自動駕駛機器人的案例
自動駕駛為什么總出事？機器不應該比人更可靠嗎？
也就是說我們在現實條件下，并不能無限地提高自動駕駛的智能技術本身，而應該綜合考慮車、人、社會的因素，來不停地擴大我們的安全邊界。在安全邊界內，讓我們的自動駕駛安全地運行，安全的商業化落地。
北斗+低速自動駕駛機器人來襲，在線發布會精彩搶先看
千尋位置北斗智能市場新品情報局在線沙龍第一期，聚焦低速自動駕駛領域新物種。3月16日15點在線發布3款北斗+機器人，1款高精度組合導航，覆蓋農業、零售、環衛、港口多個場景。
本期在線沙龍邀請了4位優秀的合作伙伴，為我們解答：北斗高精度定位技術如何賦能讓這些新物種提高效能、推動變革，在助力構建時空智能城市中成為必不可缺的一環。
掃描下方二維碼或點此查看更多北斗產業相關資訊、產品及解決方案。
自動送信機器人郵差，取代傳統郵遞員
如果真的出現這種情況，還有什么比用機器人來運送信函和包裹更好的方法呢？最近來自于挪威郵政服務公司Posten－Norge與自動化公司Buddy Mobility達成了一項合作協議，很快挪威公民就能體驗到這種機器人送信服務了。
據悉，Posten－Norge公司已經與Buddy Mobility這家剛剛起步的初創公司簽署了一項協議，將把后者的快遞機器人帶到大街上測試。Posten－Norge公司的總部位于挪威奧斯陸和美國舊金山。這些機器人就像裝了輪子的大箱子，可以以每小時6公里左右的速度行駛，據說每天可以向100名收件人完成投遞郵件和包裹。與直接把郵件送到每家每戶的快遞員不同，“郵差”機器人會事先通過一款應用程序向顧客發送通知。然后，收件人可以通過該應用程序打開機器人上一個只用來裝信件的抽屜來收取信件。送完包裹后，這些機器人將返回附近的配送中心，為配送下一批郵件進行充電并補充信件。
挪威人口超過520萬，與明尼蘇達州或南卡羅來納州的居民數量大致相當。這些機器人將首先在挪威康斯堡的一個居民區進行測試，然后在更多的運輸路線上推出。
該公司在其網站上寫道：“Buddy Mobility的第一個合作伙伴是和Posten合作，為挪威郵政服務公司提供一個自動遞送機器人。我們的機器人為Posten節省了運營成本，以抵消郵件數量急劇減少帶來的收入損失。與此同時，該機器人還為包裹遞送提供了新的收入來源。”
這并不是我們看到的唯一一款傳送機器人。在德國，德國郵政總局正在推出一款名為PostBot的類似機器人。與此同時，在美國國內，Starship科技公司已經在大學校園和各種社區推出了類似的自動駕駛地面送貨機器人，并得到了投資者的大量注資。
如果這些成果意味著最終會有更多的機器人出現在我們的街道上，打造一個更具有未來感的整體環境，那么我們都希望它能夠發生。
展開 自動駕駛人機交互[一]：自動駕駛人機交互的Why、What、Where
人機交互HMI（Human-Machine Interaction）是指人與計算機之間通過某種對話語言、以一定的交互方式、為完成確定任務的，人與計算機之間的信息交換過程。人機交互目的是為了促進人與計算機之間的相互理解，在最大程度上為人類完成信息管理、服務和處理。
汽車HMI提供了人與車之間交換信息和操作的界面，它可以使用視覺、聽覺、觸覺等通道來為用戶提供相關信息，也可以提供開關、觸屏、語音、手勢等不同通道來接受用戶的輸入。
圖 1 汽車人機交互HMI
一、人機交互對自動駕駛的意義
對于裝備有自動駕駛系統的車輛來說，良好的人機交互可以促進人與系統之間的有效溝通，增進彼此的理解，從而達到更安全、舒心、有效的駕駛體驗，增加用戶對自動駕駛系統的信任感。
