Uber自動駕駛汽車原來是這樣學(xué)習(xí)開車的

騰訊數(shù)碼訊(Linda) Rick McKahan,是目前Uber認(rèn)證的“安全駕駛員”,他在美國賓夕法尼亞州的一個小型模擬城市訓(xùn)練場完成躲避障礙物的練習(xí)之后,被分配到Uber測試場中訓(xùn)練其他安全駕駛員。

是的,這就是Uber自動駕駛汽車與其他廠商不同的地方。作為網(wǎng)約車服務(wù)的創(chuàng)始者,Uber的位置顯然與單純的汽車制造商不同,技術(shù)完全需要為網(wǎng)約車業(yè)務(wù)而服務(wù),所以才會有上述的場景。

作為首批認(rèn)證的自動駕駛司機(jī),Rick McKahan表示,在模擬現(xiàn)實道路的訓(xùn)練場中,人們往往會做出糟糕的判斷,這正好說明了模擬訓(xùn)練的必要性。

Uber建立的自動駕駛訓(xùn)練場設(shè)計頗為復(fù)雜,擁有各種真實道路常見的障礙物,比如房屋、汽車、山丘等等,以此來測試自動駕駛汽車的可靠性以及司機(jī)的判斷。Uber自駕車則基于福特Fusion和沃爾沃XC90,內(nèi)置了諸如激光、攝像頭等一系列先進(jìn)傳感器,可以感受周圍環(huán)境,識別出行人、自行車、汽車等多種物體。

從2015年發(fā)展自動駕駛業(yè)務(wù)以來,Uber已經(jīng)測試了約200輛汽車、行駛總公里數(shù)達(dá)到了160萬公里。當(dāng)然,爭議也是有的,比如谷歌母公司旗下的自動駕駛技術(shù)公司W(wǎng)aymo指責(zé)Uber竊取其自動駕駛技術(shù),Uber則表示指控是毫無根據(jù)的。

Uber自駕車也曾發(fā)生事故,包括美國亞利桑那州的匹茲堡和坦佩市,不過沒有發(fā)生傷亡,警察也確認(rèn)事故原因并非Uber自動駕駛汽車。

未來的網(wǎng)約車司機(jī)不用“開車”

目前,Uber在美國洛杉磯等城市已經(jīng)開通了自動駕駛汽車服務(wù),呼叫Uber X汽車的用戶可能會隨機(jī)匹配到。當(dāng)然,駕駛座依然配備司機(jī),便是上述是“安全駕駛員”,乘客可以完全放心,因為經(jīng)過完善的培訓(xùn)后,司機(jī)對于自動駕駛汽車的“套路”是非常熟悉的。

加入“安全駕駛員”的門檻也不高,任何沒有交通肇事記錄的司機(jī)均可申請,不過需要經(jīng)過面試、為期三周的自動駕駛汽車培訓(xùn)及多個階段的考核,如基礎(chǔ)駕駛考試、公共道路考試等等。

“我們有一個非常嚴(yán)格的考核程序,讓更多司機(jī)開上自動駕駛汽車”,Rick McKahan這樣說,另外培訓(xùn)也是隨著自動駕駛汽車升級而不斷變化的。例如,雪天的路況顯然與平常不同,司機(jī)們需要學(xué)習(xí)相應(yīng)的應(yīng)對措施?!俺丝蛡兛梢苑判模m然我們不用真正開車,但我們的雙手放在方向盤上時,是與平常開車一樣專注的,因為我們必須時刻關(guān)注自動駕駛汽車的行為”。

似乎,相比傳統(tǒng)汽車廠商,Uber這樣的網(wǎng)約車巨頭肩負(fù)著更多推廣自動駕駛汽車的重任。那么,如果有一天你去美國洛杉磯旅行或是出差,叫了一輛Uber發(fā)現(xiàn)是自動駕駛汽車,是否能夠安心乘坐呢?

來源:cnet

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2017-10-09
Uber自動駕駛汽車原來是這樣學(xué)習(xí)開車的
Uber自動駕駛汽車原來是這樣學(xué)習(xí)開車的 作為首批認(rèn)證的自動駕駛司機(jī),Rick McKahan表示,在模擬現(xiàn)實道路的訓(xùn)練場中,人們往往會做出糟糕的判斷,這正好說明了模擬訓(xùn)練的必要性。

長按掃碼 閱讀全文