密歇根州立大學的研究確定了核心問題并不在于用來探測障礙物的主要傳感器-攝像頭，而是用于對計算機視覺數(shù)據(jù)進行排序的算法。
密歇根州立大學電氣和計算機工程教授Hayder Radha表示：“當我們運行此類算法時，我們探測功能有非常明顯的退化，即使是非常弱的降雨都會造成一些很嚴重的問題，而隨著降雨強度增加，即使最先進機制的性能都可能會幾乎癱瘓。”
該大學研究人員發(fā)現(xiàn)，計算機視覺算法無法在小雨中探測到20%的物體，而當降雨強度增加三倍，探測故障率就會增加一倍。而秋季樹葉減少、天氣變冷等季節(jié)性變化因素也影響了雷達和激光雷達(lidar)等自動駕駛車輛的傳感器。自動駕駛系統(tǒng)必須更新高分辨率地圖以應(yīng)對季節(jié)性場景的變化。
但是，天氣所帶來的問題并沒有挫傷投資者們對研發(fā)自動駕駛系統(tǒng)初創(chuàng)公司的投資熱情。例如，去年11月，韓國汽車制造商現(xiàn)代(Hyundai)就宣布投資以色列初創(chuàng)公司Allegro.ai，該家初創(chuàng)公司會將深度學習應(yīng)用于計算機視覺，以實現(xiàn)汽車導航。Allegro.ai于2016年成立，2018年4月份完成了A輪融資，融得1100萬美金，從而脫穎而出。
現(xiàn)代汽車公司風投服務(wù)現(xiàn)代搖籃(Hyundai Cradle)與該家位于以色列特拉維夫的Allegro.ai公司建立了戰(zhàn)略合作伙伴關(guān)系，但是Hyundai Cradle沒有透露投資金額，只是表示此次合作將加快該家初創(chuàng)公司人工智能技術(shù)的部署。其中之一就是自動駕駛技術(shù)，現(xiàn)代汽車公司以及越來越多的汽車初創(chuàng)公司都在發(fā)展該技術(shù)，而且也都取得不同程度的成功。現(xiàn)代表示，將把Allegro.ai的計算機視覺技術(shù)部署在導航和實時駕駛決策等汽車應(yīng)用中。
其他公司也在采取短期策略，在受控環(huán)境中部署自動駕駛車輛。例如，總部位于波士頓的Optimus Ride公司正采用英偉達的Drive AGX Xavier計算平臺，作為其無人駕駛車隊服務(wù)的一部分，該服務(wù)覆蓋社區(qū)、校園和其他指定的自動駕駛區(qū)域等地理圍欄區(qū)域。
京公網(wǎng)安備 11010502049343號