Drive.ai试行自动驾驶免费接送服务,称有信心防止Uber悲剧

简介: 在发生了几起交通事故消停了一阵后,国外的自动驾驶企业又开始了新的尝试。

智造观点


在发生了几起交通事故消停了一阵后,国外的自动驾驶企业又开始了新的尝试。比如Uber在被关停了美国亚利桑那州的自动驾驶业务后,又想要重新开启在宾州和加州的测试,并且据传已经回归了,只不过前提是测试必须由人类司机手动控制。

对自动驾驶来说,除了技术上的突破难题外,只有一个问题需要快速解决,那就是大多数人都害怕无人车。在这种情况下,吴恩达带领的自动驾驶团队Drive.ai迎难而上,选择在德州推出自动驾驶按需服务,并且6个月内免费试乘,其意图也更值得关注。

最近,国内外的自动驾驶领域又有些热闹了。

今日(7月31日)最新消息,国内,杭州将成立杭州市自动驾驶测试专家委员会,引入第三方测试管理机构,对测试主体和车辆进行评估审核,发放测试号牌,开放部分路段用于自动驾驶测试,加快推动自动驾驶技术的发展和应用。

国外,福特宣布成立福特汽车自动驾驶子公司,计划将旗下现有的自动驾驶业务进行转移。而瞄准自动驾驶汽车租车服务未来的Uber,也决定停止研发自动驾驶货车,专注于乘用车。

当然,吴恩达作为人工智能领域的元老,也不会错过这一机会。本周一,由他担任董事的自动驾驶初创公司Drive.ai在德州推出了自动驾驶按需服务,将覆盖两英里的范围。该服务将与一家致力于“最后一英里”交通选择的公私合营公司Frisco TMA共同运营,两英里区域内的乘客可以通过智能手机应用程序使用该服务。

image


这是继一年前谷歌的Waymo成为了首家在公共道路上运营自动驾驶汽车(没有司机)后的又一个新入局者。不过,目前这一服务还只是一个试点项目,在6个月内免费。开始时,其自动驾驶车辆方向盘后会配备一位安全员,随后该安全员将坐到乘客座位上,担任监护人的角色,主要职责是回答问题以及让乘客感到舒适。未来某天,Drive.ai将完全从自动驾驶车辆中撤掉安全员。

即使Drive.ai拥有的自动驾驶车辆很少,但这一项目也成为了迄今为止同类测试项目中规模最大的一次。当一切都完成后,该公司有望让自动驾驶汽车运送的乘客数量超过1万人。

愿望是美好的,但我们都知道,自动驾驶面临着用户不信任的危机。上周的两项研究——一项来自布鲁金斯学会(Brookings Institution),另一项来自公路和汽车安全倡导机构(AHAS)——发现大多数美国人并不相信无人驾驶汽车的安全性。

其中,布鲁金斯学会的调查显示,超过60%的受访者表示,他们“不愿意”乘坐自动驾驶汽车,近70%的受访者表示“担心”与他们共用道路。这种观点与今年早些时候由智库HNTB开展的一项民意调查一致。该调查发现,59%的人认为自动驾驶汽车不会比人类驾驶的汽车“更安全”。

image

就是在这种情况下,Drive.ai还是开启了早在今年5月就已宣布要推出的自动驾驶打车服务,因为该公司已经做好了准备。

选择试点城市的原因

弗里斯科是美国增长最快的大都市之一,也是新兴科技产业的发源地。但弗里斯科的技术友好并不是唯一吸引Drive.ai的条件。据了解,德州2017年9月生效了一项法律,允许企业在不受市政府限制的情况下运营自动驾驶服务。可以说,Drive.ai选择在此处展开自动驾驶租车服务,与当地监管机构、城市交通工程团队等的接受度有很大关系。

而Drive.ai对该项目的布局,开始于2018年。当时弗里斯科市议会(Frisco City Council)批准了Frisco交通管理协会的组成。其工作重点是通过改进的人行道和自行车道,以及诸如拼车服务和联网汽车等技术解决方案来减少交通拥堵。

Drive.ai的联合创始人兼CEO Sameep Tandon表示:“弗里斯科希望成为所谓的微型交通领域的创新者。这也是解决最后一公里的问题的最佳的地点。同时以一种包容的合作伙伴关系来解决是我们的最佳选择。”至于该合作伙伴的早期成果便是来自城市的实时道路和交通数据,Tandon称,这将有助于填补其自动驾驶中的知识空白。

Drive.ai要测试哪些内容

Drive.ai的乘车计划开始后,将从霍尔公园(HALL Park)和星港城(The Star)周围的固定地点开始接送乘客,然后扩展至弗里斯科火车站(Frisco Station)。Drive.ai在弗里斯科的主管Don Lepard表示,他们已经对交通数据进行了长达数月的分析,并确定了会采取的路线,而乘客可以通过智能手机应用程序使用该服务,节省时间。

而在行驶过程中,乘客可以通过机载触摸屏进行实时可视化,了解当前车辆的行驶速度以及可选择的视角等,目的是为了让乘客感觉更舒服。为什么做这些呢?Tandon说道,“我们想让大家明白,这些车是自动驾驶汽车,因为他们对待这些车的做法与常规车是不同的。我们的目的很明确。

根据Tandon的说法,机器学习被整合到了驱动器的每个部分。人工智能的堆栈包括了地图、传感器校准、感知、控制、管理等,这是汽车决策引擎的核心部分。可以说,Drive.ai采取的深度学习算法成为了其汽车平台和传感器平台的前沿阵地。