自動駕駛系統HMI的目的在于優化人類對任務和情況的理解，減少意外誤用或不正確的操作，其最重要和最具挑戰性的目標在于使用戶正確地理解當前實際的駕駛模式，以及該模式下附屬的用戶責任和駕駛任務。
二、人類駕駛員與自動駕駛系統的職責分配
根據SAE J3016標準的定義，隨著車輛駕駛自動化水平從L0級到L5級，用戶需要承擔的駕駛任務和職責不斷變化，車輛控制權逐步由人類駕駛員轉移到自動駕駛系統，下圖2顯示了車輛控制權的轉移趨勢。
圖 2 人類駕駛員和自動駕駛系統在不同駕駛自動化等級中的職責變化
下表1具體說明了不同自動化等級下人類駕駛員和自動駕駛系統的駕駛任務分配情況。
展開 
自動駕駛中的機器學習
用于算法測試和訓練的模擬器和數據集
模擬器是用于試驗自動駕駛系統的利器，特別是對于強化學習其意義更為明顯。主流的模擬器如下：
CARLA – 城市模擬器，包含攝像頭和激光雷達的信息流，有語義分割、位置信息。
TORCS – 賽車模擬器，包括攝像頭、代理位置、車輛測試控制策略。
AIRSIM – 具有深度和語義的攝像頭的數據流，并且支持無人機的自動駕駛測試。
GAZEBO (ROS) – 多機器人物理模擬器，用于復雜的二維和三維地圖中進行路徑規劃和車輛控制的測試。
SUMO – 城市交通的宏觀尺度建模，用于運動規劃測試使用。
DeepDrive – 一個基于虛幻平臺搭建的自動駕駛模擬器，提供多攝像頭數據。NVIDIA DRIVE Sim? –一種是開放、可擴展、模塊化的模擬器，支持從頭開始構建以運行大規模、物理精確的多傳感器仿真。
WEBOTS – 一個完整的開發環境，可以用來建模、編程和模擬測試。
寫在最后
機器學習在自動駕駛領域發揮著重要作用。在這篇文章中，我們介紹了自動駕駛技術的一些基本知識，以及機器學習算法在自動駕駛系統中的應用，還簡要說明了一些在實踐中比較流行的算法以及一些用于自動駕駛測試的模擬器。最后我們可以得出結論，自動駕駛具有實現完全自主L5級別的潛力。這可能會減少道路交通事故，讓那些無法開車的人獨立，從而改善交通物流。
原文鏈接：
https://pereliksoft.com/index.php/2021/07/08/machine-learning-in-autonomous-vehicles/
展開 自動駕駛人機交互 [五]：駕駛員狀態監控
作者 | HYZY
來源 | 焉知
知圈 | 進“HMI社群”請加微信15221054164，備注HMI
一、基本概念
駕駛員狀態監控系統DMS（Driver Monitor System）屬于自動駕駛人機交互的一部分，其使用攝像頭獲取的圖像及其它車身傳感器輸入的數據，通過視覺跟蹤、動作識別等技術監測駕駛員的駕駛行為和生理狀態，當判斷駕駛員不在場或處于非正常駕駛狀態時（疲勞、分心等），自動駕駛系統向駕駛員發出報警或執行其它安全策略，以確保車輛運行安全。
圖 1 駕駛員狀態監控DMS
從技術原理上，駕駛員狀態監控系統DMS可分為直接監控和間接監控兩種類型：
直接監控：通過傳感器獲取駕駛員頭部運動、面部運動、眼部運動、心電或腦電等直接表征駕駛員狀態的信號，用以判斷駕駛員的狀態；
間接監控：通過獲取駕駛員的駕駛行為信號及相關車輛狀態信號，間接判斷駕駛員狀態。
直接監控方式可獲取更多的駕駛員狀態信息，且隨著相關視覺技術的進步，其判斷結果可信度也不斷提升，多用于自動駕駛系統的人機交互。間接監控方式可獲取的駕駛員狀態信息有限，通常可用于駕駛員駕駛風格判斷及整車駕駛模式匹配。
二、駕駛員狀態定義
駕駛員狀態監控系統DMS可識別的駕駛員狀態見下圖2。
展開 自動駕駛汽車真的比人駕駛汽車更安全嗎?
