盖世汽车讯通过人工智能技术识别行人、其他车辆和潜在障碍物后，自动驾驶汽车可以在城市街道和车流量较少的环境中行驶。这一切都是在人工神经网络的帮助下实现的，人工神经网络可以模仿人类的视觉感知系统，经过训练后可以“看见”车辆周围的环境。
然而，与人类不同，使用人工神经网络的车辆没有过去的记忆。不管他们之前在某条路上开过多少次车，都是处于第一次见世面的状态。在恶劣的天气条件下，这将是一个大问题，因为汽车将无法依靠传感器来实现安全驾驶。
据国外媒体报道，来自康奈尔大学安·s·鲍尔斯(Cornell Ann S. Bowles)计算与信息科学学院和工程学院的研究人员同时发表了三篇论文，他们在论文中阐述了可以通过根据以前的经验为汽车创建一个“记忆”来克服上述局限性，以便他们可以在未来的驾驶导航中使用这个记忆。
研究人员驾驶数据收集车(来源:康奈尔大学)
安·鲍尔斯计算机科学学院的教授基利安·温伯格说:“根本的问题是，我们能从重复的经历中学习吗？例如，当汽车的激光扫描仪第一次从远处感知到一棵形状奇怪的树时，它可能会被误认为是行人。但是，一旦距离足够近，就能知道物体的种类。因此，当第二次经过同一棵树时，即使在雾天或下雪天，也希望汽车学会正确识别这棵树。”
研究小组的博士生凯蒂·罗(Katie Luo)说:“事实上，人们很少第一次在同一条路上开车。你或别人最近都开过这条路，自然要收集和利用这些经验。”
在博士生卡洛斯·迪亚兹-鲁伊斯的带领下，研究小组通过驾驶装有激光雷达(光探测和测距)的车辆，在18个月内在伊萨卡及其周围15公里的环路中重复行驶40次，编制了一个数据集。这次旅行捕捉到了不同的情况:(不同的道路:高速公路，城市，校园)，不同的天气(晴天，雨天，下雪天)和一天中不同的时间。研究小组将数据集命名为Ithaca365，该数据集拥有超过60万个场景。
迪亚兹-鲁伊斯说:“它故意让自动驾驶汽车面临一个关键挑战:恶劣的天气条件。如果街道被雪覆盖，人类可以依靠记忆，但没有记忆，神经网络会遇到很大的麻烦。”
后见之明是一种在车辆经过时，利用神经网络计算物体描述符，然后它可以压缩这种描述并命名为SQuaSH(空间量化短历史)特征，并将其存储在虚拟地图上的方法，这种方法类似于人脑中存储的“记忆”。
研究人员表示:“这种信息可以作为一种特征，添加到任何基于激光雷达的3D物体探测器中。之后，检测器和挤压特征可以在没有任何额外监督或人工标注的情况下进行联合训练，这既费时又费力。”
虽然后见之明仍然认为人工神经网络已经被训练好了，可以用来检测物体，它创造记忆的能力也增强了，但是谦抑(瞬态运动物体检测和自我训练)有了进一步的发展。
在这项研究中，研究人员要求车辆从头开始学习整个感知过程。起初，车辆的人工神经网络从未接触过任何物体或街道。通过多次行驶同一条路径，汽车可以知道环境的哪一部分是静止的，哪一部分是运动的。慢慢地，它可以自学其他交通参与者有什么，而忽略什么是安全的。
然后，该算法可以可靠地检测到这种物体，即使是在以前没有重复驾驶的道路上。
研究人员希望上述两种方法可以大大降低自动驾驶汽车的研发成本(目前自动驾驶汽车的研发仍然严重依赖昂贵的人工标注数据)，还可以通过学习之前最常行驶的路径，让自动驾驶汽车更加高效。
1盖世汽车讯通过人工智能技术识别行人、其他车辆和潜在障碍物后，自动驾驶汽车可以在城市街道和车流量较少的环境中行驶。这一切都是在人工神经网络的帮助下实现的，它可以模仿人类的视觉感知……离子系统，并在训练后“看到”车辆周围的环境。
然而，与人类不同，使用人工神经网络的车辆没有过去的记忆。不管他们之前在某条路上开过多少次车，都是处于第一次见世面的状态。在恶劣的天气条件下，这将是一个大问题，因为汽车将无法依靠传感器来实现安全驾驶。
