英特尔,Waymo比较了优步第一个致命自治车祸的视觉系统
2018年4月07日通过唐纳德克拉姆克在优步性自动车祸之后,英特尔和Waymo等公司坚持认为他们的自主车辆系统可能会阻止这种悲剧。这些大名称如何做自主驾驶不同?
在优步性自动车祸之后,英特尔和Waymo等公司坚持认为,他们的自主车辆系统将阻止这种悲剧。这些公司在做不同的事情 - 这些差异是否足以让公众对这些车辆的安全性有信心?
3月19日在亚利桑那州坦佩,优步的测试车辆中的一个击中了一个行人,杀死了一个49岁的Elaine Herzberg,尽管安全司机坐在车之后。这是第一个涉及行人的致命碰撞,尽管Tesla的自动驾驶仪涉及第一起自动驾驶汽车与另一辆车相撞致人死亡的事故2016年。
这对优步有明显的直接影响,包括亚利桑那州的直接影响暂停优步的自动车辆测试特权。然而,其他自主车辆制造商也预计作为整个行业的反弹也在负面光线中铸造。
优步的传感技术如何与竞争对手设计的系统相比?这些竞争公司如何在自主车辆历史中对这座历史性和悲惨的里程碑作出反应?
优步对自主车辆传感器系统的方法
如果你看过那场致命车祸的令人痛心的视频,你会注意到优步的汽车在自动模式下没有刹车,也没有试图避开行人。这显然是优步传感器在探测和避免道路障碍方面的失败,尽管尚未确定到底是什么地方出了问题。
一种明显的可能性是车辆的传感器无法正常运行或足够好以进行驾驶条件。对于环境传感,优步利用Velodyne的激光雷达传感器。在最基本的水平,激光雷达技术发射激光脉冲,击中环境中的物体后反射回来。
Velodyne是其他几家公司开发固态激光雷达在汽车领域,旨在减少传感器的占地面积和成本。这些进步代表着对自动驾驶技术未来的进一步投资,而传感器公司也有动力去保护自动驾驶技术。
两种迭代的Velodyne VelaRay传感器。剩下:Velarray在其新闻稿中所示(图片由商业电汇)。右:CES 2018上显示的Velarray。
然而,目前尚不清楚事故是由这种传感技术、解读传感器数据的决策系统,还是自动驾驶汽车做出决策过程中的其他部分引起的。
Velodyne的总裁Marta Hall,没有不确定的术语“我们不认为事故是由激光雷达造成的。”她继续说,Velodyne与决策系统没有任何关系,解释他们的激光雷达传感器收集的视觉数据。
也试图将自己与事件的辐射自距离是NVIDIA,这很快就指出了与优步的合作伙伴关系仅限于GPU。NVIDIA提供AI平台的NVIDIA Drive,NVIDIA Drive不参与致命事件。然而,在一个疗程的表现中,NVIDIA决定停止自动驾驶汽车的测试反正是在公共道路上。英伟达联合创始人兼首席执行官黄仁勋(jenhsun Huang)认为,所有自主式公司后退一步,从这次事故中吸取教训是极其重要的。
英特尔演示了优步崩溃镜头的专有ADA
在一个英特尔新闻室的声明英特尔公司(Intel Corporation)高级副总裁、移动眼公司(Mobileye)首席执行官兼首席技术官Amnon Shashua教授对这一事件做出了笼统的回应。他表示,他认为这是一个正确的时机,退后一步,分析当前的硬件和软件设计在这些车辆。为了确保自动驾驶汽车对行人和司机完全安全,Shashua认为,自动驾驶汽车领域需要关注感知和决策。
英特尔的回应总体上指出了他们的ADAS设计与优步不同的原因,比如他们的系统包括自动紧急制动(AEB)和车道保持支持等功能,这些功能本可以帮助防止事故的发生。
英特尔(Intel)做了一个大胆的演示他们的ADAS技术拓扑了镜头坦皮的致命事故。在演示中,英特尔的软件在赫尔兹伯格女士和她的自行车上拾取。下面的三个图像包括从模式识别和“自由空间”检测模块创建的绿色检测框。
优步撞车的视频与Mobileye的ADAS系统响应叠加在一起。图片由英特尔。
该软件配备了配备ADAS的车辆标准,在测试中被驱动了数十亿英里。
和这个软件一起,移动式道路的经验管理™(REM)采用超高的刷新率,以确保其低反映现实的时间(TTRR)远远超出限定。在硬件方面,Mobileye的片上系统(SoC)来自于EyeQ®家庭。
eyeq芯片的移动式家庭以及每个支持的自主程度。图片来自Mobileye。
Mobileye分开的是他们的专有计算核心(或加速器)。这些加速器用于各种计算机视觉,信号处理和机器学习任务。以下是每个可编程加速器核心提供的列表。
- 向量微码处理器(VMP)是VLIW SIMD处理器,为类似于计算机视觉应用程序的操作提供硬件支持。
- 多线程处理集群(MPC)比任何GPU都更通用,比任何CPU都更高效。
- 可编程宏阵列(PMA)使计算密度接近固定功能硬件加速器,而不牺牲任何可编程性。
与Waymo
Waymo Ceo John Krafcik也解决了优步事故,陈述福布斯“亚利桑那州发生了什么是悲剧。这是可怕的。”像英特尔一样,Krafcik声称他感到非常有信心他们的车已经处理这种情况。
Waymo Uber一样,使用LIDAR技术在他们的自治车辆中。事实上,这两家公司已经从事一个专业关于LIDAR传感技术专利的诉讼。
然而,一个不同的因素是,Waymo开发他们的硬件和软件在同一个屋檐下。Waymo的传感器是由专门研究人工智能的软件专家开发的,它们被构建成一个集成系统。
Waymo打开一个自主乘车共享业务在今年的凤凰城,在激光器技术和亚利桑那州的公共道路上施加更加审查,以获得自治车辆的公共道路。
一个行业的命运
这不是第一起对自动驾驶汽车安全性提出质疑的事件。除了传感器和视觉系统或视觉处理软件的失误之外,还可能出现许多问题,这些问题可能是由主动恶意的第三方干扰这些系统造成的。从改变了街道标志来欺骗攻击直接针对自主系统,自治车辆面临着许多挑战。
赫尔兹伯格的死代表了这个行业的重大事件,这些行业已经从传感器开发人员到汽车制造商相似地看到了非凡的兴趣。与nvidia这样的公司将更多的公司在他们的测试计划上按暂停?监管机构是否会产生响应的法规?鉴于对优步第一次致命崩溃的回应已经清楚地说,2018年将成为自治车行业的一个林文一年。
事实是,不管视觉系统如何,这个概念中有一个固有的缺陷,那就是控制计算机不会识别潜在的危险,只识别实际的危险。结果是,在大多数情况下,计算机不会决定采取任何纠正行动,直到为时已晚。坦佩市的悲剧就是一个完美的例子,因为一个能干的人类司机会预见到可能出现的问题,并把车开到车道边缘,或者如果路面畅通的话,可能会开到下一条车道。但是计算机程序没有发现潜在的问题,因此保持速度和注意力在车道上。第二个错误是,电脑没有试图转向并避开那位女士,可能是因为软件中没有这个选项。第二个缺陷也是一个阻碍,因为计算机永远不会有足够多的选项来选择最好的,即使它足够快。