写点什么

自动驾驶汽车的成功取决于遥操作

  • 2021-06-10
  • 本文字数:2131 字

    阅读完需:约 7 分钟

自动驾驶汽车的成功取决于遥操作

遥操作(teleoperation)技术是一种达到人与被控对象之间远程交互的技术手段。遥操作的控制端在本地,其执行端在本地无法直接感知的远程空间某处。这一技术目前多用于机器人。


遥操作通常来说其实就是远程操作。在自动驾驶汽车方面,遥操作技术也是大有可为的。因为目前来看,至少在未来 10 年到 20 年,自动驾驶完全无人化是不可能的,还是需要人类介入。目前世界上的核电站管理或飞机驾驶,都有人的介入,而不是百分之百靠人工智能操纵的。


近年来,业内逐渐达成了共识,遥操作是自动驾驶汽车进入公共交通的关键推动力。全球各地越来越多的法规允许甚至强制要求自动驾驶汽车必须支持遥操作。可以说,遥操作就是自动驾驶汽车取得成功的关键。作者在本文分享了遥操作在自动驾驶汽车领域的现状。


如今,关于自动驾驶汽车的讨论很多,这一点可以理解,因为我们处在了一个全新的驾驶世界的起点。它不仅是自动驾驶汽车的梦想,也是绿色汽车和卡车的梦想,它们在无声地滑行,不会排放任何污染物,以免加重气候变化造成的威胁。


尖端的电动汽车(electric vehicle,EV)和自动驾驶汽车(autonomous vehicle,AV)技术几乎是共生的,在这两个新兴领域有着广泛合作。但是,就实现其在现实世界中的愿景而言,电动汽车实际上远远超过了自动驾驶汽车。这并不仅仅是因为人们在乘坐自动驾驶汽车的时候会畏首畏尾。在几乎没有车辆、也没有突发事件的笔直道路上,一个空荡荡的驾驶座也许是很好的。但在现实生活中,当涉及到交通问题时,还是没有什么可以替代亲自动手的驾驶员。人们可以从方向盘后面看到并正确地处理紧急问题;在这种情况下,自主技术要想与人类比智,还有很长的路要走。


就目前而言,自动驾驶技术与愿景相去甚远。其中的绊脚石是不完善的传感器,缺乏能够成功预测每个道路使用者行为的数学模型,收集足够的数据以训练算法的成本高昂,当然也有来自乘客的顾虑。(当电梯在 19 世纪 50 年代问世时,大多数人花了数年时间才克服对这一新设备的恐惧。)


今天的自动驾驶汽车是在摄像头、激光雷达、雷达、GPS 和方向传感器的复杂组合下运行的。这些传感器结合在一起,有望提供所有情况、所有天气的答案,使自动驾驶汽车能够观察到所有情况,预测所有情况,并确保安全送达目的地。

并非不想,而是不能


对现有技术来说,能见度低、临时绕道和车辆变道是无法应对的挑战,不能提供全天候、全情况的解决方案。如今,车载计算机、算法和传感器尚不足以提供即时的、甚至可能拯救生命的反应。


尽管自动驾驶汽车已经学会了识别固定的红绿灯和移动的行人,但是它们还无法适应所有的新情况,尤其是在高速、复杂的城市环境中。对于自动驾驶汽车的防损害、防伤亡,目前还没有足够的数据能够提供信心。消费者的信心也没有建立起来,这点可以理解。


这些只是遥操作是实现自动驾驶汽车时代的实用性所必需的部分原因。简而言之,遥操作是一种技术,它可以让人们远程监控自动驾驶汽车,在必要时进行控制,并且可以快速地远程解决问题。


通过遥操作,例如,一支车队是由机器人出租车组成的,一台单独的控制器能够实时观测每辆车,并在必要时接管它们的自主性,或者提供紧急的输入。在问题解决后,自动驾驶汽车仍以自主方式继续行驶。事实上,远程“驾驶员”只会在需要人类介入的时候接管或发出指令,并且可以同时监控和处理多辆汽车。远程操作者还可以和那些可能担心为什么自动驾驶汽车要多花几秒钟才能通过十字路口的乘客交谈。

问题解决了?没有那么快


由于并非所有遥操作技术都相同,在车辆和遥操作中心之间,远程引导车辆需要能够尽可能无延迟地传送信息。不管网络环境如何变化,持续可靠的双向数据流都是绝对重要的,这也是网络面临的一大挑战。但是,无论是 4G LTE 还是 WiFi,都无法满足这类高带宽、低延迟的通信需求,特别是对于运动中的车辆。5G 还需要一段时间才能成为普遍标准,即使网络升级,挑战也依然存在。