自動駕駛汽車是人工智能技術最令人興奮和最具影響力的應用場景之一。
僅在美國，每年就有超過 35,000 人死于車禍。由于自動駕駛汽車理論上可以比人類司機更快做出反應，并且不會醉酒駕駛、不會邊開車邊發短信或感到疲倦，所以它們應該能夠顯著提高車輛安全性。這種技術還承諾讓老年人和其他不能輕松駕車的人們更加獨立，出行更方便。
在過去三年中，自動駕駛汽車行業獲得的投資超過 2500 億美元。
下面列舉了行業中各個自動駕駛車輛類型領域中的典型企業：
送貨機器人：Gofurther.ai、Idriverplus、Kiwibot、Neolix、Nuro、Refraction.ai、Scout（亞馬遜）、Serve Robotics、Starship Technologies、Unity Drive、Yours Technology。
穿梭巴士和公交車：Auto（Ridecell）、百度、Beep、Coast Autonomous、e.Go、EasyMile、Local Motors、Milla Pod、May Mobility、Navya（軟銀）、Ohmio、Optimus Ride、Sensible4、TransDev、Venti Technologies、Voyage（Cruise）、宇通。
出租車：Argo、Aurora、AutoX、百度阿波羅、Cruise、滴滴出行、東風、現代、Motional、小馬智行、Waymo、文遠知行、Zoox（亞馬遜）。
展開 【熱】大多數人認為自動駕駛汽車在十年內超越人類駕駛水平，你覺得呢？
ANSYS系統業務部副總裁兼總經理Eric Bantegnie表示：“我們即將跨入全自動駕駛時代，這將為全球交通運輸行業帶來革命性的轉變。這份報告證實了全世界對自動駕駛的樂觀態度，以及合理的擔憂。為了推動全球自動駕駛的普及，制造商必須證明這種技術比人類駕駛者更安全、更可靠。ANSYS仿真解決方案為我們解決這一難題提高了更多可能性。”
如需查閱報告并了解有關此次調查的更多信息，敬請訪問：ansys.com/av-report。
調查方法：
ANSYS聘請Atomik Research機構對全球11個市場（英國、美國、德國奧地利瑞士三國（DACH）、法國、意大利、西班牙、比荷盧三國、瑞典、日本、中國、印度）的22,041名18歲以上成年人進行在線調查，調查實地工作的開展時間為2019年4月26日至5月7日。根據市場調查協會指南和準則，置信度達95%時允許誤差范圍在+/-2%之間。Atomik Research是一家獨立的創意型市場調查機構，聘用經MRS認證的研究人員，遵守MRS規范。
自動駕駛是未來的趨勢，國內外知名企業競相投入相關智能技術研發探索。當前，從L2向L3-L5演進，把車輛控制權更多的交給了機器，對安全性提出了更高要求，同時也使得系統開發驗證的難度和投入加大。
展開 據ANSYS調查，大多數人認為自動駕駛汽車在十年內超越人類駕駛水平...
ANSYS系統業務部副總裁兼總經理Eric Bantegnie表示：“我們即將跨入全自動駕駛時代，這將為全球交通運輸行業帶來革命性的轉變。這份報告證實了全世界對自動駕駛的樂觀態度，以及合理的擔憂。為了推動全球自動駕駛的普及，制造商必須證明這種技術比人類駕駛者更安全、更可靠。ANSYS仿真解決方案為我們解決這一難題提高了更多可能性。”
如需查閱報告并了解有關此次調查的更多信息，敬請訪問：ansys.com/av-report。
調查方法：
ANSYS聘請Atomik Research機構對全球11個市場（英國、美國、德國奧地利瑞士三國（DACH）、法國、意大利、西班牙、比荷盧三國、瑞典、日本、中國、印度）的22,041名18歲以上成年人進行在線調查，調查實地工作的開展時間為2019年4月26日至5月7日。根據市場調查協會指南和準則，置信度達95%時允許誤差范圍在+/-2%之間。Atomik Research是一家獨立的創意型市場調查機構，聘用經MRS認證的研究人員，遵守MRS規范。
自動駕駛是未來的趨勢，國內外知名企業競相投入相關智能技術研發探索。當前，從L2向L3-L5演進，把車輛控制權更多的交給了機器，對安全性提出了更高要求，同時也使得系統開發驗證的難度和投入加大。
