已经不需要司机的Waymo无人车,何时才能摆脱后座待命的工程师?

简介:
本文来自AI新媒体量子位(QbitAI)

去年11月在凤凰城开始路测的Waymo真·无人车,什么时候才能更大范围真·商用?


现实不如官方路测视频这么美好,凤凰城的测试车上没有人类司机,可是后排依然坐着安全工程师。不过,将这类真·无人出租车投入商业化运营,的确是Waymo的目标。

根据加州交通管理局的数据,Waymo的车辆提升之迅速已经足以让他们在未来两年内就完成商业化的启动;不过,同样是这部分数据表明,Waymo也会面对一部分难题,比如解释为什么自己要将工程师放在后座。

不论如何,竞争一触即发,无人车玩家们有足够多的原因去尽早启动自己的商业化,以获得在这个巨大市场中的先发优势——ARK估计,在2030年前,无人车出行服务市场将会孵化出数万亿美金的利润。

我们将无人车故障分为两类:

  1. 系统识别故障(System Identified Failures,SIFs),或者自动驾驶系统发生“困惑”并且知道自己正处于“困惑”状态时发生的事件,此时系统会发出信号请求远程协助;
  2. 意外故障(Unexpected Failures,UFs),或自动驾驶系统发生“困惑”但不知道自己正处于“困惑”状态时发生的事件,此时系统继续驾驶,且在缺少人类干预的情形下可能发生崩溃。

在我们看来,即便在系统识别故障发生时,第三方操作者能够通过远程网络来完成对无人出租车的控制,后者依然会在进行对意外故障的预估和反应时遇到困难。

为了预防和解决意外故障,远程操控者将会需要持续监测无人出租车的动向,而这甚至会造成无人车出行服务单位英里费用的大幅增加。即便是最勤勉的控制者,也会被网络延迟和其他技术问题阻碍,从而难以及时进行对大部分故障的干预。

因此,Waymo以及其他无人车服务提供商就必须在自己的无人出租车网络商业化之前,从本质上降低意外故障的发生率。

对于无人车而言,可接受的故障率是多大?

为了估算乘客对于无人出租车故障的可接受程度,我们对传统汽车的数据进行了分析,来确定这么一个门槛:平均来看,人类驾驶汽车大约每50000英里发生一次故障,每240000英里后车辆报废。因此,我们估算的对于无人车系统识别故障和意外故障的容忍度如下:

现在我们设定一个无人车技术发展的标杆:从故障率来看,我们认为,至少在美国,Waymo的加州无人车队拥有目前最先进的自动驾驶系统。

今天Waymo的测试车平均能在不需人类干预的情况下行驶大约5000英里。如果Waymo要在今天的自动驾驶水平下开启商业化,他们的乘客就要在一年内面对两次或更多的故障,而考虑到在此标准下,他们的私人汽车要比这些无人车好上十倍,无人车服务恐怕会少有问津。

不过,从2015到2016年,Waymo将自己无人车在两次干预之间的行驶里程数提升到了三倍,这是一个非常令人期待的提升率。如果这样的效率能继续保持下去,就算把待解决问题逐步提升的难度因素包括进来,在2019年前,Waymo也应该能够完成对自己无人车的商业化部署准备了。如下所示:

为什么最近Waymo车辆的故障率(降低)最近停滞了?

过去18个月里,Waymo在脱离(disengagement,即由AI系统驾驶而非人类接管)率上的提升趋势停滞了。根据向加州交管局提交的数据,最难处理的意外故障问题并没有随着系统识别故障问题一并得到改善,这或许表示,与2016年中期时的预估水平相比,Waymo现在的无人车要离商业化更远一些。

Waymo无人车的左转困难问题也支持了这个猜测。一种可能的解释是Waymo放弃了一揽子全包的路线,将车辆的制造外包给了像菲亚特克莱斯勒这样的合作伙伴,然后走了条捷径,把自己的传感器套件装在了那些并非由自己制造的产品上。对比之下,特斯拉和通用汽车旗下Cruise的制造流程都是一体化的,而这可能成为竞争优势的一个重要来源。

即便Waymo可以在2018年达到50000英里的系统识别故障率,它大概也很难达到对应的240000英里的意外故障率。换句话说,仅是根据最近的证据,批评者们就能够得出自动驾驶出租车至少在2020年前都无法成功的结论。

 系统识别故障里程数的下降,可能是因为Waymo在全新、不熟悉的地理环境下测试无人车。Waymo在2016年开始在华盛顿柯克兰进行测试,同时在2016年全年,Waymo都在扩张自己在亚利桑那州的路测范围。

