吴恩达“旗下”Drive.ai无人出租车来了！新硬件成本更低，外挂4块屏幕

身着正装，头戴牛仔帽，拥抱美丽的妻子卡罗尔·赖利，熟悉的面孔和熟悉的笑容，透露她在得克萨斯州，剧透们不得不宣布一个重大消息。

除非去得克萨斯州虐待狗？现在答案揭晓了，这真是个大新闻。这确实与AI夫妇有关：Drive.AI，一家由吴恩达（Andrew Ng）担任董事、卡罗尔·赖利（Carol Reiley）担任联合创始人的自动驾驶公司，将在德克萨斯州的弗里斯科提供无人驾驶出租车服务。

从今年7月开始，Drive.ai将与当地交通管制协会合作，在六个月内为特定地区的一万多人提供无人（免费）出租车服务。你可以通过Drive.ai的应用程序预约无人驾驶出租车。毫无疑问，这是得克萨斯州历史上的第一次，在美国领土上仅次于谷歌的Waymo。这个无人驾驶汽车项目，涉及到吴恩达、他的妻子和学生，真的值得一试。吴恩达兴奋地宣称，这意味着“无人驾驶汽车终于到来”，这也表明了自动驾驶着陆路线的三个要素和三个步骤的成功。但这种成功能被复制吗？量子比特已经穿越数千英里的海洋，这不仅是吴恩达（Andrew Ng）的解释，而且还从Drive.ai的联合创始人王茂（Wang Mao）那里了解到了更多的独家信息。

Drive.ai的联合创始人宋伟和王茂，以及吴恩达的硬件方案已经更新，这与之前公布的所有方案不同。此次投入试运行的汽车不仅从林肯MKZ改为日产NV200，而且传感器方案也进行了更新：配备了4个激光雷达、10个摄像头和2个毫米波雷达。

与之前9个高清摄像头、2个毫米波雷达和6个Velodyne Puck激光雷达的方案相比，王涛承认成本大大降低，需要注意的是，目前方案中的四个激光雷达并非都来自Velodyne。

不过，王涛并没有详细解释自己为什么要“换车”。他只说Drive.ai无人车改造方案快速高效，他们最近推出了一款新车型，既可以使用乘客，也可以使用货物。创新的用户体验除了不同的硬件解决方案，Drive.ai投入运营的无人车设计也相当引人注目。车身被漆成明显的橙色，并配备了四个液晶显示屏。

王茂解释说，这是“以人为本”理念在落地自动驾驶中的实践。引人注目的车身颜色可以让行人更好地识别无人车，而LCD可以与其他Drive.ai和行人“交流”。他们希望这将成为无人驾驶汽车的行业标准，就像转向灯发明时一样。当然，这是用户体验方面的创新。如果将无人车视为一种产品，那么人们更多地关注车内乘客的安全和舒适，而忽视了车外“用户”的互动。吴恩达补充说，更明显的识别可以让人们更快地识别无人车，这不仅有利于公众接受，而且在操作中更安全。

同时，汽车周围的四块液晶显示屏将实现与外界的实时互动。例如，如果一辆无人车让路给行人，液晶显示屏会显示：我在等你过马路。除了上述创新，Drive.ai还在试运营计划中设置了“冗余”。事实上，在得克萨斯州，完全参与Drive.ai试运行的无人车数量并不多，通常只有三辆，在需求高峰期可能会增加到四辆，而且不会7*24小时运行，只在固定时间（通勤、外出就餐）运行，供当地上班族免费出行……

运营路线也将停靠车站，在霍尔公园和The Star周围提供固定的上下车地点，然后将延伸至搜身站。主要目的是通过无人车实现商业园区与生活服务区的连接，避免上班族开车、停车等烦恼。然而，王茂还解释说，与“公交路线”不同，在这条车站到车站的路线中间，乘客也可以指定系统需要“上下车”，但他们在连接时往往会建议车站。

更为关键的操作“冗余”方案反映在部署步骤中，吴恩达对此进行了详细解释，并将其分为三个阶段：第一阶段，在紧急情况下，有安全官员可以接管无人驾驶车辆，同时部署远程控制的远程选择技术。吴恩达（Andrew Ng）举了一个例子，说明如何在两者之间划分工作。“我们的车想在十字路口执行一项复杂的任务。如果它认为人类应该进一步确认安全性，它会先停车，然后让远程操作员处理。随着时间的推移，我们的深度学习系统将学习这些案例，并提高自动化程度。与操作员直接控制汽车的“远程驾驶”不同，我们的远程选择系统可以接受网络延迟和临时网络停机，甚至可以考虑一些极端情况，例如自动识别过期数据或延迟100毫秒的请求为无效。“在第二阶段，安全官员被免职，但配备了监督员，远程选择操作员仍然是标准的。然而，与安全官员不同，监督员将坐在乘客座位上，这可以帮助乘客“监督”“无人车的操作，不承担实时接管车辆控制的责任。在最后阶段，车内只剩下乘客，Drive.ai通过远程选择操作员提供远程帮助。此外，远程选择操作员可以监督多辆车，这意味着无人车可以在更大范围内部署然而，吴恩达和王涛都没有透露“大规模部署”的速度有多快。然而，Quantum Bit获悉，Drive.ai无人驾驶汽车在从加利福尼亚州抵达德克萨斯州弗里斯克的第五天就完全适应了“新的路况”。Drive.ai对其以深度学习为核心的自动驾驶系统充满信心。