展開 焦爐地下室實現機器人自動巡檢
“防爆巡檢機器人不僅有視覺，還有聽覺、觸覺，達到了多方位、全覆蓋巡檢。現在我的工作是既輕松又安全，主要工作就是‘看電腦’。” 山東能源棗礦集團盛隆化工公司地下室崗位工馬超興奮地說。
盛隆化工公司年設計焦炭產能210萬噸、利用自產煤氣生產甲醇15萬噸。整個焦爐的核心部位為地下室加熱系統，它關乎焦炭質量、甲醇生產，是盛隆化工整個系統及下游深加工流程的基礎。由于焦爐地下室加熱系統每半小時都需要將加熱廢氣與新鮮氣進行置換，達到持續且低能耗加熱的目的，操作工每半小時就要對地下室進行巡檢，查看設備有無換向異常情況。由于地下室相對封閉，存在高溫、煤氣殘留等因素，安全風險較高。
防爆巡檢機器人的上崗，節省了人力，提高了安全系數，把原來繁忙的巡檢工段變成了如今的無人自動作業區。
該機器人不僅耐高溫、耐腐蝕、絕空氣、禁火花，能夠適應現場復雜環境，還
具有圖像和聲音識別分析、紅外測溫、氣體檢測、定時巡檢、交互式語音指揮對講、遠程控制、數據存儲、自動報警等功能，
可用于石化企業、煉化廠
、
化工廠、輸氣站等場所。
“焦爐地下室自動巡檢機器人的成功上線運行，標志著企業生產由勞動密集型向智能集約型方向轉變，為盛隆焦化生產插上了智能化翅膀。”該公司技術部門負責人姬廣偉說。
中信重工開誠智能將繼續加強智能化技術研究，不斷研發出適用于焦化產業的智能裝備及多種智能化解決方案，為推進焦化企業自動化換人、智能化提效做出積極貢獻。
展開 無人駕駛再惹禍：撞壞了一名"外逃"機器人
據英國《每日郵報》1月7日報道，美國電動汽車制造商特斯拉又卷入一起自動駕駛汽車交通事故，而這一次的受害者是一臺日租金為2000美元(約合1.37萬人民幣)的人形機器人。
這臺受害機器人是俄羅斯機器人公司Promobot的v4型號機器人，該公司稱，事故發生在公司工程師們將一些機器人運送至國際消費電子展(CES)展臺的途中。期間，這臺機器人脫離隊伍，進入了停車場車道，之后與一輛使用自動駕駛模式的特斯拉Model S汽車相撞。
Promobot公司表示，事故導致機器人側翻，遭到嚴重損壞。由于身體、頭部、機械臂和運動平臺的零件受到損壞，這臺機器人將無緣國際消費電子展，損失可能無法彌補。
Promobot公司開發主管Oleg Kivokurtsev稱，“我們當然生氣”，“我們把這臺機器人從費城帶來參加展會。現在它既不能參與展會，也不能被修復”，“我們將進行內部調查，找出這臺機器人走向車道的原因”。
事故發生時，特斯拉Model S汽車車內只有一名乘客。事故發生后，汽車繼續行駛了50米后才停下來。乘客George Caldera表示，“我以為汽車會繞開機器人，但是它直接撞上了機器人”，“我很抱歉，機器人看起來很可愛。我向工程師們表示誠摯的歉意。”此次交通事故發生在國際消費電子展開幕前夕，眾人懷疑這是一場夸張的公關噱頭，還是一個不幸的巧合。
展開 
無線充電助力低速無人駕駛清掃機器人經濟與效率雙提升
而低速無人駕駛清掃機器人的出現，無疑為這一挑戰帶來了全新的解決方案。尤其是隨著無線充電技術的發展與應用，這類機器人的經濟實用性得到了顯著提升，使得其在多個領域的普及與應用成為可能。
清潔機器人在作業過程中需要長時間持續運行，尤其是在大型公共區域如機場、車站、商場等場所，清掃任務繁重且不可中斷。傳統的有線充電方式不僅需要定期人工介入，停機充電也會對工作效率造成較大影響。無線充電技術的應用能夠大大縮短機器人的非工作時間，提高整體運營效率。機器人可以在特定的無線充電地墊上自動完成充電，無需人工操作，這不僅減少了人工成本，還降低了因充電不當導致的安全隱患。
無線充電技術的引入還可以顯著降低清掃機器人的維護成本。傳統有線充電設備在長期使用過程中，插頭和插座容易磨損，從而產生額外的維修或更換費用。無線充電則完全避免了這一問題，減少了設備維修的頻率和成本。此外，無線充電設備的安裝和維護相對簡單，無需復雜的布線，降低了基礎設施的建設成本，使得清掃機器人的推廣和普及更加便捷，也提高了機器人的綜合競爭力。
