人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(下)

人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(下)
人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(下)

人工智慧真的無所不能!甩尾技術竟然比冠軍還要厲害耶!!(下)

本篇為下篇,上篇請點此連結

▲ AI 甩尾讓美國 Formula Drift 世界甩尾冠軍 Fredric Aasbo 感嘆:要失業了(圖片取自網路)

就連 2015 年美國 Formula Drift 職業飄移錦標賽的世界甩尾冠軍 Fredric Aasbo,也對 MARTY 的高難度甩尾印象深刻,說:「在這種操控上,機器人可能會比我們人類做的更好」,甚至半開玩笑道:「我要失去我的工作了!」

自駕車做得比真人車手更好?全因有 AI 加持

MARTY 穿梭於跑道中的模樣,也許會讓某些人想起有「甩尾天王」、「飄移大師」、「磚叔」等稱號的 Ken Block,其實團隊確實是想向 Ken Block 的 Gymkhana 系列影片致敬,也將用來測試的這條賽道命名為 MARTYkhana。

▲ Ken Block 於天門山的甩尾影片

然而,即便是已經親自出演十多部 Gymkhana 影片的 Ken Block 本人,對賽道和車體掌握的精確程度,可能也無法和自動駕駛車 MARTY 相比。

但此絕非質疑 Ken Block 的技術,只因自駕車 MARTY 有 AI 加持:

真人車手是需用肉眼去看速表,傾聽引擎催動、輪胎摩擦的聲音,用身體去感受離心力,再把這些資訊匯集到大腦整合,最後再做出反應;但對於 AI 甩尾而言這似乎不成問題,因智慧車載系統可以整合從感測器中讀取的精確數據,如車速、各輪的當前扭矩數值、前輪的轉向角度,以及車輛的前進方向和車身之間的偏航角度等等。

除此之外,AI 還能衍伸出車輛自動輔助駕駛系統、駕駛人瞌睡警示、防撞預警、車載自我診斷系統(OBD)、胎壓檢測裝置(TPMS)、車道偏離警示系統(LWDS)、前方碰撞預警系統(FCWS)及後方碰撞預警系統等 AI 人工智慧車(Smart Car)等等相關應用。

並非為了比快 而是要讓自駕車更加安全

史丹佛大學團隊總結 MARTY 的測試經驗與結果,發表了一篇論文〈朝著超越穩定極限的自動駕駛控制邁進:沿著一般道路漂移〉,敘述團隊進行這項研究的目的,其實是為了讓自駕汽車更加安全,更適合實際上路。

MARTY 的技術假設能夠成熟,代表著自動駕駛可以在極端狀態下控制車輛,離自駕車商業化又邁進了一步。即使職業車手會因 AI 而自開玩笑「擔心失業」,換個角度想,反之創造 AI 的話想必就不會失業了吧。

 

 

 

 

 

 

推薦文章:
紅到被山寨!中國自主開發語言「木蘭」竟是抄襲 Python


44歲媽咪順利轉職網頁設計師, 家庭事業都得意

Python 變身告白神器、還會幫你整理電腦?6 種 Python 隱藏版技能一次學


SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!


偷偷告訴你,6種Python超好用隱藏版功能!(上)


人工智慧定位蚊子快狠準,打蚊子不再是苦差事!!


捕蚊燈落伍啦!靠人工智慧告訴你蚊子在哪裡!!

人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(上)

人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(上)
人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(上)

人工智慧真的無所不能!甩尾技術竟然比冠軍還要厲害耶!!(上)

 

▲ 如此極致精準的甩尾角度,你能猜出是來自哪一個賽車手嗎?

影片中一台銀白色的舊式跑車,以極致精準的角度,迅速穿越了一個又一個橘色三角錐組成的羊腸小徑。輪胎因急速馳騁於路面產生劇烈摩擦,導致瀰漫出濃烈白煙的幾乎要掩蓋視線⋯⋯而這台車通過這條既狹窄又彎曲的彎道時,竟然完全沒有擦撞到任何一個三角錐!

這麼無懈可擊的甩尾技術,究竟是來自美國的「甩尾大師」Ken Block 、日本的「甩尾王」土屋圭市,還是電影《玩命關頭》下一集的特效?

