超级军网谈人口问题居然扯到了汽车的自动驾驶
来源：百度文库 编辑：超级军网 时间：2024/04/23 14:06:58
谈着谈着，居然把这问题扯上了。
我不想把这东西放在汽车版去讨论。
我认为，汽车要自动无人驾驶，要求就是这车要有人一样的智商，
要求这车必须对路上出现的任何险情做了自己的选择。
汽车的驾驶员在做什么？他不仅仅是要知道路在哪，要向哪开。
还要注意，要怎么开，开多快。马路上的其他车、行人，
他要会避让。另一辆车在你前面，他要做出选择，超车或不超车？
有时候选择错了就是全车死光。
所以，那台机器必须有人一样的智商，我不敢说永远无法实现，但
实现起来的难度肯定不小。
最后扯一句，美国国防部的无人驾驶车辆的研究，让车在无人驾驶状态下，
在沙漠等地形上开上一段距离，那其实是很初级的东西。我认为在那地形上
开100公里远都未必比在市区里开1公里更难，知道为什么吗？如果你是经
常开车的人，应该知道是为什么。谈着谈着，居然把这问题扯上了。
我不想把这东西放在汽车版去讨论。
我认为，汽车要自动无人驾驶，要求就是这车要有人一样的智商，
要求这车必须对路上出现的任何险情做了自己的选择。
汽车的驾驶员在做什么？他不仅仅是要知道路在哪，要向哪开。
还要注意，要怎么开，开多快。马路上的其他车、行人，
他要会避让。另一辆车在你前面，他要做出选择，超车或不超车？
有时候选择错了就是全车死光。
所以，那台机器必须有人一样的智商，我不敢说永远无法实现，但
实现起来的难度肯定不小。
最后扯一句，美国国防部的无人驾驶车辆的研究，让车在无人驾驶状态下，
在沙漠等地形上开上一段距离，那其实是很初级的东西。我认为在那地形上
开100公里远都未必比在市区里开1公里更难，知道为什么吗？如果你是经
常开车的人，应该知道是为什么。
我不想把这东西放在汽车版去讨论。
我认为，汽车要自动无人驾驶，要求就是这车要有人一样的智商，
要求这车必须对路上出现的任何险情做了自己的选择。
汽车的驾驶员在做什么？他不仅仅是要知道路在哪，要向哪开。
还要注意，要怎么开，开多快。马路上的其他车、行人，
他要会避让。另一辆车在你前面，他要做出选择，超车或不超车？
有时候选择错了就是全车死光。
所以，那台机器必须有人一样的智商，我不敢说永远无法实现，但
实现起来的难度肯定不小。
最后扯一句，美国国防部的无人驾驶车辆的研究，让车在无人驾驶状态下，
在沙漠等地形上开上一段距离，那其实是很初级的东西。我认为在那地形上
开100公里远都未必比在市区里开1公里更难，知道为什么吗？如果你是经
常开车的人，应该知道是为什么。谈着谈着，居然把这问题扯上了。
我不想把这东西放在汽车版去讨论。
我认为，汽车要自动无人驾驶，要求就是这车要有人一样的智商，
要求这车必须对路上出现的任何险情做了自己的选择。
汽车的驾驶员在做什么？他不仅仅是要知道路在哪，要向哪开。
还要注意，要怎么开，开多快。马路上的其他车、行人，
他要会避让。另一辆车在你前面，他要做出选择，超车或不超车？
有时候选择错了就是全车死光。
所以，那台机器必须有人一样的智商，我不敢说永远无法实现，但
实现起来的难度肯定不小。
最后扯一句，美国国防部的无人驾驶车辆的研究，让车在无人驾驶状态下，
在沙漠等地形上开上一段距离，那其实是很初级的东西。我认为在那地形上
开100公里远都未必比在市区里开1公里更难，知道为什么吗？如果你是经
常开车的人，应该知道是为什么。
好象还实验过配套的智能公路
好象还实验过配套的智能公路
==========可不可以详细介绍一下？
==========可不可以详细介绍一下？
教主既然认为这与人口问题没什么关系,就不要单独拿出来扯啦!
