무인 자동차를 가로채는 방법?

이번 휴가에는 친구들과 방금 논의한 바이두 아폴로의 코드를 연구하고 다양한 센서의 "단점"을 요약했습니다. 갑자기 무인 자동차에 대항하는 "무기"를 만들 수 있다는 것을 발견했습니다. 물론 이것은 모두 이론적 분석입니다. 실험하고 싶다면 떠나야합니다! 나! 멀리 ！！！！ 포인트 ！！！！? 현재 무인 자동차는 다음과 같은 방식으로만 인식됩니다.LIDAR: 레이저 반사를 사용하여 전방의 장애물을 파악하고 거리 정보와 색상 정보가 없는 환경의 3D 모델을 얻습니다. 카메라: 단일 카메라에는 색상 정보는 있지만 거리 정보는 없는 반면, 양안 카메라에는 거리 정보가 있습니다. 밀리미터파 레이더: 밀리미터파 레이더는 감지 범위가 충분히 넓고 약 수십 기가헤르츠의 주파수를 가진 전파를 사용합니다. 초음파 레이더: 음파라고도 하는 기계파를 사용하여 반사된 음파로 판단하지만 감지 범위가 매우 좁습니다. 요점이 여기에 있습니다. 무인 자동차와 싸울 때 모든 감지기가 감지할 수 없다면.... 하하의 웃음... 양안 카메라는 두 카메라의 이미지 차이로 거리를 판단합니다. 만약, 즉 양안 카메라의 분포와 평행하게 장애물이 있고 그 장애물의 길이가 수평으로 설치된 양안 카메라 앞에 놓인 수평 밧줄처럼 같은 경우라면, 양안 카메라는 거리를 판단합니다.

하하, 밧줄은 두 카메라에 동일한 이미지가 있기 때문에 양안 카메라가 밧줄에 대한 위치 정보를 얻을 수 없습니다. 좋아요, 하나를 찾았어요. 다음은 밀리미터파 레이더입니다 밀리미터파 레이더는 전자기파의 강력한 회절 현상을 이용합니다. 장애물이 밀리미터파 레이더를 투과할 수 있다면 밀리미터파 레이더는 그 장애물을 감지할 수 없습니다. 장애물에 직경이 밀리미터 단위인 구멍이 여러 개 있는 경우, 밀리미터파 레이더는 면사나 기타 다공성 섬유 재료 등을 투과할 수 있는 것으로 보입니다. 밀리미터파에 매우 쉽게 감지되는 금속을 사용하지 않도록 주의하세요. 좋아요, 하나만 더. 위 사진은 라이다를 찍은 사진인데, 라이다는 레이저를 방출하기 때문에 레이저가 반사되지 않도록 하는 것이 중요합니다. 하지만 레이저는 빛이기도 합니다. 충분히 어두우면 레이저 빛이 반사되지 않고 흡수됩니다. 물론 라이다의 경우 에코를 받지 않는다는 것은 장애물이 없다는 것을 의미합니다. 그게 다입니다. 초음파 레이더가 하나 남았습니다. 초음파 레이더는 다루기 쉽지 않은 것은 사실이지만 본질적으로 멍청하고 감지 범위가 작습니다. 무인 자동차가 더 빠르면 초음파 레이더에 의해 제때 감지되지만 제동 할 시간에는 감지되지 않습니다. 하하, 우리는 좋거나 나쁩니다. 그렇다면 매우 깊은 검은색 밧줄이 있고 밧줄의 길이가 균일하고 밧줄이 새로운 재료로 만들어진 다공성 구조이며 밧줄의 방향이 쌍안경 카메라의 방향과 평행하게 배치되어 있다고 가정하면 어떨까요? 무인 자동차의 라이더, 양안 카메라 및 밀리미터파 레이더는이를 감지 할 수 없으며 무인 자동차는 전혀 속도를 늦추지 않습니다. 아주 가까이 다가오면 초음파 레이더가 이를 감지합니다. 안타깝게도 너무 늦었나요? 축하합니다, 무인 자동차를 잡으셨나요? 이 무기를 개선할 방법을 브레인스토밍하는 데 함께 해주시겠어요? 어떻게요? 드론을 요격하는 게 효과가 있나요? 드론은 더 간단할 겁니다. 수평 양안 시야의 수평선은 충분히 길기만 하면 모든 열에서 정확합니다. 이 방법은 드론 @ 퀀텀 블랙홀의 비행 제어 박사에 의해 효과가 입증되었습니다. 이것이 우리가 이야기한 것들과 그 과정에서 나온 모든 나쁜 아이디어입니다. 저는 나쁜 아이디어를 제외하고 이론적 사고와 글쓰기만 담당했습니다. ....

