做最好的云南大学地球系统科学研究中心

谷歌无人汽车技术探秘:基于真实世界打造虚拟地图_4

  雅虎科技刊登了一篇来自《大西洋月刊》高级编辑阿莱克希斯马德里加尔(AlexisMadrigal)的文章。马德里加尔在文章中表示,本周,他有幸体验了一把谷歌无人驾驶汽车。在无人汽车行驶流畅的背后,是谷歌团队尽心尽力地基于真实世界中的道路网络,提前打造好虚拟地图,帮助无人汽车更好地应对复杂的路况。

  以下为文章主要内容:

  谷歌无人驾驶汽车可以带你参观该公司位于加州的山景城总部。

  这周,我有幸试坐了一台。我看到驾驶员的双手离开了方向盘,由电脑接管驾驶。正在自动驾驶。响亮的女声随之传来。就这样,汽车开始了自动操作:改变车道,遵守交通信号灯,监控骑自行车和步行的人群,打转向。甚至不经意的提速都觉得很到位。

  它工作地很好,以至于《纽约时报》编辑约翰马可夫(JohnMarkoff)评论道:太无聊了。其实,这句话是在赞赏谷歌无人驾驶汽车的表现。

  它是完美的,或者说近乎完美。机器人司机能减少交通事故,扩大道路基础设施的承载能力,并且解放上班族的双手,让他们盯着手机不放,使用谷歌的许多服务。

  但是还有个条件。

  现在,你还无法搭乘谷歌汽车,或者在亚克朗市或奥兰多市或奥克兰市拦下一台,并期待它能像在硅谷那样表现出色。

  其原因是,谷歌已经创建了山景城的虚拟道路地图。

  无人汽车成功的关键

  谷歌成功的关键是,这些无人汽车不用从零开始就被迫处理路况。相反,它们的团队已经绘制了无人车将要走过的每条道路的地图。它们不是老式地图,甚至不是内容丰富且充满逻辑道路图的消费者版谷歌地图。

  它们是刻画超精密数字化物理世界的最佳想法,甚至精确到一些微小的细节,比如说每个路牙的高度和宽度。一幅普通的数字化地图仅显示道路交叉口的大概位置;而这些地图对位置的定位精确到了英寸。

  这些地图已经超越了传统地图的概念。谷歌无人驾驶团队地图主管安德鲁查塔姆(AndrewChatham)解释道:事实上,(我们的地图)显示我们可以提前告知汽车的所有地理信息,让它工作起来更容易。

  他说道:我们会告诉它交通信号灯到地面的高度、路牙的准确位置,这样它们会知道哪些地方不能行使。我们还会提供一些你们看不到的信息,比如说隐含的限速。

  在谷歌创造的虚拟世界中,每条街道都是其工程师行驶过的。无人汽车出发之前,他们就已经把路线数据载入汽车的存储器。这样一来,汽车开动后,软件就会知道下一步该怎么走。

  查塔姆说道:我们不必每次打开软件焦头烂额地弄清前方路况,我们已经把这些信息提前告诉了它。软件的工作是算出现实世界与预期中的差异,这让问题更简单。

  基于道路网络打造虚拟世界

  尽管简化了车内的问题,但任务所需的工作量却大大增加。整个虚拟基础架构都需要构建于道路网络之上!

  也只有少数几家公司也许仅有谷歌能想象得出,把美国所有街道的数字化作为无人驾驶汽车解决方案的关键部分。汽车公司能想到用这样强大的数据收集和合成能力,提高其核心竞争力吗?

  尽管如此,当被问及谷歌汽车庞大的制图问题时,负责谷歌无人汽车项目的卡内基梅隆前大学教授克里斯厄梅森(ChrisUrmson)仍信心十足。他说道:这是谷歌的项目之一,作为一家公司,谷歌拥有丰富的经验,它已经拥有地图产品和街景服务。你之所以能享受这趟完美的远距离观光体验,是因为我们四处奔波并收集地图数据。

  迄今为止,谷歌已经绘制了2000英里道路地图。不过,美国道路网络长达400万英里。

  厄尔森耸了耸肩,补充道:这是一项工作,但并不吓人。这是谷歌正在考虑的项目规模。

  在谷歌战略的大背景下,所有这些都将行得通。谷歌希望机器人读懂物理世界,正如它曾必须让机器人(或者说Spider,一种电脑机器人)读懂网页一样。

  事实上,把谷歌的做法称为制图可能不太妥当,我更愿意用爬遍全球来形容它,这意味着地图数据对电脑来说是易读的、有用的。

  无人驾驶汽车完美地承接了谷歌ProjectTango项目及其最近对机器人公司的大举收购。Tango是谷歌对让移动设备像人一样拥有空间和运动的感知能力所做出的新努力,它将使机器人了解人类世界,而机器人公司将为机器人在人类世界中的行动创造方法。