都不是!這個完美的甩尾,竟然是來自美國的世界名校史丹佛大學!

史丹佛大學「回到未來」 搶先研發出甩尾自駕車

「讓 AI 甩尾」的野心來自 2015 年美國史丹佛大學動力設計實驗室,教授 Chirs Gerdes 帶領、該校機械工程學博士 Jonathan Goh 主導開發的一項專案,將這輛外型搶眼的跑車改裝成人工智慧主導自動駕駛車輛。

有趣的是他們選中了現實中已停產許久,卻因經典科幻電影《回到未來》而讓不少影迷惦記的「DeLorean 鷗翼雙門跑車 DMC-12」來改裝成電動車,並裝上人工智慧自動駕駛系統,也因此吸引了不少目光,使專案備受注目。

 

▲ 使丹佛大學將電影《回到未來》中出現的跑車 DMC-12 改裝成 AI 自駕車

即使許多人因 DeLorean DMC-12 燒胎AI甩尾「重出江湖」而大感興奮,但團隊的研究目的可是非常嚴肅的,這項專案旨在研究自駕車能否比擬人類駕駛的敏捷性與精確度,在遭遇突發狀況時可否化險為夷、轉危為安。

而之所以選擇甩尾,Jonathan Goh 表示:「透過甩尾,我們讓自動駕駛進入到最為極端的環境當中。如果我們能夠在最不穩定的場景中實現自動駕駛,其他的一切都迎刃而解了。」

▲ 開發團隊的教授與成員解釋,如何讓自駕車和專業車手一樣甩尾

選定 DMC-12 作為實現這個重要目標的載體之後,團隊為它取名 Multiple Actuator Research Testbed for Yaw control (偏航控制多執行器研究試驗),簡稱 MARTY。

緊接著就是讓這台車煥然一新──動力與驅動系統被換成由電動汽車公司 Renovo 提供的電動馬達與電池組,轉向、制動也都被電子系統取代;再來就是將它改造成適合甩尾的車輛,原本的懸吊系統支撐性不夠,無法在甩尾中保持良好動態,於是團隊針對這部分重新設計,並加裝防滾籠(Roll Cage)來強化車體剛性,確保發生碰撞時的安全保護。

而自動駕駛系統則是採用雙 GPS 高精地圖,將駕駛路徑的誤差控制在僅僅 1 英吋內。AI 控制的剎車與轉向系統極其精確,以實現更精準的甩尾控制。

這一切讓 MARTY 實現了高難度的甩尾技能!

▲ MARTY 精彩的繞 8 甩尾影片

團隊選在北加州賽車勝地 Thunderhill Raceway Park 賽道進行試跑,從影片中可以看見,團隊以三角錐鋪設出 1 公里的障礙跑道,而 MARTY 最終以時速 50km/h、正負 40 度的角度不斷側滑,完美通過甩尾考驗。

而這個成果也隨即傳遍了賽車界,美國甩尾界名門 Papadakis Racing 車隊隊長 Stephan Papadakis 表示:車輛動力的總成設計和安裝,以及自動駕駛系統的程式設計令他印象非常深刻,特別是 MARTY 穿過同個彎形採用的姿態,都始終準確無誤。

本篇為上篇,下篇請點此連結

 

 

 

推薦文章:
SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!


紅到被山寨!中國自主開發語言「木蘭」竟是抄襲 Python

Python 變身告白神器、還會幫你整理電腦?6 種 Python 隱藏版技能一次學


44歲媽咪順利轉職網頁設計師, 家庭事業都得意


Python教學入門小技巧,掌握這”19個語法”是關鍵!


被叮卻找不到兇手??靠人工智慧追蹤蚊子就對了!!