据国外媒体报道，来自康奈尔大学安·s·鲍尔斯(Cornell Ann S. Bowles)计算与信息科学学院和工程学院的研究人员同时发表了三篇论文，他们在论文中阐述了可以通过根据以前的经验为汽车创建一个“记忆”来克服上述局限性，以便他们可以在未来的驾驶导航中使用这个记忆。
研究人员驾驶数据收集车(来源:康奈尔大学)
安·鲍尔斯计算机科学学院的教授基利安·温伯格说:“根本的问题是，我们能从重复的经历中学习吗？例如，当汽车的激光扫描仪第一次从远处感知到一棵形状奇怪的树时，它可能会被误认为是行人。但是，一旦距离足够近，就能知道物体的种类。因此，当第二次经过同一棵树时，即使在雾天或下雪天，也希望汽车学会正确识别这棵树。”
研究小组的博士生凯蒂·罗(Katie Luo)说:“事实上，人们很少第一次在同一条路上开车。你或别人最近都开过这条路，自然要收集和利用这些经验。”
在博士生卡洛斯·迪亚兹-鲁伊斯的带领下，研究小组通过驾驶装有激光雷达(光探测和测距)的车辆，在18个月内在伊萨卡及其周围15公里的环路中重复行驶40次，编制了一个数据集。这次旅行捕捉到了不同的情况:(不同的道路:高速公路，城市，校园)，不同的天气(晴天，雨天，下雪天)和一天中不同的时间。研究小组将数据集命名为Ithaca365，该数据集拥有超过60万个场景。
迪亚兹-鲁伊斯说:“它故意让自动驾驶汽车面临一个关键挑战:恶劣的天气条件。如果街道被雪覆盖，人类可以依靠记忆，但没有记忆，神经网络会遇到很大的麻烦。”
后见之明是一种在车辆经过时，利用神经网络计算物体描述符，然后它可以压缩这种描述并命名为SQuaSH(空间量化短历史)特征，并将其存储在虚拟地图上的方法，这种方法类似于人脑中存储的“记忆”。
研究人员表示:“这种信息可以作为一种特征，添加到任何基于激光雷达的3D物体探测器中。之后，检测器和挤压特征可以在没有任何额外监督或人工标注的情况下进行联合训练，这既费时又费力。”
虽然后见之明仍然认为人工神经网络已经被训练好了，可以用来检测物体，它创造记忆的能力也增强了，但是谦抑(瞬态运动物体检测和自我训练)有了进一步的发展。
在这项研究中，研究人员要求车辆从头开始学习整个感知过程。起初，车辆的人工神经网络从未接触过任何物体或街道。通过多次行驶同一条路径，汽车可以知道环境的哪一部分是静止的，哪一部分是运动的。慢慢地，它可以自学其他交通参与者有什么，而忽略什么是安全的。
然后，该算法可以可靠地检测到这种物体，即使是在以前没有重复驾驶的道路上。
研究人员希望上述两种方法可以大大降低自动驾驶汽车的研发成本(目前自动驾驶汽车的研发仍然严重依赖昂贵的人工标注数据)，还可以通过学习之前最常行驶的路径，让自动驾驶汽车更加高效。
标签：DS
盖世汽车讯据外媒报道，一国际团队进行比较研究，探讨用于评估锂离子电池电量状态（SOC）的不同在线算法。参与此项研究的包括来自德国、印度、马来西亚、澳大利亚和沙特阿拉伯的研究人员。
1900/1/1 0:00:00盖世汽车讯据外媒报道，丰田宣布在全球召回2023款bZ4X车型，原因是车轮上的轮毂螺栓（hubbolt）在驾驶时可能会松动，进而导致整个车轮脱落。丰田警告称，在隐患解决之前，车主不要驾驶车辆。
1900/1/1 0:00:00特斯拉上海工厂计划将年产量翻倍至100万辆据知情人士透露，特斯拉正在采取措施以将其上海工厂的年产量翻倍至100万辆。
1900/1/1 0:00:00日前，极星汽车Polestar宣布与特殊目的收购公司SPACGoresGuggenheimGGPI
1900/1/1 0:00:00日前，咨询公司AlixPartners表示，随着大多数主要市场的需求加速，到2028年，电动汽车将占全球汽车销量的33，到2035年这一比例将达到54。
1900/1/1 0:00:00在很多人看来，美国总统拜登似乎很少在公开场合提及马斯克和特斯拉，最早一次承认特斯拉的电动车领导地位，还是在其入主白宫一年后的2022年2月。
1900/1/1 0:00:00
汽车导航