Waymo和TuSimple自主卡车领导者提出构建高速公路安全AI的困难

TuSimple和Waymo在新兴的自动卡车领域处于领先地位。TuSimple创始人侯小迪和Waymo货运负责人鲍里斯·索夫曼(Boris Sofman)在TC Mobility 2020上深入讨论了他们的行业和他们正在开发的技术。有趣的是,尽管他们正在解决相同的问题,但背景和方法却大不相同。 。

侯和索夫曼首先谈到了他们为什么要追求卡车市场。(为了清楚起见,对行情进行了少量编辑。)

索夫曼说:“市场是巨大的;我认为在美国,卡车行业每年花费700到8000亿美元。它每年都在持续增长。”索夫曼说。去年,他从安基加入Waymo领导了这项工作。运费。“而且今天驾驶员的短缺非常严重,这只会在下一个时期内有所增加。这是一个非常明显的需求。但是这不会一overnight而就,您仍然可以面对很长的挑战。”避免。所以我们谈论它的方式是最困难的事情有所不同。”

侯说:“考虑构建操作系统,这实际上是成本和报酬分析。” “成本是您开发的功能数量,而奖励基本上是您行驶了多少英里-您按每英里收费。根据成本回报分析,卡车运输是我们的自然选择。您需要解决的问题总数可能减少10倍,但可能要困难5倍。”

他总结说:“尽管确实很难量化这些数字,但我明白了。”

两者还讨论了创建足以驱动的感知框架的复杂性。

索夫曼说:“即使您对世界有全面的了解,也必须预测在该环境中其他对象和代理将要做什么,然后自己做出决定,而组合知道这是非常具有挑战性的。”

“真正帮助我们的是,很多年前,从公司的汽车方面开始意识到,为了帮助我们以最简单的方式解决此问题,并减轻下游的挑战,我们必须创建自己的传感器,“ 他继续。“因此,我们拥有自己的激光雷达,雷达和摄像机,它们具有难以置信的独特属性,这些属性是通过五代硬件定制设计的,这些硬件试图真正适应您无法做到的最具挑战性的情况避免在路上。”

侯解释说,虽然许多自治系统是15年前著名的DARPA大挑战赛中使用的方法的后代,但TuSimple的却是拟人化的。

他说:“我认为自己的背景对神经科学有很大影响,因此我一直在考虑制造一种像人类一样能够看到和思考的机器。” “在DARPA挑战中,人们的想法是:好的,编写一个动态系统方程式并求解该方程式。对我来说,我正在尝试回答以下问题:我们如何重建世界?这更多地是关于理解物体的问题。 ,即使某些属性可能不会直接对整个自动驾驶系统有所贡献,也应了解它们的属性。”

侯说:“我们将所有不同的,看似无用的特征结合在一起,以便我们可以重建对世界感知的所谓'质量'。” “通过这样做,我们发现执行所有任务所需的所有要素。”

由于公路驾驶和街道驾驶之间的重大差异,两个人在意见上存在分歧,本质上有两个要解决的问题。

侯认为:“重叠部分很小。人类社会已经宣布了在高速公路上驾驶的某些类型的规则……这是一个更加规范的系统。但是对于本地驾驶,实际上没有交互规则……实际上是非常不同的。隐含在世界不同地区的社会建构。这些东西很难建模。”

另一方面,索夫曼认为,尽管问题有所不同,但解决一个问题却对解决另一个问题大有帮助:“如果将问题分解为视音频系统的许多很多组成部分,那么即使在解决问题的过程中,也有相当大的影响力。如果您不能100%解决问题,那么它可以消除85%-90%的复杂度我们使用完全相同的传感器,完全相同的计算基础架构,模拟框架,感知系统,即使我们拥有重新训练一些模型。我们所有算法的核心是,我们正在努力保持它们不变。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