人工智慧產業大革命!!跟上潮流都要會Python?!(上)

革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(下)

革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(下)
革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(下)

到底人工智慧跟汽車業結合到底能產生出怎樣的火花?一起來看看!(下)

本篇為下篇,上篇請點此連結

6. Zoox : 100% 全自製自駕車

 

▲ Zoox 無人車於夜間通過兩側都有停車的狹小街道的影片

Zoom – 這家比起其他自駕車業者,是相對低調的公司,接收了 80 位 Tesla 頂尖工程師、 17 位蘋果工程師,成立 4 年就估值超過 300 億台幣

曾被封為「矽谷最神秘獨角獸」的 Zoox ,一向在業界裡走低調路線,曾發下要在 2020 達到「全自動出租車」的願景。

Zoom 的車體設計也走極簡路線:精簡了車頭車尾(因此外型像是 Mini Cooper 的頭尾相接)、每個輪胎都裝上馬達讓車子可雙向行駛,方便停車、車上也沒有方向盤與儀表板等等,因此有更寬敞的乘坐空間。不僅如此,乘客上下車時還能看到有貼心的問候語;可見 Zoom 想超越 Google、Tesla 等「前輩」的決心有多大。

目前大部分的自駕車公司都是為已有的車輛裝載人工智慧自駕系統,但 Zoox 正在從頭開始「全自造」打造自己的自駕車(2012 年創辦人之一 Tim Kentley-Klay 曾經嗆 Google 當時正在計劃 的無人車是「傳感器架在一台老車上」)。不僅如此, Zoox 想讓電動、自駕、叫車三個願望一次滿足:在電動車領域顛覆特斯拉、在自動駕駛技術上對抗 Waymo 、在叫車方面挑戰 Uber 。

Zoox 也是加州第一個核發許可執照、准許可載客的自動駕駛服務商,將先藉由先導測試計畫,以免費搭乘方式確認自駕車運作過程是否需作進一步調整。

產業影響:Zoox 目前正在努力在 2020 年實現成熟的自駕車出租服務

術業有專攻 自駕車得益於人工智慧技術的另一種方式

除了專攻自動駕駛系統與自駕車本身的公司,也有因AI驅動系統與機器學習使使汽車生產線更高效的公司、以及在ADAS(先進駕駛輔助系統)中應用AI,而使道路更安全的公司:

  

7. DataRPM:通過人工智慧技術預測機器故障

DataRPM 的母公司為 Progress Software Corporation,主要服務為全球各產業提供異常檢測和軟體解決方案。

而 DataRPM 的人工智慧機器學習技術能夠預測機器可能發生的問題和故障,進而節省了時間和金錢;另外,其傳感器數據來優化功能的技術,減少了突發性故障造成的停機時間,增加了設備壽命和運營效率的同時也提高了設備效率。

產業影響:一家英國車廠為了降低發動機製造的成本與提高效率,而找上DataRPM,在找出是哪些因素影響生產效率後, DataRPM 幫助製造商使用機器學習技術前幾週預測機器故障。

8. CarVi :保障駕駛安全、改善不良駕駛習慣

 

▲ Carvi 的前方碰撞預警系統前方碰撞預警系統可以檢測到前面的汽車並對其進行連續監控,以防止事故發生。

CarVi 使用人工智慧提供駕駛分析和實時警報,藉此以警告駕駛員可能發生的危險,例如其坑洞探查( Pothole Detection )技術,該技術能採集路面坑洞數據,升道路安全性的同時也授權給各州政府,方便當局進行道路維護;同時也能提醒車輛已偏離車道,即將與其他車輛發生碰撞事故。

CarVi 製造的 ADAS 可用於個人車輛、車隊、共乘或汽車保險公司,並且還加裝評分系統,對駕駛技能進行評分,並幫助駕駛員改善危害安全的駕駛行為。

產業影響:CarVi 的 ADAS 可幫助追蹤車輛、接收即時路面報告、提供事件的行車記錄,使自駕車整體上更為安全。

9. Nauto:分析駕駛員行為以確保車隊駕駛安全

 

▲ Nauto 是 AI 驅動的即時駕駛行為學習平台,可預測、預防並減少移動生態系統中的高風險事故

Nauto 的人工智慧傳感器技術能檢測駕駛員行為數據,智慧駕駛員系統還可通過評估駕駛員的行為,提醒駕駛員保持足夠的注意力,探測酒後駕駛和開車打手機等行為,以避免發生碰撞和交通事故,同時也能幫助車險公司評估風險。

