消失在雨中和幽暗中不同于机器人车辆使用车顶激光计算厘米精确的范围读数到汽车周围的每一件事物达120米在各个方向上,一个人类驾驶员主要依靠他们的眼睛和直觉这是我们的视觉智能,使我们能够在这些条件下驾驶而不会偏离道路或撞到我们几乎看不到的汽车和行人事实上,一个人类驾驶员可以在任何当前机器人汽车停止运转的条件下驾驶这一事实对于从事自动驾驶汽车的公司和研究人员而言令人难以置信的令人生畏和令人着迷</p><p>我们拥有可以完成的概念的最终证明 - 我们自己 - 但还没有深刻理解我们如何做到这一点 第一家获得这种理解,然后将其打造成自动驾驶汽车的公司将获得最佳定位,以赢得这场万亿美元的竞赛,并确保我们的机器人汽车始终为我们服务,