无人驾驶的车辆,只需一个指令且不用其他操作便能顺利到达目的地。过去只能在电影中出现的画面,如今成为了现实?
自动驾驶车辆真的能完全按照交通标识行驶并识别和躲避行人以及障碍物,从而保证安全到达目的地吗?
诸多大企业已经依靠着雄厚的资本和先进的技术率先开始了在这方面的尝试,并且取得了不错的成效,但并没有真正地实现无人驾驶。
特斯拉的无人驾驶功能已经得到了部分实现,其搭载的Autopilot准确来说是自动驾驶辅助功能,在驾驶汽车的过程中还是需要驾驶员监管,不然一旦出现问题,就可能会对汽车造成损坏,甚至危害生命安全。
自动驾驶能取代人工操作吗？
目前,自动驾驶功能并不能完全取代人工操作,遇到这些情况都会导致系统判断有误。
车道线模糊不清,或转弯过大的道路;行驶的车道内有障碍物存在;行驶的车道内存在减速带或大坑;车道内,在其前方有完全停止的车辆,或旁边车道有强行并线的情况。
这时自动驾驶已经起不到作用,需要驾驶员接盘操作了。如果不小心出现事故,还需要驾驶员自己来承担后果。网传林志颖疑似使用特斯拉自动驾驶功能导致偏离路线,从而发生车祸。无论消息是否属实,在开车的时候,还是应当集中注意力。
自动驾驶的未来
就特斯拉Autopilot而言,它获得了L3认证,距离全面驾驶自动化仅进行了一半。
L0 纯人工驾驶:车辆是手动控制的,基本没有自动驾驶功能。
L1 驾驶员辅助:只提供警告或即时辅助,车辆配备用于驾驶员辅助的单一自动化系统。
L2 部分驾驶自动化:车辆支持 ADAS(转向和加速)。自动停车甚至可以保持车道高速行驶,不需要太多手动干预。
L3 有条件驾驶自动化:车辆具有“环境检测”功能,可以自行做出明智的决定,例如加速驶过慢速行驶的车辆。但它们仍然需要人工干预。如果系统无法执行任务,驾驶员必须保持警觉并准备好进行控制。
L4 高度驾驶自动化:车辆可以在有限区域内以自动驾驶模式运行。
L5 完全驾驶自动化:车辆不需要人工注意,没有方向盘或加速/制动踏板。
想要完全实现L5级驾驶自动化,资本家不能急于求成,不能妄想短时间内实现L5级商业化。
数据标注对自动驾驶的作用
在驾驶过程中,人工智能仍然面临着极为复杂的场景变化,搜集到足够多真实的场景数据,是解决无人驾驶技术安全性问题的关键。当然,仅仅收集场景数据是不够的,专业的数据标注员也起到至关重要的作用。
标注者在标注过程中也需要不断地学习和成长才能够满足越来越高的要求。数据标注为无人驾驶赋能的关键点也在于此。