另外一种障碍以毫秒计算。即便是最强大的数据链接,在道路上发生的事情和远程操作者看到的情况之间还是会有一个瞬间的差别。这样极大影响了他们的反应能力。


人的因素(或用户体验)也是一个问题。各种远程操作者对驾驶环境的感知方式不尽相同,且不同于车内操作者的感知方式。仅收到视频资料和执行命令还不够。有必要帮助建立态势感知的工具:例如,使用一个传感器系统,并将它的信息转换成建议的决策。


最后一个“恶棍”就是黑客,他们喜欢扔进一个“虚拟的扳手”,可能会毁了一个人的一天。如果一个银行账户被黑,钱就会丢失。如果黑客攻击了远程操作岗位,可能就会造成死亡,这是因为安全性和机智性受到损害的问题。


很明显,所有这些问题都需要依靠深度创新的技术来解决。有关遥操作解决方案的细节,将在后续文章中讨论。敬请关注。


作者介绍:


Amit Rosenzweig,以色列人,毕业于希伯来大学,现为 Ottopia 联合创始人兼 CEO。曾在以色列情报部队任网络安全研发部部长,后在微软任产品管理主管,负责高级威胁分析。Ottopia 总部位于以色列特拉维夫,专注于自动驾驶汽车技术的安全性和规模化,通过部署高级人工智能技术和间接控制法,远程操作者能够高效地远程操作多辆自动驾驶汽车。


原文链接:


https://venturebeat.com/2021/06/03/the-success-of-self-driving-vehicles-will-depend-on-teleoperation/

2021-06-10 10:001408
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 569.6 次阅读, 收获喜欢 1979 次。

关注

评论

发布
暂无评论
发现更多内容

读懂React原理之调和与Fiber

xiaofeng

React

React源码解读之React Fiber

flyzz177

React

计算机网络:以太网与IEEE 802.3

timerring

计算机网络 11月月更

测试大咖漫谈如何搞定软件质量?

测吧(北京)科技有限公司

软件测试

自己手写一个redux

helloworld1024fd

JavaScript

虚拟机、沙箱和容器之间的区别

Onegun

容器 虚拟机 沙箱

React核心技术浅析

夏天的味道123

React

6个步骤强化 CI/CD 安全

SEAL安全

技术界中的虚拟机、容器和沙箱的关系

FinFish

容器 虚拟机 安全沙箱

面试官:能用JavaScript手写一个bind函数吗

helloworld1024fd

JavaScript

这可能是你需要的React实战技巧

夏天的味道123

React

通俗易懂的React事件系统工作原理

夏天的味道123

React

Python进阶(四十一)Python3解决“tuple parameter unpacking is not supported in python3”

No Silver Bullet

Python3 问题分析 11月月更

前端js手写面试题汇总(一)

helloworld1024fd

JavaScript

React源码解读之更新的创建

flyzz177

React

移动前端的安全管理方案

Onegun

前端 安全

微博:公布热搜算法!

博文视点Broadview

React-diff原理及应用

xiaofeng

React

Paddle Graph Learning (PGL)图学习之图游走类node2vec模型[系列四]

汀丶人工智能

图神经网络 11月月更

Python进阶(四十)应用matplotlib绘图实战

No Silver Bullet

Python matplotlib 11月月更

聊聊Vuex原理

yyds2026

Vue

火山引擎 DataTester 首推A/B实验经验库,帮助企业高效优化实验设计能力

字节跳动数据平台

大数据 A/B测试

React源码解读之任务调度

flyzz177

React

「Go工具箱」推荐一个轻量级、语义化的时间处理库:carbon

Go学堂

golang 开源 程序员 carbon 日期时间转换

React-Hook最佳实践

xiaofeng

React

华为云Astro的前世今生:用7年时间革新低代码开发观念

华为云开发者联盟

低代码 华为云

Python进阶(四十三)glob 文件路径查找

No Silver Bullet

Python 11月月更 glob 文件查找

前端js手写面试题汇总(二)

helloworld1024fd

JavaScript

使用EasyCV Mask2Former轻松实现图像分割

阿里云大数据AI技术

深度学习 计算机视觉 图像处理 图像分割 企业号十月 PK 榜

golang 中 time 包使用教程之基础使用篇

Go学堂

golang 程序员 个人成长 time.Time 时间转换

浪潮信息工程师:谈一谈设备透传虚拟机启动慢背后的原因及其优化方法 | 第 51 期

OpenAnolis小助手

Linux 系统运维 内核 龙蜥大讲堂 浪潮

自动驾驶汽车的成功取决于遥操作_AI&大模型_Amit Rosenzweig_InfoQ精选文章