Tandon称,随着汽车的行驶,会记录驾驶数据日志,本地化报告,物体检测,运动计划和基本测量等,比如下车和接载乘客所需的时间。通常情况下,每个数据点需要大约800个小时才能注释,但是Drive.ai开发了一个更快的系统,可以依靠自动化。此外,该公司还创建了原始模拟,为车辆引入了像遇到转弯汽车等不寻常的情况。它创造了一些场景,其中包括“不太可能”的人类行为,如在道路上滚动的物体。

说服公众,有信心防止Uber悲剧

毫不夸张的说,Drive.ai自动驾驶汽车服务推出的时间,恰逢公众对自动驾驶技术的怀疑达到了历史的最高水平。尽管超过94%的车祸是人为失误造成的,但人们依然对此感到恐惧。

Tandon承认没有系统是完美的。但他有信心Drive.ai采取的预防措施将可以防止像Uber那样的悲剧。“与我们的竞争对手相比,我们采取了更加可控,系统的方法。自动驾驶需要一个长期发展的过程,并且会在一段时间里持续增长。我们将与城市和国家合作,并在未来几年内实现这一目标,我们希望它将成为未来的美好蓝图。”

当然,如果一切顺利进行的话,弗里斯科不会是Drive.ai的巅峰之作,这只会是其雄心计划的开始。据了解,该公司正在开发一种套件,允许未来的客户改装具有自主功能的汽车。事实上,它已经与几家汽车制造商展开了相关合作。

虽然自动驾驶有一个很可观的未来发展前景,但目前来说,还只是在起步阶段,且扩张的道路还充满了障碍。就公众的不信任而言,激光雷达提供商Luminar公司的首席执行官Austin Russell表示,这在一定程度上是因为人们对它们并不熟悉。而圣路易斯华盛顿大学研究实时和安全关键系统设计的教授Sanjoy Baruah也称,“零事故的要求太高了。驾驶汽车的人往往也会遇到很多事故……我们并不是天生就会驾驭这个大金属块来到马路上的。”

或许,为替代万无一失的自动驾驶硬件,解决困扰自动驾驶汽车的感知问题的办法可能会带来更多的透明度。但不管这是否会发生,有一件事变得越来越清晰:在公共道路上拥有自动驾驶汽车的道路不止一条,而且有些路线比其他路线更正确。

原文发布时间为:2018-07-31
本文来自云栖社区合作伙伴“人工智能观察”,了解相关信息可以关注“人工智能观察”。

相关文章
|
4月前
|
人工智能 NoSQL atlas
4大企业实例解析:为何MongoDB Atlas成为AI服务构建的首选
本文所提及的仅是MongoDB Atlas在AI领域可实现功能的冰山一角
1727 1
|
16天前
|
SQL 人工智能 运维
在阿里云日志服务轻松落地您的AI模型服务——让您的数据更容易产生洞见和实现价值
您有大量的数据,数据的存储和管理消耗您大量的成本,您知道这些数据隐藏着巨大的价值,但是您总觉得还没有把数据的价值变现出来,对吗?来吧,我们用一系列的案例帮您轻松落地AI模型服务,实现数据价值的变现......
85 3
|
2月前
|
机器学习/深度学习 人工智能 DataWorks
云上AI服务,中国最佳
云上AI服务,中国最佳
68 3
|
2月前
|
人工智能 自然语言处理 机器人
客户在哪儿AI的ToB获客服务和AI外呼机器人的有何不同
客户在哪儿AI的ToB获客服务 VS AI外呼机器人的ToB获客服务。
|
1月前
|
人工智能 API 数据安全/隐私保护
通义听悟AI能力问题之API接口服务的潜在应用类别如何解决
通义听悟AI能力问题之API接口服务的潜在应用类别如何解决
43 0
|
2月前
|
人工智能 自然语言处理 API
深度融合与创新:Open API技术促进AI服务生态构建
【7月更文第21天】在数字化转型的浪潮中,人工智能(AI)已从概念探索走向实际应用,深刻改变着各行各业。Open API(开放应用程序接口)作为连接技术与业务的桥梁,正成为推动AI服务普及和生态构建的关键力量。本文将探讨Open API技术如何通过标准化、易用性和灵活性,加速AI服务的集成与创新,构建一个更加丰富多元的AI服务生态系统。
87 2
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC-基于EAS服务快速部署一个AI视频生成
AIGC-基于EAS服务快速部署一个AI视频生成
|
2月前
|
人工智能 自然语言处理 小程序
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
政务大厅引入智能导航系统,解决寻路难、指引不足及咨询台压力大的问题。VR导视与AI助手提供在线预览、VR路线指引、智能客服和小程序服务,提高办事效率,减轻咨询台工作,优化群众体验,塑造智慧政务形象。通过线上线下结合,实现政务服务的高效便民。
90 0
政务VR导航:跨界融合AI人工智能与大数据分析,打造全方位智能政务服务
|
2月前
|
人工智能 机器人 数据挖掘
客户在哪儿AI与其他服务于B端的科技产品有何不同
客户在哪儿AI与市面上其他几类服务于B端的科技产品有什么不同
|
3月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:AI在现代IT服务管理中的应用
【6月更文挑战第17天】随着人工智能技术的不断进步,智能运维已成为提升IT服务效率和质量的关键手段。本文将探讨如何通过集成机器学习、大数据分析等技术来优化传统运维流程,实现故障预测、自动化处理及持续的性能优化,旨在为IT专业人士提供实施智能运维的洞见与策略。