珍珠湾ART

标题: 【研究】印度混乱的街道成为自动驾驶汽车完美测试场！ [打印本页]

作者: 开开心心 时间: 2017-10-13 03:35
标题: 【研究】印度混乱的街道成为自动驾驶汽车完美测试场！
[attach]25300[/attach]
"你得在60秒内考虑70种选择。"我的人力车司机拉朱（Raju）说，他边说边拉着我在路上穿梭。我们正在班加罗尔（Bangalore）臭名昭著的拥挤街道上前进，一路上听他给我讲解交通规则。

已经在印度住了两年半的我，完全能够理解他的意思。这里没有一点地方会被浪费——但凡有点空，就会有踏板车插进来。汽车一辆挨着一辆，几乎没有一点空隙。超车早就司空见惯。转弯指示灯和后视镜都是可有可无的东西。多数司机都凭借附近车辆响个不停的喇叭声判断路况——感觉就像回声定位一样。

但这种疯狂的道路并非无迹可寻。如果换成是英国，在车流中如此穿梭肯定会引发事故，但在这里，受到冒犯的人最多只会抱怨两句。这些杂乱无章完全在意料之中，他们已然习以为常。

印度拥挤的街道就像一个包含了不同路障（甚至包括大象）的独特万花筒，可以为无人驾驶人工智能技术提供更好的数据
[attach]25301[/attach]
"任何事情都有可能发生，只有这样才能进行预测。我们一直都预计前面的汽车会左右转向或者突然刹车。"拉朱说，"有些事情总会发生。"

这种驾驶理念有着复杂的文化和历史渊源，但城市人口和汽车保有量的快速增长也是造成这种现状的原因之一——官方数据显示，2000至2013年间，印度汽车保有量增长了接近3倍。这种增长速度远超印度的基础设施建设速度，所以市民只能被迫适应。

印度并非个例——城镇人口和汽车保有量的快速增长导致中国、巴西和菲律宾等国家都陷入了同样的窘境。

但对很多科技公司和研究人员来说，印度混乱的街道反而成了完美的测试场。这里或许可以帮助我们解决拥挤的城市里最为严重的一些问题……这些城市今后的拥挤程度只会有增无减。

***

城市的拥挤不堪是个复杂而微妙的问题，没有什么灵丹妙药——需要制定一套全面的策略来解决包括基础设施、能源和收入不平等在内的各种问题。

尽管这些城市的道路状况堪忧，但世界各地的技术人员都在追求一个宏伟的想法——这个想法甚至完全不需要人类参与。

自动驾驶汽车号称可以保持车流顺畅，优化交通效率。支持者认为，这种智能机器人汽车可以相互沟通信息，还能更好地感知障碍物，因此整体而言能够营造更加井井有条的交通状况。

但这项技术主要是针对西方老旧的街道开发的。Uber前首席执行官特拉维斯·卡兰尼克（Travis Kalanick）在体验了德里的交通后表示，印度将是无人驾驶汽车最后覆盖的地方。

但设计公司Tata Elxsi并未因此气馁，他们正在开发能改装任何汽车的无人驾驶系统，并且已经开始在其班加罗尔总部附近的一条试车跑道上测试原型车。

但路测依然遥遥无期，他们对未来的挑战也并未心存幻想。"这里的驾驶行为很不规则。"该公司营销和战略主管尼汀·帕伊（Nitin Pai）说，"规矩不成规矩，反倒更像是一种参考。"

正因如此，多多思考印度的道路才能帮助我们想出最好的创意。

无人驾驶汽车高度依赖机器学习技术——在这种情况下，人工智能需要使用海量数据进行自我训练，从而慢慢地学会识别车辆、预测轨迹。目前为止，这些汽车已经在世界各地展开测试，包括美国的旧金山和匹兹堡，以及日本和中国的一些小城市。

但多数研究都来自西方，那里的驾驶行为更容易预测，清晰的道路标识也更加可靠。

"这是你开发无人驾驶汽车的基础。"帕伊说。

该团队一直在使用德国卡尔斯鲁厄理工学院（ Karlsruhe Institute）的研究人员收集的第三方数据来训练系统。这些数据都来自德国道路上行驶的汽车配备的高清摄像头、GPS和Lidar——它本质上是一个用激光代替声波的雷达，可以非常敏感地测量距离变化。

印度街道的混乱可谓臭名昭著——这是繁忙而拥挤的城市的重要标志，但智慧城市技术可以改善这种现状
[attach]25302[/attach]
该公司战略项目主管拉杰什·库玛（Rajesh Kumar）表示，他们使用这项数据开发了一些算法，但机器学习的潜力却要受制于数据的好坏。如果我们想要在过度拥挤的发展中国家解决道路问题，那就需要在这些环境中收集数据。

印度的公路上会出现很多在德国见不到的障碍物，因此，使用德国数据训练的人工智能无法识别一辆无人驾驶汽车可能在印度街道上遇到的所有物体。

例如，"你从一所欧洲或美国大学获得的数据集不会包含嘟嘟车。"他说，"如果我的数据集里没有汽车，我的无人驾驶汽车就永远认不出汽车。原因在于我的人工智能系统没有接受过这种训练。"