  谷歌精神让一切成为可能

  越发深入思考这些项目,就越能从一些蛛丝马迹中挖掘出谷歌精神,比如说它的野心、项目规模和针对高难度问题的解决方案。棘手的机械视觉问题需要计算机有对街道有着近乎于人类水平的理解,由于谷歌坐拥巨大、空前且难以想象的数据收集量,这个问题将更容易解决。

  去年秋天,另一名无人驾驶汽车团队成员安东尼莱万多斯基(AnthonyLevandowski)前往尼桑公司做演示。尼桑员工一直在追问车车通信的问题,该公司工程师(和许多汽车行业人士)认为这是无人驾驶汽车解决方案的重要组成部分。

  莱万多斯基一针见血地回答道:如果我们能利用其他汽车的传感器观察前方的道路,我们能看到更多的路况信息吗?我们希望确保我们行驶的道路展示在每个人的车里,车与车之间分享信息有可能实现,但它并不是重点。

  汽车公司的员工没能理解的是,谷歌主张车车通信,但这种方式无法实时地同步发生。

  总之,每辆汽车的数据都正被编入地图中。有了地图数据或者说我们可以称之为体验汽车所需要的就是它们在高精度地图上的准确位置,它们能够节省所有的分析和计算(以及车车通信)的工作量。

  谷歌无人驾驶汽车与初创公司Anki玩具赛车游戏的原理类似。当你购买AnkiDrive四驱车玩具时,你会得到汽车比赛的赛道。赛道中已经嵌入了位置数据,它就相当于虚拟赛车地图的物理显示。

  聪明的谷歌机器

  在我们的无人汽车之旅中,遇到很多骑自行车的人和技术糟糕的驾驶员,在这样复杂的环境中导航并不容易:无人汽车必须按路线图全速前进,同时它还要绘制地图,避免交通事故。

  谷歌汽车不是愚蠢的机器。它们拥有自己的传感器:雷达(位于雷克萨斯SUV顶上的旋转激光)以及一套相机。它们在车上还要进行一些处理,以弄清路线和避免发生碰撞。

  这有一定难度,不过谷歌正在采用桌面级的计算系统(庞大的计算和数据处理将由谷歌服务器群组完成)。

  车载电脑首要任务是整合传感器数据。它将采集激光器和摄像头的数据,并将它们整合成周围环境的视图,之后它将利用整合好的视图来定向(配合GPS)。

  无人汽车团队软件主管迪米特里多尔戈夫(DmitriDolgoy)表示:我们可以将看到的景物与存储在地图中的数据相互匹配,以此来精准地确定我们在地图上的位置。一旦我们知道自己身处何处,所有编制在地图中道路的结构和语义数据都将为汽车所用。

  一旦知道自己处于何处,无人汽车就可以观察动态物体的行为并构建模型,包括其他汽车、自行车和行人。

  在这里,谷歌采用另一种方法。多尔戈夫的团队利用机器学习算法创造路上其他人的模型。驾驶过程中的每英里路段信息都被输入计算机中,还要对不同类型的对象在不同环境中的表现进行分类。即便有些司机的行为已经进行硬编码(比如说红灯变绿,汽车启动),但他们并不照搬逻辑程序,而是学习司机的实际行为。

  这样,我们就知道,一辆尾随在垃圾车身后的汽车,可能会换道绕过来。谷歌已经建成了70万英里的驾驶数据,它们将帮助谷歌算法理解汽车的行为。

  谷歌的非理性效用

  多数驾驶情况并不难以理解,不过要遇到棘手或突发的情况呢?谷歌目前采用的方案是让人类司机加以控制,安全驾驶汽车。不过,在人类驾驶员必须接管的情况下,谷歌汽车会记录驾驶员的行为,这样的话,工程师就可以测试出在极端情况下汽车如何不伤害公众。

  每辆谷歌汽车记录着之前的驾驶数据爬遍天下捕捉而来的图像和数据以及计算输入的驾驶数据,包括其他驾驶员在行驶过程中应对各种情况的数据。

  谷歌汽车的工作方式和我们大脑运作方式有些相似之处。我们在思考时接受感官输入的信息,动作会相应地做出反应。我们的大脑一直在作出判断,指导我们的认知。实际的感官信息比如灯光打在视网膜细胞上其地位仅次于之前大脑存储的各种体验。

  谷歌自动驾驶汽车运用这一法则也不足为奇,他们为此取得了巨大成功同样也不足为奇。

  谷歌人工智能主管彼得诺维格(PeterNorvig)和他的两名同事创造了一个短语数据的非理性效用(unreasonableeffectivenessofdata),它描述了海量数据对高难度人工智能问题的影响。

  即便这意味着谷歌汽车将持续不停地跋涉400万英里的道路,并且手动处理大量的数据,他们也会坚持下来。

温馨提示:“谷歌无人汽车技术探秘:基于真实世界打造虚拟地图_4”资料免费公开,每期提供最新的彩图资料给广大彩民阅读浏览,仅供参考使用。彩图中所有联系方式和网址切勿相信,如果有任何问题,本站一律不负责!请各位阅读浏览彩图资料的彩民提高防范意识,谢谢合作!

相关阅读