详解Drive.ai与自动驾驶服务落地方案！.doc

《详解Drive.ai与自动驾驶服务落地方案！.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、详解Drive.ai与自动驾驶服务落地方案！　　最新消息，今年7月开始，Drive.ai将会和当地交管协会合作，为特定区域内的1万多人提供无人驾驶（免费）打车服务，为期6个月，期间只要通过Drive.ai的App，就可约到一辆无人驾驶出租车。此次部署是Drive.ai创建以来最大规模的行动，也是德州首次迎来可以日常载客的自动驾驶汽车。　　　　美国当地时间5月7日，硅谷无人车创业公司Drive.ai详解Drive.ai与自动驾驶服务落地方案！　　最新消息，今年7月开始，Drive.ai将会和当地交管协会合作，为特定区域内的1万多人提供无人驾驶（免费）打车服务，为期6个月，期间只要

2、通过Drive.ai的App，就可约到一辆无人驾驶出租车。此次部署是Drive.ai创建以来最大规模的行动，也是德州首次迎来可以日常载客的自动驾驶汽车。　　　　美国当地时间5月7日，硅谷无人车创业公司Drive.ai宣布将于2018年7月在德克萨斯州弗里斯科市提供自动驾驶汽车服务。　　这或许会成为美国第一个真正落地的自动驾驶汽车载人服务，也标志着公众第一次有机会在公共道路上使用按需定制的自动驾驶汽车服务。　　与此同时，作为Drive.ai董事的吴恩达也为此发表了公开信，阐述了自动驾驶落地的关键因素与未来发展。　　详解Drive.ai与自动驾驶服务落地方案　　Drive.ai是一

3、家自动驾驶汽车公司，团队成员主要来自斯坦福大学，目前有8位创始人。公司总裁卡罗尔·莱利（CarolReiley）是8位创始人之一，另外她还有一个身份就是AI大牛吴恩达的妻子；公司CEO是SameepTandon，在斯坦福大学读书时师从吴恩达。2017年6月，Drive.ai获得5000万美元B轮融资，同时宣布已离职百度的吴恩达加入Drive.ai董事会任董事。　　　　Drive.ai创始团队成员　　据介绍，Drive.ai致力于改变人与交通的关系，该公司采用深度学习等方法来开发一种既具有扩展性、又能适应各种车辆和环境的集成的软件和硬件解决方案。Drive.ai此次宣布启动的自动

4、驾驶汽车服务项目，是与当地政府（弗里斯科市交通管理协会）在特定区域（比如工业园区）进行的按需服务方案。　　吴恩达在公开信中阐述了Drive.ai自动驾驶服务落地方案实施的三个阶段：　　第一个阶段，在弗里斯科市试点六个月，首先将在HALL公园和TheStar商业区附近设置固定的上下车地点，并计划将乘车范围扩大至弗里斯科火车站，为这一区域1万多人提供自动驾驶汽车服务。在这个阶段，驾驶位上还是会有Drive.ai的员工，以便在遇到危机时候停下，让人类驾驶员接管，同时Drive.ai的远程驾驶系统将从这些案例中学习并自动改进。　　　　第二阶段，当道路测试表明这项服务是安全的，Drive

5、.ai将与“监护人”一起运行。也就是说，届时Drive.ai的护卫员还会在车内，主要任务是帮助乘客和监控操作，但不会坐在驾驶位上，所以也不会接管自动驾驶汽车。　　在第三阶段，车内将不设置其他工作人员或者护卫员，实现仅有乘客乘坐，通过远程驾驶系统来提供协助。　　吴恩达阐述自动驾驶汽车落地的三个关键因素　　在公开信中，吴恩达阐述了自动驾驶落地的三个关键因素以及Drive.ai的做法。　　第一个关键因素是技术，吴恩达认为，自动驾驶真正想要落地，需要掌握行业领先的AI与深度学习技术，包括高度熟练的人工智能团队以及复杂的软件和硬件体系结构。Drive.ai有着强大的技术团队，开发出了完整

6、的软件堆栈，包括内部感知、运动规划、测绘、本地化、车队管理软件、移动应用程序、通信以及远程协助系统，打造出了一套完整的自动驾驶软件系统。　　　　吴恩达与Drive.ai两位联合创始人　　第二个因素是伙伴关系，需要善于部署与公共部门和私人部门的合作关系。吴恩达称，作为一个熟练的人工智能团队，Drive.ai对AI的局限性有着清晰的看法，他们知道如何在当前技术的局限范围内构建现实的解决方案。　　第三个也是最重要的因素是安全，自动驾驶汽车的安全必须以人为中心。吴恩达认为，以人为中心的安全不仅要考虑车内的人，还要考虑车外的人，强调通信和教育的重要性。在安全方面，Drive.ai做了很多

7、开创性的工作，比如试运营路线放置显著的信息标识、将车辆漆成显眼的亮橙色以区分自动驾驶汽车与普通车、车辆外部放置显示屏向行人和其他车司机直播车辆动作和行驶路径。　　　　Drive.ai在车身放置显示屏提醒行人与其他车辆　　自动驾驶与Drive.ai的未来　　吴恩达称，虽然自动驾驶服务完全落地还有很多工作要做，但它的未来是明确的。　　吴恩达称，自动驾驶汽车相比人类驾驶有明显的优势，也有明显的弱点。优势体现在自动驾驶比人类的注意力更加集中，反应时间小于100毫秒更快，并且没有盲点；弱势体现在自动驾