不光是嘟嘟车；踏板车和摩托车在印度更加流行，汽车必须与很多不同寻常的道路参与者展开竞争。

"人们会突然之间闯到路上来，牲口、猴子和大象同样如此。"拉朱笑着说，"这都是我们交通的组成部分，所以我们总得留意他们。"

有了印度的数据，无人驾驶汽车技术就能变得更好、更安全。

库玛表示，如果无人驾驶汽车想要在印度的街道上行驶，就必须捕捉这些差异。不仅如此，对于那些想要针对其他发展中国家完善这项技术的研究人员而言，这里也是一个数据金矿。

所以，他们每周都会开着装载传感器的轿车到班加罗尔的怀特菲尔德（Whitefield）郊区转几圈，借此构建一个涵盖高清视频、Lidar数据和高精GPS信息的数据集。

Tata Elxsi认为，他们的第一批客户将来自发达国家，但提高标准可以使之最终得以进入拥有相似路况的新兴市场。

"如果我们能应付印度的道路，那任何道路都不在话下。"库玛说。

***

他们并非唯一一家渴望驯服印度混乱路况的公司——这些信息还可以帮助世界各地的城市更加顺畅地运行。莱利塔·戴维（Lelitha Devi）是印度理工学院（IIT）的一位副教授，她在那里研究所谓的智能交通系统（ITS）。

这项技术为很多服务提供了支撑，包括英国人习以为常的行程规划工具、公交到达时间提示器和保障交通顺畅的信号灯智能控制器等。

戴维表示，印度城市管理者也越来越希望采用类似的技术，但由于缺乏国产解决方案，他们往往需要向西方供应商采购。

"单纯因为这项技术适用于美国或英国，并不表明它也适用于我们的城市。"她补充道，"特点完全不同，复杂度也要高得多。所以我们需要土生土长的解决方案。"

她的实验室已经在钦奈（Chennai）的一个上下班通道上建起了摄像头和传感器网络。低功耗无线通讯技术将数据发送到印度理工学院里临时设立的交通监控室，帮助他们开发印度的交通模型。

"在西方的交通环境下，车辆都会在拥堵时留下最小空隙。但在这里，只要留下空隙，就会有车插进来。"她说。

科技公司都在收集数据，监控道路活动，希望开发相应的人工智能算法，以便充分利用印度那些充满障碍物的混乱道路
[attach]25303[/attach]
她的一些学生试图参照液体在沙子中流经气窝的方式来建模，借此模拟在汽车周围穿梭的两轮车。

与此同时，他们的一个模型已经可以借助城市公交车上的GPS数据预测到达时间。戴维表示，类似的方法已经在欧洲应用，但这些技术假定汽车在固定路径的各个路段中保持一致的速度。

"在这里，你不可能假定任何东西保持一致，也不能使用任何持有这种假定的预测方法。"她说。

就连收集数据也要融入一些创造性思维。感应线圈是监控交通的常见模式。每个车道下面都埋有线圈，当有汽车经过时，线圈的磁场就会被扰乱，从而发出信号。

当汽车保持在同一个车道时，这种方法的确有效，但印度很少出现这种情况。所以，戴维的团队开发了一套能够精确探测8种车型的系统，就算它们同时经过也可以正常探测。

***

这些项目都给人留下了深刻的印象，但也都处于发展初期，所以很难说服城市规划者部署这种技术。

戴维表示，政府官员往往更偏爱已有的外国解决方案，而不考虑那些方案是否适合印度的环境。

但这种技术的确有很大的发展动力。150亿美元（115亿英镑）的"百城大改造"（Smart Cities Mission）项目是印度总理纳伦德拉·莫迪（Narendra Modi）推动的重要项目之一，他希望借助数据改变交通和卫生等方方面面。对于印度新兴城市日益拥挤的街道来说，由此带来的好处十分可观。

人力车夫拉朱表示，15年前，班加罗尔的平均车速是25英里/小时（40公里/小时），现在大约只有6英里/小时（10公里/小时）。

"由于交通拥堵和污染加重，现在才开始干的（嘟嘟车）驾驶员坚持不了5年。这会威胁他们的健康。"他说。

高峰拥挤时段的印度通勤者
[attach]25304[/attach]
戴维认为，像他们的公交预测系统这样的技术可以鼓励人们使用公交车，从而减轻道路负担。他们对乘客进行调查后发现，很多人都喜欢乘坐巴士出行，但却无法依赖这种模式。

他的团队也在开发路径规划系统，可以优化道路使用效率。他们的交通预测技术有朝一日也可以融入交通信号灯控制系统，从而根据车流状况智能控制信号灯，而不再像现在这样单纯使用计时器。

但无论是对印度还是其他地方而言，所有的技术所能发挥的作用也仅限于此。想要充分利用艰难的驾驶环境，最好的切入点或许还是方向盘后面的驾驶员。

有的交通工程师认为，努力改变印度驾驶员的习惯或许更加可取，但戴维认为，这并非他们所能控制。

与印度的多数事情一样，人们很容易随大流。

"系统就是这样运作的。问题在于我们如何改进。"她说，"总之，它的确在某些方面效率更高。我们不会浪费任何道路空间！"

欢迎光临珍珠湾ART (http://zzwav.com/)