但这并非完全没有挑战。吴恩达（Andrew Ng）表示，目前，无人驾驶系统无法达到人类驾驶员在某些特定复杂场景中应有的判断，例如理解道路维护人员的手势和交警的指令，这需要更多的数据和更多的反馈来实现进一步的培训。然而，他也坚信Drive.ai已经走上了一条无人驾驶的道路，在有限场景下解决挑战的前提下，这条道路可以在地面上复制。为此，他具体总结了无人驾驶出租车运营的三个关键因素：一是技术：需要行业领先的人工智能和深度学习技术；第二，合作关系：需要与公共和私人合作伙伴一起部署；

最后但同样重要的是，安全：需要以人为本的安全经验和效果。当然，吴恩达也赞扬了Drive.ai的“个人奋斗”。他说，这个团队有许多深度学习专业人员，他们使用现代人工智能技术从头开始设计无人驾驶基础设施。此外，通过部署无人驾驶认知、行动规划、地图、本地化、车队管理软件、移动应用程序、通信、远程选择帮助系统等综合软件，--Drive.ai团队可以快速行动，解决系统之间的依赖关系。Quantum Bit还了解到，Drive.ai目前已扩展到120人，主要从事工程研发。在今年第三季度之前，他们的团队规模将增加到170人左右。目前，软件和硬件工程师的需求量很大。值得一提的是，吴恩达是这支球队中不可或缺的一员，他所扮演的角色不仅像老师和导演一样简单。也许开车也是一个梦想，为谷歌和百度尚未实现的无人车的未来而努力。吴恩达（Andrew Ng）将在Drive.ai上实现这一点。如本视频所示：身穿正装，戴牛仔帽，拥抱美丽的妻子卡罗尔·赖利（Carol Reiley），面容熟悉，笑容熟悉，透露出她在德克萨斯州，剧透者必须宣布一个大消息。

除非去得克萨斯州虐待狗？现在答案揭晓了，这真是个大新闻。这确实与AI夫妇有关：Drive.AI，一家由吴恩达（Andrew Ng）担任董事、卡罗尔·赖利（Carol Reiley）担任联合创始人的自动驾驶公司，将在德克萨斯州的弗里斯科提供无人驾驶出租车服务。

从今年7月开始，Drive.ai将与当地交通管制协会合作，在六个月内为特定地区的一万多人提供无人（免费）出租车服务。你可以通过Drive.ai的应用程序预约无人驾驶出租车。毫无疑问，这是得克萨斯州历史上的第一次，在美国领土上仅次于谷歌的Waymo。这个无人驾驶汽车项目，涉及到吴恩达、他的妻子和学生，真的值得一试。吴恩达兴奋地宣称，这意味着“无人驾驶汽车终于到来”，这也表明了自动驾驶着陆路线的三个要素和三个步骤的成功。但这种成功能被复制吗？量子比特已经穿越数千英里的海洋，这不仅是吴恩达（Andrew Ng）的解释，而且还从Drive.ai的联合创始人王茂（Wang Mao）那里了解到了更多的独家信息。

Drive.ai的联合创始人宋伟和王茂，以及吴恩达的硬件方案已经更新，这与之前公布的所有方案不同。此次投入试运行的汽车不仅从林肯MKZ改为日产NV200，而且传感器方案也进行了更新：配备了4个激光雷达、10个摄像头和2个毫米波雷达。

与之前9个高清摄像头、2个毫米波雷达和6个Velodyne Puck激光雷达的方案相比，王涛承认成本大大降低，需要注意的是，目前方案中的四个激光雷达并非都来自Velodyne。

不过，王涛并没有详细解释自己为什么要“换车”。他只说Drive.ai无人车改造方案快速高效，他们最近推出了一款新车型，既可以使用乘客，也可以使用货物。创新的用户体验除了不同的硬件解决方案，Drive.ai投入运营的无人车设计也相当引人注目。车身被漆成明显的橙色，并配备了四个液晶显示屏。

