三名女大學生葬身車禍誰的錯,？(6)

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2025-04-09 09:06:21 百家號

他表示,，首先,，高速公路維修路段到來前,，會在沿途LED顯示屏上提示，但是恐怕沒有輔助駕駛系統(tǒng)會識別提示文字。其次,，在維修路段,，會設置道路指引標識牌,，系統(tǒng)能否識別這樣的標識牌也存在疑問,。再次,，維修道路往往會安排漸進式限速，比如此次發(fā)生事故的維修路段，限速40公里/小時,。但是這些限速標識牌往往并不規(guī)范，駕駛員看到限速從120公里/小時逐漸下降到80公里/小時,、60公里/小時,、40公里/小時的時候能準確理解,，但是輔助駕駛系統(tǒng)可能難以連貫地理解這些漸近式限速標識牌,。“目前智駕系統(tǒng)在使用Transformer模型時,，盡管算法已經(jīng)改進,，但由于車載算力有限，一般也只會關聯(lián)前后4幀,，約40毫秒的信息,，這意味系統(tǒng)的‘記憶’有限，而由于系統(tǒng)默認在高速公路行駛,，并不會識別這些限速標識,。因此與其盯住事故發(fā)生前的最后三秒，不如多去問問,，為什么此前車輛并未減速?！?/p>

正是因為像高速公路施工這樣的邊緣場景仍然存在,，真正的自動駕駛才難以到來。汽車自動駕駛技術被劃分為L0至L5六個級別,，L3級是分界線,，L3級及以上為自動駕駛。盡管國內(nèi)車企不斷推出L2+,、L2.9等概念,，但是仍然稱不上自動駕駛。

“不要說還剩下1％的邊緣場景,，哪怕只剩下0.01％的邊緣場景,，依然不能離開駕駛員?！鼻笆鰳I(yè)內(nèi)人士感慨,，沒有人能回答還剩下多少待解決的邊緣場景。

真正實現(xiàn)自動駕駛就需要解決邊緣場景的問題,，不過這并非易事,。對于駕駛而言，人工智能與人類容易犯的錯誤不同,。人類最容易犯的錯誤是疲勞駕駛,、分心駕駛,，系統(tǒng)既不會疲勞，也不會分心,，而是取決于訓練,。但是由于車載算力的限制，大模型,、推理模型目前還難以應用于車端,，車端更多應用深度學習模型，其不具備大模型,、推理模型的泛化,、推理能力，因此更容易在邊緣場景出現(xiàn)問題,，也就是所謂的“黑天鵝問題”,，如果在天鵝這一標簽下錄入1萬張白天鵝照片，深度學習模型不會將一只黑天鵝照片識別為天鵝,，從而出現(xiàn)誤判,。

首頁上一頁...3 4 567 8 9...全文共 10 頁下一頁

關閉

三名女大學生葬身車禍 誰的錯,？(6)

相關新聞

今日熱點

頻道熱點

三名女大學生葬身車禍誰的錯,？(6)