Drive.ai公布完全无人驾驶汽车视频,以合适的节奏推进无人驾驶商业化进程

简介:

Drive.ai公布完全无人驾驶汽车视频,以合适的节奏推进无人驾驶商业化进程
5月8日,自动驾驶创业公司Drive.ai宣布今年 7 月份,Drive.ai 的自动驾驶车队将开进德州弗里斯科市。

这是Drive.ai向商业化历程迈进的重要一步。此前雷锋网新智驾亦进行过详细的报道,《专访 Drive.ai 王弢:吴恩达力挺的首个自动驾驶商业化落地项目背后的所有细节》

和很多激进的无人驾驶运营不同,Drive.ai的自动驾驶汽车在德州运营时还配备安全驾驶员,但今天Drive.ai还是非常自信展现了一段完全无人驾驶汽车上路并且未经剪辑的视频。

在这段视频中,Drive.ai既行驶过公路,也经过了很多私人道路。在行驶过程当中,遇到了很多真实的驾驶场景。这段视频还展示了在右下角的增强现实可视化技术,展示了Drive.ai的感知系统 是如何使用传感器数据来准确识别汽车、行人和骑自行车的人等物体———这些行人、行车都有不用的距离和车速。利用这些数据,Drive.ai可以设计出一条安全且舒服的路线(路线在视频中以“红地毯”展示)。

以下为Drive.ai的详细视频


以下为Drive.ai所公布的视频细节解读:

  • 0:37 当汽车开始在公路上行驶,穿过一个6车道的十字路口,Drive.ai 的系统隔着很长的距离都看到公路上正在发生的事情以及能够规划如何行驶;

  • 1: 19 骑行者发现Drive.ai的司机座上没有人,但依旧友好地挥了挥手;

  • 1:53 当汽车驶入环形的路口时,汽车需要从多个角度来考虑交通的路况

此外,整段视频驾驶表现平稳,没有出现急刹等影响乘车体验的事情、也没有出现加塞等现象。

据悉,在接下来的 6 个月,Drive.ai 的车队会被限定在固定区域内运行,而且路线也是固定的。

Drive.ai 透露,车队会成为城市南部产业园办公室员工的通勤利器,可以带着他们穿梭于办公室、附近的体育场和公寓之间。最关键的是,这一切都是免费的。Drive.ai 的董事会成员吴恩达曾表示说:“选择固定的区域和路线且找好合作伙伴让我们能占尽自动驾驶汽车带来的优势,同时避开其弱点。”

Drive.ai 联合创始人王弢对雷锋网新智驾说:“未来Drive.ai会以合适的节奏推进无人驾驶,以保障安全,内部一直在关注中国市场,寻找合适的机会。”


原文发布时间为:2018-05-18

本文作者:Dude

本文来自云栖社区合作伙伴“雷锋网”,了解相关信息可以关注“雷锋网”。

相关文章
|
2月前
|
运维
商业航天:太空旅行的商业化进程
【9月更文挑战第28天】商业航天正逐步成为航天领域的重要力量,太空旅行的商业化进程也在加速推进。随着技术的不断创新和市场的不断扩大,太空旅行将逐渐从梦想走向现实。未来,商业航天将继续推动太空旅行的商业化进程,为人类探索未知领域和实现太空梦想贡献更多力量。
|
1月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
86 6
|
1月前
|
人工智能 编解码 API
【选择”丹摩“深入探索智谱AI的CogVideoX:视频生成的新前沿】
【选择”丹摩“深入探索智谱AI的CogVideoX:视频生成的新前沿】
|
2月前
|
人工智能
防AI换脸视频诈骗,中电金信联合复旦提出多模态鉴伪法,还入选顶会ACM MM
【9月更文挑战第26天】中电金信与复旦大学合作,提出一种基于身份信息增强的多媒体伪造检测方法,并入选ACM MM国际会议。该方法利用身份信息作为检测线索,构建了含54位名人324个视频的多模态伪造数据集IDForge,设计了参考辅助的多模态伪造检测网络R-MFDN,显著提升了检测性能,准确率达到92.90%。尽管如此,该方法仍存在一定局限性,如对非英语国家数据及无明确身份信息的视频检测效果可能受限。
63 4
|
1月前
|
人工智能 自然语言处理 搜索推荐
Sora - 探索AI视频模型的无限可能
这篇文章详细介绍了Sora AI视频模型的技术特点、应用场景、未来展望以及伦理和用户体验等方面的问题。
27 0
|
3月前
|
人工智能 PyTorch 算法框架/工具
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
【8月更文挑战第6天】Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
|
3月前
|
机器学习/深度学习 人工智能 编解码
|
3月前
|
人工智能 供应链 数据挖掘
解锁商业数据金矿!AI Prompt秘籍:让你的数据分析秒变未来视野
【8月更文挑战第1天】在数据驱动的时代,AI Prompt技术正革新商业数据分析领域,使其从梦想变为现实。AI Prompt通过预设指令增强AI模型的任务执行能力,大幅提升数据处理效率与准确性。以零售业为例,借助AI Prompt技术,企业能迅速分析销售数据,预测市场趋势,并优化决策。示例代码展示了如何利用AI Prompt进行销售预测及库存调整建议,显著提升了预测精度和决策效率,为企业带来竞争优势。随着技术进步,AI Prompt将在商业智能中扮演更重要角色。
93 4
|
3月前
|
人工智能 数据处理 Python
🔍数据侦探的AI助手:Prompt技巧大公开,洞察商业先机不手软
【8月更文挑战第1天】在数据驱动时代,AI助手作为数据侦探的强大伙伴,通过精心设计的AI Prompt技巧帮助解析复杂市场。案例中,一电商平台欲进入新兴市场,面临数据挑战。初始Prompt聚焦消费者偏好及影响因素分析。为进一步深化洞察,Prompt加入节假日购物模式、商品类别偏好及社交媒体影响等细节。结合领域知识,优化Prompt关注价格敏感度与定制化营销策略。最终,AI助手生成的报告揭示了消费者行为模式,并提出市场策略建议,助力电商成功布局新兴市场。此过程展示了AI Prompt在商业洞察中的关键作用,预示着其在未来洞察之旅中的广阔前景。
64 2
|
3月前
|
机器学习/深度学习 人工智能 供应链
💰钱途无量!掌握AI Prompt在商业数据分析中的5大赚钱技巧
【8月更文挑战第1天】在数据驱动的商业时代,掌握AI Prompt技术为企业开启财富之门。本文探讨通过AI Prompt实现商业数据分析中的五大赚钱技巧:1)精准市场预测,利用历史数据预测未来趋势;2)个性化营销,分析客户行为提高转化率;3)优化库存管理,智能调整采购计划降低成本;4)风险预警,实时监测并提出应对策略;5)数据洞察驱动创新,挖掘深层规律引领市场。掌握这些技巧,企业将在竞争中脱颖而出,实现商业价值最大化。
74 2