王茂解释说，这是“以人为本”理念在落地自动驾驶中的实践。引人注目的车身颜色可以让行人更好地识别无人车，而LCD可以与其他Drive.ai和行人“交流”。他们希望这将成为无人驾驶汽车的行业标准，就像转向灯发明时一样。哦……

当然，这是用户体验方面的创新。如果将无人车视为一种产品，那么人们更多地关注车内乘客的安全和舒适，而忽视了车外“用户”的互动。吴恩达补充说，更明显的识别可以让人们更快地识别无人车，这不仅有利于公众接受，而且在操作中更安全。

同时，汽车周围的四块液晶显示屏将实现与外界的实时互动。例如，如果一辆无人车让路给行人，液晶显示屏会显示：我在等你过马路。除了上述创新，Drive.ai还在试运营计划中设置了“冗余”。事实上，完全参与Drive.ai在得克萨斯州试运行的无人车数量并不多，通常只有三辆，在需求高峰期可能会增加到四辆，而且不会7*24小时运行，只在固定时间（通勤、外出就餐）运行，供当地上班族免费出行。运营路线也将停靠车站，在霍尔公园和The Star周围提供固定的上下车地点，然后将延伸至搜身站。主要目的是通过无人车实现商业园区与生活服务区的连接，避免上班族开车、停车等烦恼。然而，王茂还解释说，与“公交路线”不同，在这条车站到车站的路线中间，乘客也可以指定系统需要“上下车”，但他们在连接时往往会建议车站。

更为关键的操作“冗余”方案反映在部署步骤中，吴恩达对此进行了详细解释，并将其分为三个阶段：第一阶段，在紧急情况下，有安全官员可以接管无人驾驶车辆，同时部署远程控制的远程选择技术。吴恩达（Andrew Ng）举了一个例子，说明如何在两者之间划分工作。“我们的车想在十字路口执行一项复杂的任务。如果它认为人类应该进一步确认安全性，它会先停车，然后让远程操作员处理。随着时间的推移，我们的深度学习系统将学习这些案例，并提高自动化程度。与操作员直接控制汽车的“远程驾驶”不同，我们的远程选择系统可以接受网络延迟和临时网络停机，甚至可以考虑一些极端情况，例如自动识别过期数据或延迟100毫秒的请求为无效。“在第二阶段，安全官员被免职，但配备了监督员，远程选择操作员仍然是标准的。然而，与安全官员不同，监督员将坐在乘客座位上，这可以帮助乘客“监督”“无人车的操作，不承担实时接管车辆控制的责任。在最后阶段，车内只剩下乘客，Drive.ai通过远程选择操作员提供远程帮助。此外，远程选择操作员可以监督多辆车，这意味着无人车可以在更大范围内部署然而，吴恩达和王涛都没有透露“大规模部署”的速度有多快。然而，Quantum Bit获悉，Drive.ai无人驾驶汽车在从加利福尼亚州抵达德克萨斯州弗里斯克的第五天就完全适应了“新的路况”。Drive.ai对其以深度学习为核心的自动驾驶系统充满信心。

但这并非完全没有挑战。吴恩达（Andrew Ng）表示，目前，无人驾驶系统无法达到人类驾驶员在某些特定复杂场景中应有的判断，例如理解道路维护人员的手势和交警的指令，这需要更多的数据和更多的反馈来实现进一步的培训。然而，他也坚信Drive.ai已经走上了一条无人驾驶的道路，在有限场景下解决挑战的前提下，这条道路可以在地面上复制。为此，他具体总结了无人驾驶出租车运营的三个关键因素：一是技术：需要行业领先的人工智能和深度学习技术；

第二，合作关系：需要与公共和私人合作伙伴一起部署；最后但同样重要的是，安全：需要以人为本的安全经验和效果。当然，吴恩达也赞扬了Drive.ai的“个人奋斗”。他说，这个团队有许多深度学习专业人员，他们使用现代人工智能技术从头开始设计无人驾驶基础设施。此外，通过部署无人驾驶认知、行动规划、地图、本地化、车队管理软件、移动应用程序、通信、远程选择帮助系统等综合软件，--Drive.ai团队可以快速行动，解决系统之间的依赖关系。Quantum Bit还了解到，Drive.ai目前已扩展到120人，主要从事工程研发。在今年第三季度之前，他们的团队规模将增加到170人左右。目前，软件和硬件工程师的需求量很大。值得一提的是，吴恩达是这支球队中不可或缺的一员，他所扮演的角色不仅像老师和导演一样简单。也许开车也是一个梦想，为谷歌和百度尚未实现的无人车的未来而努力。吴恩达将在Drive.ai实现这一点。如视频所示：

标签：远程合创大众林肯理念

汽车资讯热门资讯