原帖由 舰船之剑啸黄沙 于 2007-5-31 18:10 发表
好象还实验过配套的智能公路
==========可不可以详细介绍一下？
科技日报2006年8月10日讯 50年前，美国总统艾森豪威尔签署的《联邦补助公路法案》催生了美国州际公路系统，这张总长度42795英里的高速公路网虽然从根本上改变了当时美国的交通状况，但是却无法应对目前日益严重的交通需求和环境保护压力。构建一个安全、顺畅、准确和高效的智能交通系统成为新的课题。在旧金山举行的第12届智能交通系统世界年会上，与会专家一致认为，利用人工智能，未来的高速公路将能够“主动”地疏导交通，改善车流拥堵的状况。
有数据显示，在过去的25年里，美国公路通过量仅提高了5%%，交通拥堵成本不断提高，平均每年增加37亿小时的堵车时间，浪费汽油约23亿加仑。很多研究表明，单靠扩建新的公路并不能解决交通堵塞问题。曾在通用汽车公司任要职的智能交通系统顾问戴夫•阿克顿在美国发起了“汽车与道路设施集成（VehicleInfrastruc鄄tureIntegration）”项目。这项由美国联邦公路局、各州交通部、汽车工业联盟、美国智能交通系统协会等多家政府和私人机构联合参与的计划，是以道路设施为基础，通过全球定位系统（GPS）和无线通讯网络实现汽车与道路设施的集成。
它包含两方面内容，设计“智能车辆”和建造“智能公路”。为了提高车流通过量，运输部门尝试通过增加传感器、摄像头和自动收费读卡器等设施，将原有的道路升级成为“智能公路”，通过更多的信息采集点、优化的算法和多样的信息发布手段，实现实时导航。与此同时，汽车公司和零配件制造商则在车辆设计中运用性能更高的处理器和传感器，研制出具有信息采集和处理功能的“智能车辆”。这实际上是要将这张全美洲际公路网，建设成为与电信网类似的工程，“智能车辆”相当于移动电话，“智能公路”相当于电信网络，通过车与车之间，车与路之间的相互“对话”和信息交换，实现交通智能化。正如马里兰大学先进运输技术中心主任菲利普•塔诺夫所说的，“汽车与道路设施集成”将“像电信公司管理通话那样管理交通”。
为保证“汽车与道路设施集成”工程顺利实施，美国联邦和各州交通部将负责在高速公路、乡村公路沿线以及主要十字路口安装10万套—30万套无线异频雷达收发机，汽车厂商则为车辆配备包括GPS在内的远程信息处理系统，电子地图供应商Navteq公司每季度向客户邮寄CD-ROM光盘，以方便司机们及时更新。通过频段在5.9千兆赫（GHz）的专用短程通信系统，行驶中的车辆可以将周围路况数据传送到沿路的雷达发收机，交管中心接收到这些数据后，就能及时掌握各关键路口的车流状况，并通过电台、手机短信和GPS导航仪等各种途径引导驾驶者避开拥堵路段。甚至突然出现路面破坏的险情，车载探测器也能及时向交管中心发出“速来抢修”的通知。
密歇根州交通部智能交通系统项目经理格雷格•克鲁格说：“在底特律，如果能够将2%%到5%%的车辆引导至非繁忙路线，就能够极大地缓解交通堵塞。”他表示，智能交通系统从技术上来说是可行的，比较难解决的是其中涉及到的隐私问题。目前加州和其他部分州已经开通了试验场，智能交通系统协会也成立了一个小组委员会，专门负责制定有关隐私的条款，比如，所采集信息的私人化程度如何界定，谁将有权获取信息以及如何运用这些信息，怎样对待执法部门以侦破案件为由索取个人信息的要求等等。据悉，整个工程的测试将持续到2008年，届时联邦政府将做出决定是否采用这一系统。
总比全国只留八亿亩地种粮食要强吧....;P
越扯越远:D
即便在美国的普通城镇之间的公路系统里面，自动驾驶的可行性也是比较高的，因为他们的道路不象中国有那么复杂的路况（主要是行人和非机动车）。如果道路监视系统可以把道路情况实时传递给汽车上的计算机，那么车载计算机从理论上讲可以及时的对车辆做出反应。车载计算机不用象人脑那么发达，完全可以象飞机的自动驾驶仪一样工作。当然要设定某些复杂状况，在这些状况下车载计算机就要提醒驾驶员进入人工干预或操作状态。