무인 자동차의 문제점

사람이 운전하는 자동차, 스마트 자동차, 이 단어들은 뜨겁습니다. 2017년 9월 6일 미국 하원이 미국 최초의 자율주행차 법안(H.R. 3388)을 통과시키면서 무인 자동차가 공상과학에서 현실로 다가온 것 같습니다.1 무적의 스마트카와 함께하는 행복한 삶의 그림 무인 자동차와 스마트카는 같은 개념이 아니지만 무인 자동차가 세상에 나온 후 이미 스마트카 소유를 통해 행복한 삶을 상상하는 사람들이 있습니다. 좋은 삶. 이와 같은 이야기가 정글에서 돌고 있습니다. 아침 햇살이 커튼을 물들이고 잠이 들 무렵, 정신을 차리고 교외의 별장 문을 열었습니다. 문 앞에 이상한 모양의 차 한 대가 멈춰 섭니다. 아침 햇살에 비친 차체는 파란색 또는 초록색 광택을 띠고 있습니다. 자세히 살펴보니 자동차 표면이 박막 태양전지로 덮여 있는 것으로 밝혀졌습니다. 차 측면의 유리창 앞에서 다시 머리를 자릅니다. 딸깍 소리와 함께 보안 잠금 장치가 열리고 문이 새의 날개처럼 위로 펼쳐집니다. 고개를 숙이고 들어가세요. 차 안에는 두 개의 반원형 소파가 서로 마주보도록 배치되어 있습니다. 앞이나 뒤, 브레이크나 기어는 없고 공간만 있습니다. 평범해 보이는 베이지색 실내 장식은 사실 흡음성이 뛰어난 소재입니다. 문이 닫히는 순간 좋아하는 가수 '리글론'의 메탈릭한 사운드가 시작됩니다. 눈을 감고 "경제 뉴스부터 들어볼까요?"라고 말하면 서라운드 사운드에서 깔끔하고 이성적인 뉴스 앵커의 목소리가 흘러나옵니다. 도중에 할 말이 없습니다. 한 시간쯤 지나자 차는 제가 근무하는 회사 건물 아래에 주차되어 있었습니다.

