Lyft透露其自动驾驶汽车决策系统设计细节 学习人类驾驶模式

据外媒报道，Lyft自动驾驶汽车研发部门的L5团队披露了其自动驾驶汽车规划的一些细节和进展，并列出了其工程师面临的一些挑战。

想象一下，在高速公路上行驶，遇到另一辆汽车横穿多条车道。如果你想防止碰撞，你必须减速，但你如何控制减速率？Lyft的自动驾驶原型采用了一种“受人类启发”的规划方法来确定减速率。最初，该公司使用的基准人工智能模型没有考虑障碍物速度，而最新的模型学习了人类驾驶，并在面对高速超车时逐渐减速。Lyft Level 5团队表示，“这种混合方法可以根据人类的偏好进行调整，使驾驶体验更加舒适和自然。我们相信，基于规则的系统、基于学习的系统和人类驾驶数据的结合可以产生全面的系统级解决方案。L5工程师表示，他们受到了马斯洛的需求层次理论和阿西莫夫的机器人三定律“设计自动驾驶汽车决策系统的架构”的启发。这种金字塔模型的基础是安全性和合法性，也就是说，在执行操作之前，Lyft车辆将验证其计划的行为是否安全且符合当地法律ion，规划模型还考虑了感知安全的概念，即使在实际安全风险较低的情况下，感知安全也将最大限度地减少乘客和其他驾驶员的不安全感。在实际驾驶中，可能需要增加与前车的距离，或者确保自动驾驶汽车不会离车道分隔带太近。该模型的倒数第二层是舒适度，例如减少重力引起的恶心。该模型的首要问题是路线效率，例如尽快到达目的地。自动驾驶汽车系统的透明度将是提高公众接受度的关键。根据英特尔PSB研究公司去年委托进行的一项调查，尽管约94%的车祸是由人为失误造成的，但只有21%的美国人愿意用自动驾驶汽车取代他们的汽车，近一半的人在自动驾驶汽车附近感到不安全。Lyft Level 5团队由一群数据科学家、应用研究人员、产品经理、运营经理等组成，致力于构建汽车共享服务的自动驾驶系统。自2017年7月成立以来，该部门开发了一个新的3D分割框架、评估车辆能效的新方法，以及使用众包地图跟踪车辆运动的技术。今年早些时候，Lyft在其位于加利福尼亚州帕洛阿尔托的5级总部附近开设了一个新的道路测试点。工程师将在中心模拟真实的驾驶场景，包括十字路口、红绿灯、道路合流、人行道和其他公共道路条件，其中的组件将是可重置的。一年前，Lyft扩大了其在帕洛阿尔托的员工自动驾驶服务，将配备人身安全驾驶员的自动驾驶汽车纳入限制区域。今年，该公司表示，可用路线的数量增加了三倍，并计划迅速扩大这项服务的覆盖范围。11月，Lyft透露，与半年前相比，其季度驾驶里程增长了四倍，致力于自动驾驶汽车技术开发的员工人数从300人增加到400人。据该公司称，96%试图通过Lyft应用程序使用自动驾驶汽车的人表示，他们想再次使用自动驾驶。今年5月，Lyft与Waymo进行了合作。菲尼克斯的用户可以通过Lyft应用程序呼叫Waymo的自动驾驶汽车。此外，Lyft还与Ambofu合作，后者为Lyft拉斯维加斯的客户提供少量自动驾驶汽车。最近，Lyft还开放了其自动驾驶汽车数据集nuScenes，该数据集拥有55000多个手动注释的3D注释交通主题框架。

标签：

汽车资讯热门资讯