背靠福特的Argo无人车发生严重事故,两名乘客已送往医院

简介:
本文来自AI新媒体量子位(QbitAI)

美国西海岸的CES上,各种各样的自动驾驶技术正让人眼花缭乱;东部曾经的钢铁重镇、如今的无人车试验田匹兹堡,一辆测试车发生了严重事故。

83953f3a0b13ed542887dd519b78e73c56527aac

 事故现场 / DAN BROUGHTON拍摄

美国媒体The Incline报道称,由福特投资的创业公司Argo AI运营的一辆自动驾驶汽车周三在匹兹堡发生事故,导致两人被送往医院。

我们从现场照片可以看出,Argo事故车辆侧面凹陷、车门变形,三块车窗玻璃碎裂。右侧后门上Argo的LOGO和底下的字迹已经模糊不清,只剩前门上的后半句“Systems Development”。车尾完好,www.argo.ai字样仍然健在。

a21f7780a2bd2aadac1c86a8c0a0f97c97f57ab7

 事故车辆近距离拍摄 / 来自WPXI

初步报告表明,这起事故是由于人为失误造成的。

根据The Incline的报道,美国匹兹堡公共安全部门发言人Alicia George表示,事故发生在当地时间上午10点左右,地点为North Shore和Troy Hill之间、靠近16街大桥附近16街和Progress大街的十字路口。

从卫星图上看,这个十字路口并没有什么特殊之处:

5d84633a62324176613fb7ecd7e2ca95ed82f9f5

 Google Maps卫星图

George说,当时一辆厢式卡车闯了红灯,从侧面撞上了Argo测试车。测试车内有4名乘客。其中两人受伤,并被送往附近医院,目前情况稳定。事故发生地点距离Argo AI的车库大约有1英里。

她在电子邮件中表示:“目前尚不清楚是否会提起指控。事故报告尚未完成,这需要时间。”

1f76ea755b7c60d5cde957ba33711735eecbdc36

福特也收到了媒体关于这起事故的问询。该公司在电子邮件中表示:

“我们知道,Argo AI的测试车辆卷入了一起事故。我们正在收集所有信息。我们最初的关注重点是确保所有相关方都是安全的。”

福特发言人没有透露事故发生时车辆是否处于自动驾驶模式,也没有透露Argo在事故调查期间是否已经暂停了其他所有测试。

这不是匹兹堡首次发生涉及自动驾驶汽车的交通事故。根据《论坛报评论》的报道,2017年9月,Uber的一辆自动驾驶汽车也卷入了事故,不过该公司调查后认为,无人驾驶系统在事故中没有责任。当地电视台WPXI发布了损坏车辆的视频。

Argo由谷歌和Uber自动驾驶汽车项目的资深人士创立。自2017年初获得福特的10年期10亿美元投资之后,该公司一直在匹兹堡测试自动驾驶汽车。目前,该公司正在帮助福特实现目标,即到2021年部署没有方向盘和踏板的全自动驾驶汽车。

本文作者:维金
原文发布时间:2018-01-11
相关文章
|
存储 算法 测试技术
大模型落地的必经之路 | GPTQ加速LLM落地,让Transformer量化落地不再困难
大模型落地的必经之路 | GPTQ加速LLM落地,让Transformer量化落地不再困难
554 0
|
前端开发
webpack如何设置devServer启动项目为https协议
webpack如何设置devServer启动项目为https协议
2070 0
|
Ubuntu
Ubuntu 安装使用yum
Ubuntu 安装使用yum
3427 0
|
7月前
|
存储 移动开发 算法
ARM 常用汇编指令
下面是ARM架构中常用汇编指令的总结,涵盖数据处理、数据传输、分支跳转、堆栈操作等类别,方便你快速查阅和理解。
408 105
|
移动开发 前端开发 搜索推荐
《前端技术基础》第01章 HTML基础【合集】
超文本标记语言(HyperText Markup Language,简称 HTML)是构建网页结构的基础标记语言。它与 CSS、JavaScript 协同,负责搭建网页“骨架”,用标签组织内容,像标题、段落、图片等元素,通过起始与结束标签(部分可单用,如`<img>`)界定层级与布局,将信息有序整合。标签含特定语义,向浏览器传达展示方式,为网页准确呈现及后续美化、交互筑牢根基。
488 25
|
人工智能 供应链 安全
AI辅助安全测试案例某电商-供应链平台平台安全漏洞
【11月更文挑战第13天】该案例介绍了一家电商供应链平台如何利用AI技术进行全面的安全测试,包括网络、应用和数据安全层面,发现了多个潜在漏洞,并采取了有效的修复措施,提升了平台的整体安全性。
760 4
|
机器学习/深度学习 算法 开发者
探索深度学习中的优化器选择对模型性能的影响
在深度学习领域,优化器的选择对于模型训练的效果具有决定性作用。本文通过对比分析不同优化器的工作原理及其在实际应用中的表现,探讨了如何根据具体任务选择合适的优化器以提高模型性能。文章首先概述了几种常见的优化算法,包括梯度下降法、随机梯度下降法(SGD)、动量法、AdaGrad、RMSProp和Adam等;然后,通过实验验证了这些优化器在不同数据集上训练神经网络时的效率与准确性差异;最后,提出了一些基于经验的规则帮助开发者更好地做出选择。
|
数据可视化 Java Nacos
Sleuth+Zipkin 实现 SpringCloud 链路追踪
【8月更文挑战第9天】Sleuth+Zipkin 实现 SpringCloud 链路追踪
680 1
Sleuth+Zipkin 实现 SpringCloud 链路追踪
|
存储 人工智能 大数据
【一图看懂】云存储“4任意+3智能”升级,以数据驱动AI创新
阿里云围绕Storage for AI与AI in Storage两大领域,对其存储服务进行全面升级。
|
人工智能 运维 监控
人工智能如何影响后端开发
【6月更文挑战第1天】人工智能如何影响后端开发
651 2

热门文章

最新文章