Waymo自动驾驶里程达800万km 遥遥领先却远远不够
自2009年起，Waymo主要在阳光明媚、下小雪或天气恶劣的地方展开测试，也就是说，它的自动驾驶车队经历过的道路场景比几名人类司机可能经历过的还多。自驾车开过的每英里里程都被上传到云端，与车队中共享，这样车队背后的AI技术能够处在不间断的学习状态中。
“我们目前在25个美国城市中展开测试，不断积累不同天气和地形的驾驶经验：密歇根的积雪街道、旧金山的陡峭山坡、大凤凰城的沙漠等等。整个车队共享着每辆自动驾驶汽车的经验，因此每开一英里都意味着更多收获。”
加州机动车辆管理局每年都会记录不同企业自驾汽车的自主模式解除率(即汽车脱离自主驾驶模式、转由人类技术员手动控制汽车的比率)。上个月，Waymo称，去年其车队的自主模式解除率仅为每千英里0.18次，而排在第二名的通用自主汽车为每千英里0.8次。
斯坦福大学的机械工程教授克里斯·格迪斯(Chris Gerdes)表示，积累实地里程的原因之一是展开与人类之间的数据比对。
格迪斯指出，由人类开车，每1亿英里大约会出一起致命事故。相较之下，500万英里还不够。如果通过合理安排，让道路测试在极其困难的驾驶场景集中进行，而不是总在几条高速公路上，那么，远低于500万英里的里程就能够让自驾车积累足够的驾驶经验。
他还说，持续积累实地测试里程对开发数据模式至关重要。这些模式可用于电脑模拟中。研究者可借此摸索某些场景的出现概率以及存在的变数。数据模式可获得持续改进，从而模拟出危险甚至危急的场景。
格迪斯称，由于“危险场景”具有更高的复杂性，Waymo的模拟里程就显得更为重要。模拟设备经过高度完善，能够完成许多危急场景的感应测试。在他看来，模拟设备的质量和综合性能比里程数更为重要。
兰德公司的卡尔拉并不确定如何评定Waymo的模拟驾驶数据，她表示，有两个原因，“我们不清楚这些英里数的实际情况，或它们对现实世界的反映程度。我们也不清楚测试车在模拟中的实际表现。”
今年年内Waymo将在凤凰城推出了无人出租车服务。这些车从这么多的驾驶里程中学到了什么，Waymo是否打造出了更优秀的“司机”,很快就能揭晓了。(惜辰)
-
无相关信息
营业执照公示信息