콘텐츠
출처 : chombosan / iStockphoto
테이크 아웃 :
인공 지능은 자율 주행 차량의 필수 구성 요소이며 최근 기술 발전의 원인입니다.
무인 차량이 거리를 돌아 다니는 아이디어는 놀랍습니다. 그러나 인공 지능 (AI) 덕분에 전 세계 도로에서 이러한 차량을 가까이에서 볼 수있을 것입니다. 최근에는 자율 주행 차량 기술의 놀라운 발전이있어 꿈이 결실을 맺고 있음을 나타냅니다. 자율 주행 차량의 프레임 워크가 거의 완성 된 것 같습니다. 법적 및 행정적 승인에 따라 무인 차량은 곧 도로에 일반인이 될 것입니다. (다른 자동차 발전에 대해 알아 보려면 자동차가 컴퓨터가되는 5 가지 방법을 확인하십시오.)
배달 차량
당신은 패키지를 배달하는 인간에 의해 구동되는 배달 차량을 보았습니다. 이제 우리는 무인 차량과 동일한 작업을보다 효율적이고 신속하게 수행 할 수있었습니다. 세계적인 컴퓨터 그래픽 제공 업체 인 엔비디아 (Nvidia), 세계 최대 우편 및 물류 회사 인 DPDHL (Deutsche Post DHL Group) 및 자동차 공급 업체 인 ZF (ZF)는 팀을 구성하여 무인 전기식 라이트 트럭을 배치하여 패키지를 운송 및 배송합니다. 무인 트럭은 중앙 지점에서 목적지까지 패키지를 배송합니다. 그 사이에 교통 상황, 주차 장소 식별 및 주차, 보행자 행동과 같은 변수에 대한 환경을 정확하게 평가하도록 훈련됩니다. 트럭은 ZF ProAI 자율 주행 시스템으로 구동되며 Nvidia DRIVE PX 손바닥 크기의 슈퍼 컴퓨터가 구동하지만 센서, 카메라, LIDAR 및 레이더도 포함되어있어 시스템에 데이터를 공급합니다. 기술이 약속하는 끊임없는 정확성과 운전자 피로의 명백한 이점을 제외하고, 중앙 지점에서 목적지로 패키지를 제공하는 프로세스가 물류 회사에게는 가장 비싸기 때문에 막대한 비용 절감의 가능성도 있습니다.
완전 자율성
승객들이 포인트를 이동하는 데 도움이되는 고급 무인 택시를 상상해보십시오. 영화를 보거나 랩톱에서 작업하거나 음악을들을 수 있으며 택시가 목적지까지 안전하게 이동하는 것에 대해 걱정할 필요가 없습니다. 그런 택시는 곧 현실이 될 수 있습니다. 엔비디아의 DRIVE PX AI 플랫폼은 완전 자율 주행 차량을 주도 할 것입니다. DRIVE PX AI 플랫폼은 이전의 DRIVE PX 2보다 10 배 우수하며 초당 320 조 이상의 작업을 처리 할 수 있습니다. 이는 자동차가 이전 모델보다 훨씬 빠르게 도로 환경에 대해 배우고 정확한 결정을 내릴 것임을 의미합니다.
현재 Tesla 차량에는 자율 주행에 필요한 하드웨어가 장착되어 있지만 기능을 완전히 활성화하려면 소프트웨어 업데이트가 필요합니다. 완전 자율 주행이 가능하지만 필요한 경우 운전자가 제어 할 수 있습니다. 차세대 자율 주행 차량에는 스티어링 휠, 페달 또는 변속기가 필요하지 않습니다. 이러한 자동차는 잠재적으로 사고를 줄이고 노인이나 시력 또는 신체 장애가있는 사람들을위한 실용적인 교통 수단이 될 것이며 생산성을 향상시킬 수 있습니다.