这个贴不是用来讨论人口的。。。。
凭什么,你标题说的就是人口呀.;P对你的主要印象就是多生娃娃.;P
快回到人口贴里去谈那事吧，看看自己怎么自圆其说吧。
即便在美国的普通城镇之间的公路系统里面，自动驾驶的可行性也是比较高的，因为他们的道路不象中国有那么复杂的路况（主要是行人和非机动车）。如果道路监视系统可以把道路情况实时传递给汽车上的计算机，那么车载计算机从理论上讲可以及时的对车辆做出反应。车载计算机不用象人脑那么发达，完全可以象飞机的自动驾驶仪一样工作。当然要设定某些复杂状况，在这些状况下车载计算机就要提醒驾驶员进入人工干预或操作状态。
=======你太低估了马路的复杂性，开车这东西，说简单很简单，说复杂很复杂。
举个简单的例子：两向两车道的路，一慢车在前面，是超车还是不超？
驾驶人员要去判断，自动驾驶的话怎么判断，这不能走程序化、教条化的模式，
要不然后果很严重的。
=======你太低估了马路的复杂性，开车这东西，说简单很简单，说复杂很复杂。
举个简单的例子：两向两车道的路，一慢车在前面，是超车还是不超？
驾驶人员要去判断，自动驾驶的话怎么判断，这不能走程序化、教条化的模式，
要不然后果很严重的。
原帖由 戒烟 于 2007-5-31 18:09 发表
好象还实验过配套的智能公路
MS美国50年代就有关于此类的电影，不知道算不算科幻...
国内的收费站会让电脑暴走的....
刚刚从人口贴子里自圆其说回来,呼,还好有官方数据,不然全国粮食亩产就真的变600公斤了. ;P
=======你太低估了马路的复杂性，开车这东西，说简单很简单，说复杂很复杂。
举个简单的例子：两向两车道的路，一慢车在前面，是超车还是不超？
驾驶人员要去判断，自动驾驶的话怎么判断，这不能走程序化、教条化的模式，
要不然后果很严重的。
呵呵，我都在北京撞了两次车了，你说我有没有低估马路的复杂性？另外你如果在美国开过车，你就知道美国的马路有没有这么复杂了。
你的例子处理起来其实很简单：道路监视系统告知车载计算机超车道一侧的车况，包括前后左右的车速各是多少，各车有没有发出并线、提速或者要超车的迹象，然后车载电脑根据路况和相应的算法来决定是否要超车。同时它在开始超车的时候，道路监视系统向周围的车辆发出该车要超车的相关信息以及更新该车的车况。如果有两辆车都要超车，那么监视系统发放令牌，赋予不同的优先级别，两车根据道路监视系统安排的次序依次超车。同时告知慢车有人超车，慢车的电脑就不会变更车辆状态。另外所有的车上都有雷达，测量前后车的车距和车速，控制本车在一个安全的位置上。
其实，在美国开车大家都很老实，很少有随便超车或者并线的。通常大家的车速都在100公里左右，前后车距保持的很好。否则自动巡航功能怎么用？所以在美国这种地方，实现自动驾驶反而比较容易。
举个简单的例子：两向两车道的路，一慢车在前面，是超车还是不超？
驾驶人员要去判断，自动驾驶的话怎么判断，这不能走程序化、教条化的模式，
要不然后果很严重的。
呵呵，我都在北京撞了两次车了，你说我有没有低估马路的复杂性？另外你如果在美国开过车，你就知道美国的马路有没有这么复杂了。
你的例子处理起来其实很简单：道路监视系统告知车载计算机超车道一侧的车况，包括前后左右的车速各是多少，各车有没有发出并线、提速或者要超车的迹象，然后车载电脑根据路况和相应的算法来决定是否要超车。同时它在开始超车的时候，道路监视系统向周围的车辆发出该车要超车的相关信息以及更新该车的车况。如果有两辆车都要超车，那么监视系统发放令牌，赋予不同的优先级别，两车根据道路监视系统安排的次序依次超车。同时告知慢车有人超车，慢车的电脑就不会变更车辆状态。另外所有的车上都有雷达，测量前后车的车距和车速，控制本车在一个安全的位置上。
