Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

曹锦作者

百度Apollo拿到夜测资质后,我们在雨夜刷了两单无人共享车百度Apollo拿到夜测资质后,我们在雨夜刷了两单无人共享车

在试乘百度Apollo GO自动驾驶车的当晚,天气如愿下起了小雨。在夜晚+雨天双重考验中,似乎更能试出Apollo自动驾驶技术的水准,可实际上,这对其测试车辆不值一提。

「即便雨大得雨刮器都刷不过来,我们的车辆还是正常运营。」测试人员称,目前单车单日的接单量可达十几至20余单。

车辆左转时避障,并按照交规等待对向直行车辆通过

4月,百度Apollo拿到了中国首批夜间和特殊天气测试资质,并从五月初开始,将共享无人车在北京经济技术开发区的载人示范运营时间拓展至夜间和晚高峰时段,整个运营时间为8:00至22:00。

从21:00-22:00,Auto Byte在亦庄体验了一次Apollo GO自动驾驶车的试乘,全程约17公里,用时约45分钟(不包括22:00后的驾驶时间)。

先说结论:全程基本没有突兀感,但也没有特别「老司机」式的操作,原因可能是路况较为「平淡」,我们并未遇到什么场景的特殊应对。整体以严谨风格为主,不过非常顺畅。可以体会到,Apollo的自动驾驶技术有了明显提升。 


车辆行驶时安全员全程无接管

Apollo GO的这款共享车搭载了一颗机械激式光雷达、两颗毫米波雷达、12颗超声波雷达以及9个摄像头,这样的硬件阵列使得车辆,配合大量算法测试数据,使得车辆具备了强大的避障能力。

在使用百度地图(Apollo GO app亦可)呼叫Apollo共享无人车后,车后排两块屏幕上加载出交互画面,可以显示目的地等行程信息,并且会有环境模拟实时显示,以便乘客了解行车轨迹及路况。 


虽然此前百度Apollo在首钢的运营车辆已经开始尝试将安全员移至副驾座位,但在我们乘坐的车辆上,安全员仍然坐在主驾驶位。 

首先的感受是,车辆起步、提速极快。但是后续在道路顺畅情况下,最高速度是43km/h。测试人员解释称是因为道路限速60km/h,但显然这个速度还是略显保守。 

不过该人员也解释称,因为阴雨天道路湿滑,Apollo的车辆能够根据轮胎抓地、刹车距离等反馈,自行限速,能具备这种细节感知的确是相当严谨了。 

在变道时,Apollo共享车能提前预判打转向灯,并顺畅并线。在某些特殊时刻,例如在遇到前方事故时,它能够在预判安全的情况下,压实线借道绕过障碍物。在这一点上,Apollo并非那么「墨守成规」。 


右拐前车辆顺畅并入右拐车道,并提前减速

在体验比较关键的「无保护左转」时,整体来说转向比较顺畅,但明显能感觉到其算法偏向谨慎。 

例如当对向来车还距离较远、足够时间通行时,Apollo的共享车也会原地等候对向车辆过去后再走。这样对乘客来说是安全的,但对后车来说则是耽误了时间。不过,目前针对无保护左转这个难题,几乎所有的自动驾驶公司都保持严谨原则。 


车辆在「无保护左转」时决策相对保守,等候较长时间导致后侧压车

另外,车辆在左转时探测到过马路的行人,虽然此时行人已经走到了斑马线的末端,并不影响通行,但车辆也产生了突然刹车的举动,顿挫感明显。不过,这种情况只出现了一次。


在避让行人时,出现刹车顿挫

此次行程的目的地位于一处人流相对密集的办公楼,外卖摩托车、快递车及自行车和行人在夜晚仍不停穿梭。在这种情况下,Apollo共享车靠边停车、起步都相对从容。对各类非机动车、行人及桩筒等障碍物识别清晰,行动起来也并没有太多犹豫。

车辆平缓通过车流密集的路口

夜间行驶与白天行驶最大的差异在于,自动驾驶车辆在夜间行驶会面临许多光线不足甚至极限弱光的场景,摄像头捕捉到的图像会十分模糊。

昏暗的环境、复杂的路况会使车辆感知、预测、规划、控制等模块面临挑战,加大了车辆的出行难度。因此夜间运营更加考验自动驾驶车辆的安全性、可靠性和稳定性。 

拿到国内夜间测试资质的百度Apollo,已经针对夜间自动驾驶系统进行训练。目前,Apollo GO自动驾驶车辆已经实现在夜间运行不受弱光环境干扰,能够准确识别两百米范围的行人、交通锥及其他障碍物,准确识别周边的道路状况。 

在实际体验的过程中,这几乎是一次「无感」的行程——如果不看前方的驾驶位置,会令人忘记这不是人为控制的车辆。当然,这也是因为夜间亦庄的路况并没有那么复杂,自动驾驶车辆应对起来能够游刃有余。随着北京等多个城市扩大自动驾驶测试路段,希望包括Apollo在内的自动驾驶车辆能够在更复杂的路段收集更多数据。

产业自动驾驶Apollo
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

推荐文章
暂无评论
暂无评论~