주차
주차장은 실제로 새로운 발전이 아닙니다. 자동 병렬 주차의 출현은 아마도 자율 주행 기술에있어서 AI의 초기 공격 중 하나 일 것입니다. 그러나이 개념은 최근 몇 년 동안 크게 발전했습니다. 특히 대도시에서의 주차는 배출을 증가시키고 시간과 생산성을 낭비하며 스트레스를 증가시키기 때문에 주요 문제입니다. 보쉬는 사용 가능한 주차 장소, 위치 및 주차 시간에 대한 데이터를 제공하는 스마트 AI 기반 시스템을 개발했습니다. 자동차는 심지어 사고없이 주차 자체를 수행합니다. 차량이 이동 중일 때 GPS 위치에 가장 가까운 곳에서 주차 가능 여부에 대한 정보를받습니다. 주차 공간 데이터는 자동차의 많은 클라우드 서버로 전송 된 다음 운전자가 주차 공간 가용성에 대해 배울 수 있도록 자동차로 다시 전송됩니다.
상식 자동차
자율 주행 영역에 대한 연구는 이미 놀라운 발전을 보였지만, 인간 운전자와 같은 상식은 개발에서 빠진 부분이었습니다. 교통 혼잡 상황, 특히 크고 혼돈 된 도시에서 인간의 마음은 동료 운전자 태도, 보행자 행동 및 불규칙한 날씨와 같은 끊임없이 변화하는 변수에 매우 민감합니다. 무인 자동차가 거리에서 인간과 같은 상식을 개발하는 것이 중요합니다. iSee로 알려진 MIT 분사는 AI와 딥 러닝에 대해 운전자가없는 자동차에 상식을 부여하기 위해 노력하고 있습니다. 이것은 자율 주행 차 이니셔티브의 가장 중요한 요소가 될 것입니다. iSee 팀은 자동차가 데이터를 통해 배우고 모든 유형의 교통 상황을 협상 할 수 있도록 데이터 및 신경망에 대해 열심히 노력하고 있습니다. iSee의 공동 설립자 인 Yibiao Zhao에 따르면,“인간의 마음은 물리와 사회적 신호에 매우 민감합니다. 현재의 AI는 이러한 영역에서 상대적으로 제한적이며 실제로는 운전에서 누락 된 부분이라고 생각합니다.”(딥 러닝에 대한 자세한 내용은 딥 러닝 모델 둘러보기를 참조하십시오.)
주변 시야가있는 자동차
사각 지대 주변의 보행자, 사물 또는 차량에 대한 지식은 안전한 운전에서 중요한 요소입니다. 사각 지대는 많은 사고에 책임이 있습니다. 새로운 AI 기술을 통해 자동차는 사각 지대 주변의 보행자, 물체 또는 차량의 거리와 속도를보고 평가할 수 있습니다. CSAIL (Computer Science and Artificial Intelligence Laboratory)의 MIT 연구원의 AI 이니셔티브 인 CornerCameras는 무인 자동차가 도로의 사각 지대에있는 사람이나 물체를 식별 할 수 있도록합니다. 이 기술은 빛의 반사를 사용하며 실제로 물체 나 사람을 보지 않습니다. 수신 된 데이터로부터 더 나은 운전 경험을 위해 자율 주행 차량을 지시 할 수 있습니다. 시스템을 자세히 설명하는 논문의 수석 저자 인 캐서린 부만 (Katherine Bouman)에 따르면,“그 물체는 실제로 카메라에 보이지 않지만, 움직임이 반도에 어떤 영향을 미쳐서 어디로 가고 있는지를 확인할 수 있습니다. ”
결론
이러한 발전은 흥미 진진한 뉴스이며 완전 자율 주행 차의 도착을 가속화하고 있습니다. 그러나 전 세계 도로에서 자율 주행 자동차를보고 정상적인 현상으로 취급하기 전에 두 가지가 중요합니다. 하나는 무인 자동차에 상식을 부여하고 두 번째는 다양한 법률 및 보험 문제를 해결하는 것입니다. 도중에.
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.