其实，在美国开车大家都很老实，很少有随便超车或者并线的。通常大家的车速都在100公里左右，前后车距保持的很好。否则自动巡航功能怎么用？所以在美国这种地方，实现自动驾驶反而比较容易。
]]
=============双向两车道，要考虑到对向来车问题。
你等于说还要预先得知对向来车，还要计算三辆车（我车、
被超车、对向车）的速度才能算出能不能超车。
还有，如果超过没成功，自动驾驶还得懂得如何再处理。
当然要知道逆行方向的车况了。你自己超车的时候不看对方逆行车辆情况吗？简单的说，如果逆向1km 内没有车辆，就可以超车。如果500米内对向有车，就不能超车。而且在这种双向两车道的情况下，可以增加一个限制，提醒驾驶者人工干预超车。有道路管理系统，可以很方便的知道本车周围的车辆状况（包括逆向车辆），这不是很复杂的问题。只要每个车辆都向道路监控系统发布自己的位置和状态就可以了。
而且车辆在借用逆行道路超车过程中也会放大对前方的搜索范围，发现有危险的状况可以减速回到本车道。
你等于说还要预先得知对向来车，还要计算三辆车（我车、
被超车、对向车）的速度才能算出能不能超车。
还有，如果超过没成功，自动驾驶还得懂得如何再处理。
当然要知道逆行方向的车况了。你自己超车的时候不看对方逆行车辆情况吗？简单的说，如果逆向1km 内没有车辆，就可以超车。如果500米内对向有车，就不能超车。而且在这种双向两车道的情况下，可以增加一个限制，提醒驾驶者人工干预超车。有道路管理系统，可以很方便的知道本车周围的车辆状况（包括逆向车辆），这不是很复杂的问题。只要每个车辆都向道路监控系统发布自己的位置和状态就可以了。
而且车辆在借用逆行道路超车过程中也会放大对前方的搜索范围，发现有危险的状况可以减速回到本车道。
其实最简单的就是规定双向两车道不许超车，同时对慢行车辆予以警告。
]]
原帖由 舰船之剑啸黄沙 于 2007-5-31 22:20 发表
即便在美国的普通城镇之间的公路系统里面，自动驾驶的可行性也是比较高的，因为他们的道路不象中国有那么复杂的路况（主要是行人和非机动车）。如果道路监视系统可以把道路情况实时传递给汽车上的计算机，那么车 ...
之所以要设计配套的智能公路，就是为了降低路况的复杂性
早在80年代，美国就已经成功地利用虚拟神经网络技术让电脑控制的汽车在高速公路上（有正常的车流）开到了90公里以上的时速，并且开了超过100公里。这个实验里面是用的是比较简单的三层神经网络，只有200多个神经元，而且还是80年代的笔记本电脑控制的。给电脑提供数据的仅仅是一个32*32像素的摄像头。这个实验是Machine Learning的巨大成就，所有学这个的人都知道。
所以说自动驾驶并不是那么复杂的。问题是虚拟神经网络技术本身有不可知性，它学会了开车，但是它是按照什么原则来开车的，写程序的人自己也没办法知道。一个虚拟神经网络系统可能在100个红灯前面都停了车，但是它真的认识红绿灯吗？所以后来的20多年时间，虚拟神经网络和计算机技术都有了飞跃，自动驾驶还是进展缓慢。不过除了虚拟神经网络，也看不出还有什么技术能够实现自动驾驶。
所以说自动驾驶并不是那么复杂的。问题是虚拟神经网络技术本身有不可知性，它学会了开车，但是它是按照什么原则来开车的，写程序的人自己也没办法知道。一个虚拟神经网络系统可能在100个红灯前面都停了车，但是它真的认识红绿灯吗？所以后来的20多年时间，虚拟神经网络和计算机技术都有了飞跃，自动驾驶还是进展缓慢。不过除了虚拟神经网络，也看不出还有什么技术能够实现自动驾驶。
上面提到的80年代的实验用的就是普通的高速公路，没有任何的外部辅助设备。程序就是根据摄像头的一千个像素点的数据来进行驾驶判断的。