业界 | 给美队设计车的老爷爷设计了一辆自动驾驶赛车,还完成了全球首次爬坡赛

简介: 在刚刚结束的英格兰赛车爬坡比赛Goodwood Festival of Speed上,Roborace生产的自动驾驶车Robocar成为了史上首辆完成爬坡赛的自动驾驶车。

在刚刚结束的英格兰赛车爬坡比赛Goodwood Festival of Speed上,Roborace生产的自动驾驶车Robocar成为了史上首辆完成爬坡赛的自动驾驶车。

爬坡赛是一项传统赛车运动,而在每年六月底七月初举办的Goodwood Festival of Speed是赛车爱好者不可错过的重要赛事之一,目前每届可以吸引约三十万人的流量。

在今年的爬坡赛中首次完成爬坡的自动驾驶赛车来自Roborace。这是一家专门生产无人驾驶电动赛车的公司,或者说是一个极限赛车运动和娱乐平台,致力于研究道路相关技术的未来,生产出了全球第一辆无人驾驶电动赛车。

再来仔细看看这辆参赛的无人驾驶赛车Robocar

image


image

image

这辆颜值颇具未来感的赛车设计者是好莱坞科幻大片设计师丹尼尔西蒙

image

名字是不是有点耳熟,的确,漫威电影《美国队长》中美国队长从摩托车到飞机的一系列炫酷座驾,也由他一手涉设计完成

image

Robocar是Roborace团队中使用的赛车。当然,这次比赛并不是它在赛车场上的第一次征程d,今年五月份,它在巴黎ePrix上已经完成首次公开亮相,但结果不尽人意。

当时,尽管Robocar也完成了一圈1.9公里的赛道运行,但速度慢,以及测试中暴露的撞墙问题仍然不可忽视。在官方Youtube频道披露的展示片中,我们几乎看不到Robocar在赛道上的画面。

这也引起了网友的质疑:

image

因此,本次在英国的爬坡赛,Robocar的表现才更具有说服力。

首先,相比之前的平地比赛,爬坡赛对于自动驾驶车来说,整体难度上一个台阶。

“Goodwood爬坡赛给了我们的驾驶系统一个真正的挑战”,Roborace软件总监AI Sergey Malygin说,“转弯、爬坡、以及森林的覆盖让我们不能使用GPS或RTK来定位。

利用相机和LiDar传感器,将360度的环境纳入其视野之后,使用深度学习的计算机视觉算法会在这样的赛道中提供巨大支持。”

其次,这次的比赛环境非常接近最终应用道路环境。

在限速120千米/时的行驶之后,Roborace的首席运营官Jen Horsey告诉Autosport:“我们周一完成了成功的行驶,但今天,在满是观众的环境下,才是最终的测试。

“这样的环境比单单的赛道要复杂得多。我们经历过的赛道都是非常规则的:比如轨道墙,柏油路,以及道路边缘,所以这一次是一个大的飞跃。这实际上比这项技术最终的应用方向更加接近道路环境。”

同时,官方Youtube频道中发布了本次行驶的视频。与之前巴黎赛事不一样的是,此次视频全部为行驶录像,我们可以看到赛车在保持一定的高速运行,很具有说服力。

显然,网友对本次视频的评价也发生了转变:


image

Festival of Speed 活动的创始人Charles Gordon-Lennox表示:“赛车完全依赖人工智能首次完成爬坡是一个巨大的成就。Roborace通过惊人的努力将其实现,而观众们在周末的活动中亲眼目睹这些,我们感到非常激动。”

一个有趣的小细节值得一提,比赛过程中一辆1965年的福特野马“非正式性地”击败了Roborace。

这辆美国经典跑车是由德国工业公司、计算专家西门子编程的。它在路途中转向赛道边草垫,但驾驶员中途介入,踩下了刹车,避免了一场事故。

相关报道:
https://www.autosport.com/fe/news/137394/roborace-car-completes-goodwood-hillclimb

原文发布时间为:2018-07-26
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“ 大数据文摘”。