내 소개를 깜빡했네요. 당신은 기술 회사의 엔지니어로 평범한 엔지니어입니다. 도시에서 60킬로미터 이상 떨어진 외딴 교외에 살기 위해 자신만의 별장을 가지고 있습니다. 차에서 내리기 전에 "타이거 큐브, 오후 6시 이후에 데리러 와"라고 말했죠. 모니터에 나타난 작은 호랑이가 순순히 고개를 끄덕이며 표정을 지었습니다. 이미지와 이름은 직접 설정했습니다. 호랑이를 좋아하시네요. 차는 조용히 교통 체증 속으로 미끄러져 들어갔습니다. 오늘의 첫 번째 주문자는 현재 위치에서 1킬로미터 떨어진 동네에 있었고, 주문은 10분 전에 접수된 상태였습니다. 날씨가 좋을 때는 슈퍼 태양광 전지로 자동차의 전력을 충당하고, 날씨가 나쁠 때는 충전소를 찾아 전력을 보충할 수 있습니다. 오후 6시, 건물 앞에 서 있는데 차가 조용히 눈앞에 나타납니다. 차에 타자마자 가장 먼저 하는 일은 "드래곤, 여기 청구서야"라고 말하는 것입니다. 타이거가 큰 목소리로 말합니다. 디스플레이에 "승객 A, 50위안 적립, 승객 B, 30위안 적립, 승객 C, 50위안 적립, 승객 D, 80위안 적립, 승객 E, 50위안 적립, 총:승객 5명, 210위안 적립"이라는 문구가 나타납니다. 긴급 전력이 필요한 가족을 도와주면 50달러를 적립하고, 충전소를 1회 충전하면 30달러를 적립합니다." 문앞에 두고 갈게요, 타이거가 다시 일하러 나가서 차고까지 구해줬어요. 기분이 별로 좋지 않네요. 온라인으로 먼저 예약하면 4S가 알아서 찾아가기 때문에 전혀 걱정할 필요가 없습니다. 대부분의 사람들은 외출할 때 택시를 타지만, 이 차에 직접 투자할 만큼 현명합니다. 편리함 외에도 스마트카는 은행 이자보다 항상 수익률이 높기 때문입니다. 이동 수단이자 비상 전원으로도 사용할 수 있고, 항상 도로 위에 있기 때문에 주차 공간이 필요하지 않습니다.2 미래에 이러한 스마트 자동차를 소유하게 된다면 우리는 '행복한 사람'에 한 걸음 더 다가갈 수 있을 것입니다. 이 꿈은 언젠가는 실현되겠지만 아직은 먼 이야기입니다. 위에서 언급한 자율 주행 스마트카는 차치하더라도 진정한 무인 자동차를 실현하기 위해서는 아직 해결해야 할 문제가 많이 남아 있습니다. 여러 논문을 검토한 후 몇 가지 요점을 발췌하면 다음과 같습니다.2.1 기술적 이슈2.1.1 환경에 대한 이해2.1.1 무인 주행의 주요 기술 중 하나인 환경 인식. 여기서 환경 인식이란 도로 환경과 날씨 환경을 포함하여 무인 자동차가 교통 환경을 인식하는 것을 말합니다. 환경 인식의 일반적인 방법은 센서를 통해 환경 데이터를 수집하고 실시간으로 제어 장치에 데이터를 전송하는 것입니다. 특정 알고리즘 절차에 따라 관리 시스템이 이해할 수 있는 환경 모델을 계산하여 후속 의사 결정 및 제어의 기초로 삼습니다. 환경 인식에는 여러 가지 문제가 있는데, 대표적으로 두 가지 경우가 아래에 나열되어 있습니다. 첫 번째 경우에는 상자와 바위를 구분하기 위해 도로 한가운데에 큰 판지 상자가 나타납니다. 이 장애물의 존재는 비전 시스템 또는 LIDAR에 의해 감지됩니다. 계산 결과 장애물의 높이가 섀시 높이보다 높아 직접 통과할 경우 충돌이 발생할 수 있다는 것을 알 수 있습니다. 경로 계획은 앞에 있는 판지 상자를 우회하도록 조정됩니다. 골판지 상자는 바위로 대체되며, 인식 및 의사 결정 과정과 결과는 정확히 동일합니다. 사람들은 판지 상자이든 돌덩어리이든 장애물의 위험을 쉽게 인식할 수 있습니다.

그러나 인식 시스템에게는 어려운 일이 됩니다. 크기, 모양, 심지어 온도까지 측정할 수 있지만 이러한 기능 중 어느 것도 판지 상자와 바위를 구별하는 데 도움이 되지 않습니다. 두 번째 경우, 인간의 언어 환경 인식 시스템은 일반적으로 다음과 같은 단계를 거쳐 대상이 보행자인지 여부를 판단합니다. 라이다로 스캔하여 분석할 영역을 결정하고, 많은 수의 보행자 사진으로 분류 모듈을 학습시킨 다음 분류 모듈이 대상 영역 데이터를 분석하도록 합니다. 이 과정을 통해 시스템은 누가 보행자이고 누가 큰 나무인지 식별할 수 있습니다. 엔지니어들은 보행자를 예측 가능성이 낮은 물체로 정의하여 주행 경로를 계획할 때 정적인 나무보다 더 많은 공간을 확보합니다. 무인 차량이 도로를 건너려는 보행자와 마주치면 이 인식 프로세스의 복잡성은 급격히 증가합니다. 일부에서는 이 시나리오를 인간과 컴퓨터의 상호작용 기법으로 분류하기도 합니다. 보행자는 길을 건너면서 한쪽 팔을 뻗어 신호를 보내거나 고개를 돌려 운전자를 응시하며 건너라는 신호를 보냅니다. 이는 인간 운전자에게 익숙한 일련의 행동입니다. 무인 차량은 이를 이해하지만 공중으로 올라가기는 어렵습니다. 따라서 엔지니어들은 차량 전면에 디스플레이를 배치하여 얼굴 표정을 보여주거나 화면에 직접 텍스트를 입력하여 자신을 표현하고 보행자에게 음성으로 알리는 등 다양한 대체 전략을 모색합니다. 이러한 접근 방식은 무인 자동차의 의도를 어느 정도 표현할 수 있지만 보행자의 의도를 파악하는 데는 좋은 아이디어가 없는 것 같습니다.2.1.2 딥러닝 병목 현상 2016년 3월 알파고가 이세돌을 상대로 승리하면서 인공지능의 새로운 장이 열렸음을 선언했습니다. 이 장에서는 알파고로 대표되는 딥러닝 학교가 인공지능 기술 경로의 절대적인 주류를 차지하고 있습니다. 딥러닝은 주로 무인 환경 인식 기술 분야에서 활용되고 있습니다. 그러나 딥러닝은 빛나고 전지전능한 것이 아니라 나름의 한계도 있습니다. 알파고를 예로 들어보겠습니다. 이세돌을 이긴 버전은 수천 개의 체스 데이터로 훈련된 마스터입니다. 그랜드마스터는 체스에서 상대를 이기는 방법을 알고 있지만, 어떻게 그 위치에 말을 놓기로 결정했는지에 대한 질문에는 답할 수 없습니다. 다시 말해, 그랜드 마스터는 블랙박스와 같아서 설계자조차도 의사 결정 과정이나 결정의 근거를 파악할 수 없습니다. 이 어두운 부분이 바로 딥러닝의 한계입니다. 빅 데이터를 사용하여 백인을 마스터로 훈련시키는 길은 언젠가 끝날 것입니다. 반면에 이 모델의 불확실성이 위험하다는 시각도 있습니다.