隨著低碳環保理念的深入人心，無線充電技術的應用也符合綠色可持續發展的趨勢。充電過程無需接觸，減少了因插拔引起的電火花，進一步提高了充電過程的安全性和可靠性。同時，無線充電技術可以實現更加精準的能量傳輸，降低能量損耗，提高電能利用效率。這意味著同樣的電力可以支持更長時間的清掃工作，有效減少了對環境的影響，降低了碳排放，對于營造和諧的生態環境具有重要意義。
市場對于低速無人駕駛清掃機器人的需求不斷增長，無線充電技術的引入也為企業提供了新的增長點。相較于傳統有線充電的機器人，無線充電機器人無疑更具吸引力。
展開 自動駕駛再闖禍，豐田e-Palette撞人
換句話說，生活中的死角肯定會有，如果配備了激光雷達的e-Palette都沒能感知到，那么說明要么e-Palette的感知方案有問題，要么就是其自動駕駛模型中的“執行模塊”沒有做出正確的執行操作。
本來現階段的智能駕駛，就是起到輔助駕駛的作用，哪怕是那些沒有方向盤和踏板的無人駕駛小車，如果連行人都檢測不到，以及防碰撞功能也不能實現，那么豈不就是一個“偽智能”？
“自動駕駛汽車在正常道路上行駛還不太現實”
本次事故發生之后，奧運村內的 e-Palette已經停止了營運。相對應的，業界對于自動駕駛的“過于自信”，也應該適可而止。
正如前華為智能駕駛負責人蘇箐在今年的世界人工智能大會上所表達的，“人們愈加的對技術產生信任，但是技術會殺人，企業要做的更應該是限制和提醒，而不是鼓吹”。
事故發生之后，豐田CEO豐田章男在訪談節目中，表達了自己歉意的同時，說了這樣一句話：自動駕駛汽車在正常道路上行駛還不太現實。
其實講技術不成熟也好，說法律不健全也罷，謹慎使用技術，無論是對于消費者，還是企業主體來說，都是應當正確認識到的現實。而且萬物皆有兩面性，謹慎一些可以，但也需要警惕“矯枉過正，過猶不及”。
換句話說，智能駕駛技術當然是好東西，只不過現階段的限制還有許多。科技向善是主旋律，智能駕駛也是一樣，就比如廣州疫情期間，文遠知行的無人駕駛Robobus，不也發揮出了不小的作用？
展開 借助KUKA機器人，實現AI自動3D打印技術
它由48個獨立的部分組成，使用定制的KUKA工業機器人在短短三周內進行3D打印。
總部位于倫敦的Ai Build正在夢想下一代建筑，其中人工智能和機器人成為不可或缺的。 本月早些時候，Ai Build宣布與世界領先的工業機器人制造商之一Kuka Robotics建立合作伙伴關系。 該公司預計他們的技術可用于各種行業，如家具，建筑，汽車和航空航天。
自動駕駛人機交互[四]：用戶接管和主動干預
一、接管與干預
根據SAE J3016標準的定義，從L0級到L3級的駕駛自動化系統都要求人類駕駛員作為動態駕駛任務后援DDT fallback，在必要時可以接管駕駛控制。即使到了L4級自動駕駛，由于系統無法覆蓋所有駕駛場景，因此在超出設計運行區域ODD時，人類駕駛員也需要接管駕駛控制。
圖 1 人類駕駛員作為自動駕駛系統的“備胎”
接管的本質就是車輛駕駛控制權在“人”與“機”之間的轉換問題，根據駕駛權轉換的發起者和執行者不同，接管可分為由自動駕駛系統發起的被動接管和由用戶發起的主動干預。
圖 2 接管與干預
被動接管的準確定義為：當出現動態駕駛任務DDT相關的系統失效或車輛超出設計運行區域ODD范圍時，由自動駕駛系統向用戶發出接管請求，用戶通過控制橫縱向運動控制的方式予以響應。被動接管強調由自動駕駛系統發起，用戶被動執行。
主動干預的準確定義為：用戶在自動駕駛系統仍處于活動狀態時，主動向橫縱向運動控制裝置提供輸入，系統根據用戶的輸入是否達到閾值選擇退出功能還是繼續執行動態駕駛任務DDT。主動干預則強調由用戶主動發起。
二、被動接管
1、被動接管基本要求
觸發自動駕駛系統發出接管請求的事件可分為可預期事件和意外事件兩類：由可預期事件觸發的接管請求通常屬于非緊急狀況的駕駛權轉換，系統應盡早向用戶發出接管請求，以保證用戶有足夠的時間完成接管動作；由意外事件觸發的接管請求通常屬于緊急狀況的駕駛權轉換，一般難以保證用戶有足夠的接管時間。
圖 3 請求接管
系統發出的接管請求信號應跟隨請求時間逐步提升警告強度，例如從單純視覺信號報警升級到視覺信號加聲音信號報警，直至接管請求結束。
展開 