В предишната статия научаваме, че дори да е настъпило пътнотранспортно произшествие, рискът от нараняване и смърт ще бъде значително намален с намесата на автономното шофиране.

На настоящия етап е факт, че автономното шофиране се представя по-добре от хората.

Автономното шофиране навлиза в повратната точка на зрелостта

Проверените факти показват, че автономното шофиране намира все по-широко приложение, което е одобрено от достатъчно голям брой случаи.

Комерсиализирането на автономното шофиране трябва да бъде разделено на полето за леки автомобили, полето за търговски превозни средства и полето за управление на превозни средства.

Производителите на оригинално оборудване започнаха да правят процес на автономно шофиране на ниво L3 на пазара на леки автомобили. А функциите за интелигентна помощ при шофиране на ниво L2 са близо до популяризиране. Xin Guobin, заместник-министър на Министерството на промишлеността и информационните технологии на Китай, каза през първата половина на тази година, "Пазарният дял на автомобили с L2 ниво на интелигентни функции за подпомагане на шофирането надхвърли 20%."

10 декември 2021 г. беше ден, който си струва да запомните в историята на автономното шофиране. Германската регулаторна агенция официално пусна L3 условно автономно шофиране. В областта на търговските превозни средства и превозните средства, особено в специфични сценарии като търговия на дребно, Robotaxi, минни камиони, летища и логистика, L4 автономни превозни средства или безпилотни превозни средства са разгърнати на конкретни места като терминали, летища и йерархични открити пътища.

2021 г. навлезе в повратната точка за официалното легализиране на автономното шофиране

На 24 март 2021 г. Министерството на обществената сигурност на Китай (MPS) публикува публичен коментар относно „Закона за безопасност на движението по пътищата“, който изяснява съответните изисквания за изпитване на пътя, преминаване по пътя на превозни средства с функции за автономно шофиране и споделяне на отговорности за нарушения и аварии. Регламентите дават правен статут на системите за автономно шофиране и тестването на пътя и създават правна среда за широкомащабно търговско използване на автономно шофиране.

Отговорността за нарушения и злополуки при автономно шофиране скоро ще бъде включена в Закона за безопасност на движението по пътищата, което допълнително ще подобри модела на управление на автономното шофиране.

Между тях член 155 гласи: „Автоматично управляваните превозни средства трябва да провеждат пътни тестове на затворени пътища и места, да получават временни регистрационни табели и да провеждат пътни тестове в определено време, зони и маршрути в съответствие с разпоредбите. Тези, които са преминали теста, имат право да произвеждат, внасят и продават в съответствие със съответните закони и разпоредби. Премахна пречките пред производството и продажбите на автономни превозни средства.

Разбира се, на ниво закони и разпоредби понастоящем няма изчерпателни правила за разделяне на отговорността за злополуки със самоуправляващи се автомобили във всички страни по света. „Законът за безопасност на движението по пътищата на Китайската народна република“ и „Правилата за прилагане на Закона за безопасност на движението по пътищата на Китайската народна република“ също не включват никакви аспекти на безопасността на автономното шофиране. На този етап нарушенията на пътя и произшествията по време на пътни тестове и демонстрации ще се разглеждат съгласно действащите закони.

Въпреки това, с оглед на условното освобождаване на автоматичното шофиране на ниво L3 в Германия, OEMS ще поеме правната отговорност при състоянието на автоматично шофиране.

Данните имат смисъл само ако са добре етикетирани

Основният модел на алгоритъм за автономно шофиране се основава главно на контролирано дълбоко обучение. Това е модел на алгоритъм, който извлича функционалната връзка между известни променливи и зависими променливи. За обучение и настройка на модела е необходимо голямо количество структурирани етикетирани данни.

Въз основа на това, ако искате да направите самоуправляващите се автомобили по-„интелигентни“ и да формирате затворен цикъл на бизнес модела за самоуправляващи се приложения, които могат да бъдат възпроизведени в различни сценарии за вертикално кацане, моделът трябва да бъде подкрепен от масивни и висококачествени реални пътни данни.

В областта на автономното шофиране сцените с анотация на данни обикновено включват смяна на ленти и изпреварване, преминаване през кръстовища, незащитен ляв и десен завой без управление на светофара и някои сложни сцени с дълга опашка, като превозни средства, които преминават на червено, пешеходци, пресичащи пътя и крайпътни, както и неправилно паркирани превозни средства и др.

Настоящият изкуствен интелект се нарича още интелигентност на данните. На този етап на развитие, колкото повече слоеве на невронната мрежа, толкова по-голямо количество етикетирани данни е необходимо.

Край

Възложете вашите задачи за етикетиране на данни към ByteBridge, можете да получите висококачествените набори от данни за обучение по ML по-евтино и по-бързо!

  • Безплатен пробен период без кредитна карта: можете да получите вашия примерен резултат в бърз обрат, да проверите резултата и да дадете обратна връзка директно на нашия ръководител на проекта.
  • 100% Утвърдено от хора
  • Прозрачно и стандартно ценообразуване: налично е ясно ценообразуване (включени разходи за труд)

Защо не опитате?

Източник: https://aikahao.xcar.com.cn/item/1069969.html