不过我们对于这种悲观的结论持怀疑态度。现在,并不能排除Waymo故意让自己的故障率提高,以便进行识别并将其彻底解决的可能性。一部分岔路、十字路口要比其他道路更难处理。比如在洛杉矶,有将近四分之一的行人碰撞发生在仅占1%的十字路口。通过测试车辆在最复杂路况的表现,Waymo很可能就会得到比正常情况下高得多的故障率;此外,只有在加州,交管局才会要求公司提交干预报告。而Waymo在华盛顿、亚利桑那和德克萨斯都进行过路测,不同的地理环境可能造成极为不同的测试结果。

最终,Waymo发布的商业化服务可能会在更安全的地域进行,收集数据是为了训练和进一步提升服务。比如亚利桑那州的钱德勒位于凤凰城市郊,拥有良好的天气、简单的道路以及有限的政府监管,看上去就是一个非常适宜路测的城市。

毫无疑问,无人车市场的风险依然很高。特斯拉、百度和通用都有在未来两年内发布无人车服务的计划,第一个进入市场的公司将可能获得难以逾越的数据优势,而考虑到数十万亿的市场体量,冒这个险越早越好。

本文作者:唐旭
原文发布时间:2018-01-09
相关文章
|
算法 C++ 索引
GNURadio+USRP+OFDM实现文件传输(一)
GNURadio+USRP+OFDM实现文件传输(一)
3216 1
|
机器学习/深度学习 人工智能 物联网
Facechain使用教程:3张照片就能生成个人写真,还完全免费
下面4张图片,小伙伴们有没有看出来哪些是原图,哪些是AI生成的呢?
1421 0
|
4月前
|
人工智能 算法 安全
AI应用软件的开发费用
2026年AI应用开发成本受功能复杂度、技术选型与团队构成影响。MVP版约15–40万元;自建团队月均10–15万;外包报价25–60万。大模型API成本下降,但ASR/TTS、合规备案(3–8万)、内容审核及持续运维成新支出重点。建议“核心自研+UI外包”,20万起跑内测。(239字)
|
2月前
|
并行计算 数据可视化 知识图谱
有限元法求转子临界转速的MATLAB实现
有限元法求转子临界转速的MATLAB实现
303 0
|
11月前
|
存储 前端开发 搜索推荐
《从点击到共鸣:论坛前端如何用交互细节编织用户体验》
本文围绕论坛系统的前端设计展开,探讨如何通过交互逻辑提升用户体验。核心在于将技术逻辑转化为贴合用户心理的交互细节:注册登录环节通过合理的字段编排、友好的校验提示与流畅的状态切换建立信任;发帖评论设计聚焦表达便捷性,以结构化编辑工具、清晰的层级展示与即时反馈降低创作门槛;权限管理通过透明化的视觉提示与引导性说明,平衡规则执行与用户体验;全局状态管理则保障登录状态、网络异常等场景下的体验连贯性。前端设计的终极目标是让技术隐身于体验之下,通过对用户行为与心理的深度理解,构建既有序又具温度的社区交互空间,让用户在操作中感受被理解与尊重。
227 0
|
6月前
|
人工智能 Cloud Native 安全
活动回顾丨阿里云AI原生应用开发实战营AI Agent 专场(上海站)回顾&PPT下载
关注微信公众号【阿里云云原生】,后台回复:1212,免费下载上海站讲师 PPT 合集。
|
SQL Java 数据库连接
【MyBatisPlus·最新教程】包含多个改造案例,常用注解、条件构造器、代码生成、静态工具、类型处理器、分页插件、自动填充字段
MyBatis-Plus是一个MyBatis的增强工具,在 MyBatis 的基础上只做增强不做改变,为简化开发、提高效率而生。本文讲解了最新版MP的使用教程,包含多个改造案例,常用注解、条件构造器、代码生成、静态工具、类型处理器、分页插件、自动填充字段等核心功能。
2567 6
【MyBatisPlus·最新教程】包含多个改造案例,常用注解、条件构造器、代码生成、静态工具、类型处理器、分页插件、自动填充字段
|
存储 前端开发 Java
Git 仓库越来越大?不要慌!试试这个简单方法,轻松秒瘦身
Git 仓库越来越大?不要慌!试试这个简单方法,轻松秒瘦身
|
Python
在Python中for循环
在Python中for循环
280 1
|
Android开发 iOS开发 计算机视觉
【更新公告】Airtest更新至1.2.9版本
【更新公告】Airtest更新至1.2.9版本
320 0
【更新公告】Airtest更新至1.2.9版本