| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

News

Forums

Realty

大温餐馆点评

Car

Education

Yellow Page

Travel

驾照相关: 百度无人车参加驾照考试 司机是狗

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
  在很多人的印象里,无人车好像一直都是 Google 和 Uber 等硅谷公司捣鼓的玩意儿。但其实中国的百度也一直都在无人驾驶汽车领域有相关的研发,并在 2015 年 12 月完成了一次从百度大厦到北京五环的路测,最高速度达到了 100 公里/小时。


  

  最新的消息是百度无人车载着两只狗在某驾校进行了测试。


  这个消息最早在微博上被流传,一个秒拍视频显示一辆百度无人车正在驾校练习科目二的考试,随后这个消息得到了百度官方微信公众号的证实。虽然这篇文章标题是《我们让狗坐在百度无人驾驶车里参加了场驾照考试》,但从文章中我们并没能明确看出百度无人车到底有没有参加驾照考试以及有没有通过考试。

  这篇文章说道:“从现实情况来看,小无考驾照的道路还是很漫长的。除了法规政策,既没有合适的驾校,也没有技术高超的教练。”这里的“小无”指的是百度无人车。

  这句话至少告诉我们一个信息,那就是百度无人车暂时还没有拿到驾照。不过根据去年 12 月的路测情况来看,百度无人车拿到驾照应该是没问题的。

  现在的问题是,如果无人驾驶汽车需要拿驾照的话,驾照主体应该是谁。目前来说,所有的驾照主体应该都是一个自然人,但让在工厂里批量生产出来无人车考驾照明显是一个愚蠢的决定。所以随着无人车的普及,驾照应该会被取消,而百度的这次驾校测试也多半是出于公关目的。


  不过百度无人车还是应该得到关注的,毕竟它是目前中国最成熟的无人驾驶汽车项目,没有之一。

  本月中旬,百度曾被报道与福特一起投资了激光传感器制造商 Velodyne。激光传感器是无人车识别路况和车况的一个重要硬件,目前 Velodyne 在这个领域处于领先地位。在 2007 年的 DARPA 无人车竞赛上,采用 Velodyne 激光雷达的卡耐基?梅隆大学和斯坦福大学的无人车分别获得了第一名和第二名,让 Velodyne 在无人驾驶领域一战成名。

  由于激光传感器对无人车的研发至关重要,所以有分析指出百度和福特投资 Velodyne 让这家公司继续专注研发这项技术。同时还有价格上的考量,因为目前百度采购一台 Velodyne 的激光雷达需要 70 万元人民币,而 Velodyne 的 CEO Michael Jellen 则称如果采购数量达到百万台级别,单价可以降到 500 美元。


  另外,今年 3 月负责百度无人车项目的百度首席科学家吴恩达曾透露,百度今年将在美国进行无人驾驶汽车的测试,并有望在 2018 年投入商用。

  而据百度披露的资料,截至今年 4 月,百度已经申请了包括无人驾驶智能感知与控制、智能检测与定位、高精地图、语音和图像处理、机器学习、无人车测试等 358 项无人驾驶的相关专利。

  最近关于无人驾驶汽车的新闻很多,先是福特宣布 5 年内组建全自动驾驶车队,然后 Uber 宣布本月底面向普通消费者测试自动驾驶专车,但两天前新加坡一家叫做 NuTonomy 的公司宣布他们研发的自动驾驶出租车已经在新加坡的公路上完成测试,并向用户开放了叫车服务。

  种种迹象都在表明自动驾驶时代正在加速到来,而作为中国的参赛者代表,百度目前至少做出成型的产品,完成了公开测试,并拥有吴恩达带领的专业团队,其表现还是很值得我们期待的。
觉得新闻不错,请点个赞吧     还没人说话啊,我想来说几句
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    Page Generation: 0.0370 Seconds and 3 DB Queries in 0.0013 Seconds