Nauto 利用攝像鏡頭、面部識別和 AI 技術去分析駕駛員的行為,可以幫助公司更有效地向保險公司申請索賠。2016 年,豐田、寶馬以及汽車保險公司 Allianz 宣布獲得 Nauto 技術的授權。

產業影響:一家明尼蘇達州的運輸公司旗下車隊有 99% 的車輛都安裝了 Nauto。該公司採用了 Nauto 的技術來訓練、評估駕駛員,以確保安全與減少碰撞帶來的保險費用。

以上就是在自動駕駛產業中佔有一席之地、前景不可限量的新創公司。可以看到無論公司主要業務是什麼、是否跟自駕車有直接關聯,AI人工智慧技術都是十分重要的一環,可以說是技術在手,就不用擔心有無用武之地了。

 

 

 

 

 

推薦文章:
人工智慧定位蚊子快狠準,打蚊子不再是苦差事!!


SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!


為什麼學習網頁前端一定要掌握JavaScript?


44歲媽咪順利轉職網頁設計師, 家庭事業都得意


AI 產業革命開始!為何 Python 成人工智慧必備語言?


擺脫設備工程師血汗職涯, 零基礎的我成功轉職 Python 資料工程師


2020搶手職業排行榜!前五名竟都跟人工智慧扯上邊?!


人緣差沒朋友?!別擔心,你還有人工智慧Neon!!(上)

革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(上)

革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(上)
革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(上)

到底人工智慧跟汽車業結合到底能產生出怎樣的火花?一起來看看!(上)

AI 人工智慧在全球科技浪潮下,一直是最備受注目的,人工智慧的應用百花齊放,成為人們對未來生活想像中重要的一環。而儘管 AI 技術在各個領域都迅速應用發展,汽車產業也在想盡辦法在每個步驟都使用 AI ;但到了 2020 年,該如何拓展人工智慧 應用的新可能?在電動車和自動駕駛技術已成為市場趨勢的現在,這儼然成為了最新的熱門話題。

餐飲、房產、家庭裝修甚至國防安全,許多產業都將受到自動駕駛技術影響,而改變原有的產業策略,自動駕駛技術成為討論各種產業問題時密不可分的重要因素,而汽車產業本身也圍繞著自駕技術、湧現了許多目標方向相同的新創公司。

就一起來看看這些公司如何將人工智慧應用汽車的油門踩到底吧!

各有巧妙不同 新創公司們的獨門絕活

雖然幾大汽車製造商都在努力創造自己的自駕車和駕駛系統,但我們將注目於新創的科技公司。

無論其技術是用於公共交通,乘車共享還是個人需求,以下公司都處於自駕技術的最前線:

1. nuTonomy:專注解決複雜的都市交通挑戰,推出無人計程車

 

▲ nuTonomy 與東南亞版的 Uber「Grab」合作,在新加坡推出無人駕駛的計程車

坐落於波士頓,擁有 MIT 麻省理工學院的團隊背景,專注於研究無人駕駛技術的整體解決方案,目標是在交通繁忙的地方提供無人駕駛車隊,以確保更安全的道路,更便捷的交通及更少的污染。nuTonomoy 的技術「nuCore」始操控車輛變得靈活,該技術使車輛即使在最複雜的交通情況下也能導航。

2016年開始, nuTonomy 開始在新加坡試測試無人駕駛計程車,更與叫車軟體 Grab 合作,成為全球第一個向大眾開放的無人駕駛測試專案。

產業影響:近期 nuTonomy 與提供網路叫車服務的公司 Lyft 合作在波士頓海港區進行駕駛測試,以期未來能替 Lyft 用戶提供服務,藉此改變大眾的出行方式因而獲得了更多的關注。

2. AutoX :全球第一個有送貨服務的自駕車

 

▲ AutoX 推出全球第一個自駕車送貨服務

AutoX 提供自駕軟體的解決方案,對硬體的要求非常低,只有數個攝影鏡頭,不需要LiDAR、超聲波裝置、或者差分 GPS 定位系統,硬體成本不到 50 美元。在行車安全方面,該公司的車輛結合了人工智慧技術,透過傳感器、實時攝像鏡頭和許多真實測試里程,以確保能在旅途中做出安全的決策。

