打车服务马上就要上线,左转弯和凤凰城的街道却成了 Waymo 的大敌

简介:

打车服务马上就要上线,左转弯和凤凰城的街道却成了 Waymo 的大敌

作为最早涉足自动驾驶技术的公司,谷歌旗下的 Waymo 正不断加快研发脚步。

今年秋季,Waymo 的自动驾驶打车服务就将正式在凤凰城郊区上线,不过参与该项目的研发人员在接受采访时透露称,现在的自动驾驶技术依然有许多主要问题需要克服,而这些障碍可能会限制自动驾驶打车服务的体验。

在这些主要问题中,如何让自动驾驶汽车在路口顺利左转成了 Waymo 的心病。消息人士指出,虽然 Waymo 的测试车在凤凰城郊区已经运行了一年半,但有时系统只能命令车辆避开左转,因为软件不够安全。

如果红绿灯上不出现绿色的左转箭头,车辆就会彻底愣住。其实遇到这种情况即使人类驾驶员也会开的小心翼翼,更别说自动驾驶汽车。

显然,解决这一问题对 Waymo 来说非常重要。如果能成功,Waymo 的自动驾驶打车服务就能创造历史,成为第一个不需要安全员就能安全运营的自动驾驶车队。当然,即使这些问题依旧,Waymo 依然是这个行业的领头羊,它在软硬件上都有巨大的优势。

Waymo 的对手们(包括传统汽车厂商)会紧密的注视着它的一举一动,毕竟任何问题或者严重的事故都可能让 Waymo 元气大伤。与 Waymo 闹上法庭的 Uber 早就推出了自动驾驶打车服务,但车辆驾驶座上还是会配备安全员,毕竟车辆出问题的几率还很高。

知情人士表示,Waymo 确实想让安全员“退休”,它已经完成了控制中心的建设,在这里会有人监控着车辆的一举一动,并在自动驾驶汽车需要帮助时提供建议。

据雷锋网了解,有时这些坐在屏幕前的工作人员其实只需帮车辆确认它们“看”到的物体是否真实存在。如果工作人员没有迅速回复,自动驾驶汽车就会靠边停下等待指令。

潜在的问题

用控制中心替代随车安全员也有一些潜在的问题。今年早些时候 Waymo 在凤凰城测试时就发现,由于控制中心指令反馈较慢,因此安全员不得不手动操作车辆防止自动驾驶汽车阻碍交通。值得注意的是,这些问题在许多情况下都会出现。

当然,左转弯可不是 Waymo 自动驾驶汽车的唯一死穴,在郊区测试的这段时间,测试车被断头路等问题虐得身心俱疲。此外,在应对购物中心的路况时 Waymo 测试车也头疼不已,因为购物中心的入口一般离主要街道比较远,而有些小街道 Waymo 的地图无法覆盖。知情人士称,到此类街道时,自动驾驶汽车往往会停下来不愿向前。

以上这些问题依然是自动驾驶前进路上的最大挑战,不过 Waymo 会通过每天或每周的软件更新来逐一解决。令人头疼的是,有时候更新虽然解决了当下的问题,但又引出了新问题。

打车服务马上就要上线,左转弯和凤凰城的街道却成了 Waymo 的大敌

“软件升级后出现了许多退化现象,车辆的可靠性也变差了。原本在左转弯时车辆有十分之九的把握,但升级后它却突然画风突变。”知情人士说。这也就意味着车上的安全员需要时刻戒备,防止升级后的车辆突然“发疯”。

为了减小风险,Waymo 赋予测试车一个不紧不慢的“爷爷风格”,它行动起来相当缓慢但又非常稳当。不过,这样悠闲的行车方式还是没能解决交叉路口左转的问题,而美国引发事故最多的驾驶场景就是路口左转。为了保证可靠性和安全性,参与 Waymo 自动驾驶项目的专家甚至建议限制测试车左转。

经验丰富

Waymo 高管指出,他们的测试车在公路上的总行驶里程已经超过 300 万英里,在模拟器中更是累积了数十亿英里的行驶里程。

同时,Waymo 还有业内最低的“脱离”(需要安全员介入)概率。不过,这些耀眼的数字背后并不包括安全员主动紧握方向盘的情况。

据雷锋网(公众号:雷锋网)了解,安全员选择介入可能是因为不舒服或者感到有潜在威胁出现。不过,Waymo 认为此类情况下即使安全员不介入,车辆也能安全行驶。

在凤凰城的普通市民试乘测试中,Waymo 通过车上的摄像头密切观察了乘客的舒适程度,其中还包括安全员握紧方向盘时乘客的反应。

眼下,自动驾驶软件明显难度更高,但 Waymo 其实在硬件上也有问题。

今年 9 月份接受 The Information 采访时,Waymo CEO John Krafcik 就坦言,车队的 100 辆自动驾驶测试车其实只有一半上路奔跑,到底多少会投入打车服务更是不得而知。测试车辆数目难以快速扩大主要是因为克莱斯勒提供的测试车采用了混动平台,它与 Waymo 的系统融合起来有些慢。

“爆棚的自信心”

除此之外,凤凰城的天气也让自动驾驶汽车苦不堪言,大风时而会伴着沙尘刮来,这里温度还非常高。不过这里至少没有更恼人的大雨和暴雪,而 Waymo 在这样的地区也有测试车。

虽然困难颇多,但在钱德勒小镇上的 10 平方英里区域里,Waymo 的自动驾驶汽车还是信心爆棚,因为它已经掌握了这里大部分数据,车辆在这里的街道上也已经奔跑了无数次。这 10 平方英里外加一些周边区域就是 Waymo 自动驾驶打车服务的运营地。为了进一步提升车辆安全性和可靠性,Waymo 还从当地政府要了建筑工地和其他道路赌塞情况的详细信息。

至于未来在该区域 Waymo 是否会用到合作伙伴 Lyft 的渠道,Waymo 发言人并未作出回答,他只是表示“我们正将精力集中在自动驾驶技术的市场化上。”


本文作者:大壮旅

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
3天前
|
弹性计算 运维 搜索推荐
三翼鸟携手阿里云ECS g9i:智慧家庭场景的效能革命与未来生活新范式
三翼鸟是海尔智家旗下全球首个智慧家庭场景品牌,致力于提供覆盖衣、食、住、娱的一站式全场景解决方案。截至2025年,服务近1亿家庭,连接设备超5000万台。面对高并发、低延迟与稳定性挑战,全面升级为阿里云ECS g9i实例,实现连接能力提升40%、故障率下降90%、响应速度提升至120ms以内,成本降低20%,推动智慧家庭体验全面跃迁。
|
4天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
372 91
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
385 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
4天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
267 156
|
12天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。