相关文章
|
2月前
|
存储 人工智能 安全
意图共鸣科技:AI记忆链的盲存——你的记忆,只有你能打开
你和AI的对话,平台真能“看不见”吗?意图共鸣科技推出“盲存”技术:数据本地加密后上传,密钥仅用户持有,云端仅存密文。平台变“数据保管员”,无法访问明文,隐私由架构保障而非承诺。用户完全掌控记忆——可查、可导、可删,跨设备同步同样安全。
268 16
|
API
.net core工具组件系列之Autofac—— 第二篇:Autofac的3种依赖注入方式(构造函数注入、属性注入和方法注入),以及在过滤器里面实现依赖注入
本篇文章接前一篇,建议可以先看前篇文章,再看本文,会有更好的效果。前一篇跳转链接:https://www.cnblogs.com/weskynet/p/15046999.html
1398 0
.net core工具组件系列之Autofac—— 第二篇:Autofac的3种依赖注入方式(构造函数注入、属性注入和方法注入),以及在过滤器里面实现依赖注入
|
存储 关系型数据库 MySQL
大数据新视界 --面向数据分析师的大数据大厂之 MySQL 基础秘籍:轻松创建数据库与表,踏入大数据殿堂
本文详细介绍了在 MySQL 中创建数据库和表的方法。包括安装 MySQL、用命令行和图形化工具创建数据库、选择数据库、创建表(含数据类型介绍与选择建议、案例分析、最佳实践与注意事项)以及查看数据库和表的内容。文章专业、严谨且具可操作性,对数据管理有实际帮助。
大数据新视界 --面向数据分析师的大数据大厂之 MySQL 基础秘籍:轻松创建数据库与表,踏入大数据殿堂
|
安全 网络协议 Shell
【内网安全】 域防火墙&入站出站规则&不出网隧道上线&组策略对象同步
【内网安全】 域防火墙&入站出站规则&不出网隧道上线&组策略对象同步
651 0
|
人工智能 自然语言处理 关系型数据库
客户说|宝宝树选用AnalyticDB RAG引擎,共创智能母婴生活新范式
宝宝树与阿里云深度合作,利用大数据和AI技术,推出了一系列智能化产品,如AI解读B超单、AI起名等,覆盖备孕、孕期、产后等场景,提升了用户体验,推动了商业化进程。通过技术架构的优化,宝宝树在内容生产和搜索精度上取得了显著成效,未来将继续深化“AI+母婴”战略,为用户提供更全面、个性化的服务。
|
算法 C++ 容器
【C++11算法】iota算法
【C++11算法】iota算法
1111 0
|
机器学习/深度学习 自然语言处理 vr&ar
ICML 2024:复杂组合3D场景生成,LLMs对话式3D可控生成编辑框架来了
【8月更文挑战第24天】近年来,3D内容生成技术为虚拟现实和游戏领域带来革新,但仍面临处理复杂场景和多对象交互的挑战。为此,研究者提出了Layout-guided Gaussian Splatting (LGS)框架,结合大型语言模型(LLMs)和扩散模型,实现高质量3D场景生成。LGS通过LLMs提取文本描述中的实例关系并转化为布局,再使用扩散模型和自适应几何控制技术优化3D高斯表示,生成更准确、细腻的场景。实验表明,LGS在复杂场景生成方面表现优异,但计算成本和训练时间较长,且主要针对静态场景。论文详情参见:https://arxiv.org/pdf/2402.07207
557 3
|
缓存 前端开发 JavaScript
前端优化之路:打包文件拆包、增加哈希值
前面对项目打包做了优化处理,但是还不够完美,有两点可继续优化。
|
算法 网络安全
阿里云国际设置黑白名单(针对高防实例IP)
阿里云国际设置黑白名单(针对高防实例IP)
|
SQL 存储 弹性计算
阿里云RDS负责人彭祥:RDS On倚天ECS的技术演进
软硬协同优化,业务代码零改造,实现无缝迁移的同时降本增效
阿里云RDS负责人彭祥:RDS On倚天ECS的技术演进