當前,AutoX 正致力發展無人車貨物配送,用戶可以通過搭配之APP選擇商品並進行配送,並可以在配送時繼續在移動商店上瀏覽選購。

產業影響:AutoX 最近在美國加州舊金山灣區的聖荷西(San Jose)啟動了他們的試點計劃,在地理圍欄區域內測試服務,併計劃每隔幾週擴大該區域。

3. Drive.ai :解決人機溝通難題,用螢幕讓自駕車「說話」

 

▲ 自駕車 drive.ai 於下雨的夜晚,在舊金山灣區流暢地行走

Drive.ai 創立於 2015 年,因使用人工智慧深度學習來識別與迴避道路上的障礙物而聲名鵲起。

Drive.ai 車隊的日產 NV200 車身主體顏色爲橘色,帶有一條波浪形的藍色條紋。這些車輛不僅是自動駕駛,還能與附近的駕駛員和行人進行通信:全車配備了四個 LED 螢幕,能向行人顯示車輛當前的意圖,例如「等待」、「開始」、「進入」或「退出」。

產業影響:2018 年 5 月, Drive.ai 宣布在德克薩斯州的弗里斯科測試自助駕駛服務,在無人類干預之下、進行自動駕駛汽車的公共道路固定路線測試(如以下影片)。

 

▲ drive.ai 自駕系統在德州運作

4. Optimus Ride:第一個在紐約推自駕服務、安全穩定的低速自駕車,

 

▲ Optimus Ride 為第一個在紐約推自駕服務的業者

來自 MIT 的 Optimus Ride 專注在為社區和城市之間提供安全穩定又便利的運輸方式。該公司的人工智慧電動車提供高效率又便捷的自動駕駛,並且與 Velodyne Lidar 合作:採用其雷達感測器感應自家車隊後,讓「即時障礙物」、「空間」方面的偵測、導航安全與操作的可靠性等,都更上一層樓。

Optimus Ride 在特定的「地理圍欄(註:Geo-Fencing,指在特定區域如社區和城市內,的自動駕駛區域)」經營低速接駁車的服務。

產業影響:Optimus Ride 的車隊目前除了在麻州南韋茅斯的波士頓海港區部署運行之外,還因其卓越的安全特性,取得在紐約上線的資格(過去因為法律限制,紐約一直被認為是自駕車的禁地) ,活動範圍為有 300 英畝的「布魯克林海軍船塢」的封閉工業區執行,乘客可乘坐 Optimus Ride 在海軍船塢的入口與紐約東河輪渡碼頭之間來回。

5. Waymo (Google 無人車): 使用自家研發零件,包含 360 度光學雷達

 

▲ Google 無人車 Waymo 的 360 度光學雷達體驗

Waymo 誕生於 2009 年,原本只是 Google 的一項自動駕駛汽車計劃,到了 2016 年才獨立成為 Alphabet 公司旗下的子公司。2018 年底,Waymo 推出首款自駕叫車服務「 Waymo One 」,標誌著自駕車正式上路。

迄今為止, Waymo 車隊的自動駕駛里程已超過 800 萬英里,其光學雷達的 360 度感知技術可檢測多達 300 碼外的行人,生成周圍環境精確的 3D 地圖,辨識人類、分類物體並預測下一步動作。

 

▲ 乘坐 Waymo 自駕車示範影片

產業影響:Waymo 在亞利桑那州鳳凰城提供自駕車共乘服務至今。如今也正式在 iOS、Google Play 商店上推出 APP 以供下載,該 App 目前有 1500 位月活躍用戶,總計搭乘數超過 10 萬次。Waymo One 也打算在 2020 年添加更多新功能。

本篇為上篇,下篇請點此連結

 

 

 

 

推薦文章:
不想被人工智慧時代淘汰!!Python是你必會的語言!!(上)


AI 產業革命開始!為何 Python 成人工智慧必備語言?


SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!


擺脫設備工程師血汗職涯, 零基礎的我成功轉職 Python 資料工程師


44歲媽咪順利轉職網頁設計師, 家庭事業都得意


為什麼學習網頁前端一定要掌握JavaScript?


人工智慧與Line超完美結合!2020正式啟動!


捕蚊燈落伍啦!靠人工智慧告訴你蚊子在哪裡!!