일부 인공지능 전문가들은 인공지능의 의사결정 과정과 기반에 대한 연구를 과학적 연구 주제로 삼고 있지만 아직 뚜렷한 진전은 없다.2.2 적용 촉진의 문제점2.2.1 법적 문제인간 운전자 없이 도로를 달리는 차량에는 항상 법적 문제가 걸림돌이 되어왔다. 하지만 2010년부터 구글 무인 자동차는 캘리포니아의 여러 도로에서 테스트가 허용되었습니다. 올해 9월에는 미국 국가 자율주행법이 투표에 부쳐졌습니다. 무인 기술이 성숙해지면서 법의 족쇄가 점차 풀리고 있는 것입니다. 중국도 비슷한 과정을 거칠 것이라고 생각합니다.2.2.2 윤리적 문제운전자 없는 전략에는 분명히 비상시 충돌 대상을 어떻게 선택할 것인가 하는 문제가 수반될 것입니다. 예를 들어 한쪽에는 계곡이 있고 다른 한쪽에는 행인이 있다고 가정해 보겠습니다. 어떻게 선택하나요? 한쪽에는 뚱뚱한 남자가 있고 다른 쪽에는 마른 남자 다섯 명이 있는데 이들과 충돌하게 되었다고 가정해 봅시다. 누구를 선택하시겠습니까? 무인 프로그램을 설계할 때 이 유명한 '켜기/끄기 스위치'라는 도덕적 딜레마에 직면하는 것은 피할 수 없는 일입니다. 이 질문을 받는 모든 디자이너는 모르겠다고 대답할 수밖에 없습니다. 일반인들도 도로 위에 있는 한 매일 같은 질문에 직면하게 됩니다. 왜 우리는 그것과 싸우지 않을까요? 마음속으로만 품고 있을 뿐 굳이 입 밖으로 꺼내지 않기 때문입니다. 도덕적 딜레마는 선택의 문제이며, 말하지 않는다고 해서 문제가 되는 것은 아닙니다. 도덕적 딜레마는 아무도 운전하지 않는 곳에 도착했을 때 발생하며, 그 절차에서 이를 설명해야 합니다.2.2.3 중국 특성이 있는 도시 교통 무인 자동차 보급의 슬로건 중 하나는 이동 시간을 절약하는 것입니다. 하지만 대부분의 차량이 사람이 운전하던 초기에는 이 약속을 지키기 어려워 보였습니다. 하늘을 날지 않고 도로 위를 달리는 한 말이죠. 광저우에서 선전까지 이동하는 수천 개의 도로에서 교통 체증은 피할 수 없었습니다. 무인 차량의 일반적인 주행 전략은 동적인 목표물을 위해 안전 거리를 확보하는 것입니다. 보행자나 차량은 차량으로부터 일정 거리 이내에서는 출발할 수 없습니다. 반면에 인간 운전자는 대기열 사이로 끼어들었다가 빠져나오는 것이 일반적입니다. 무인 자동차는 움직이지 않고 베테랑 운전자들이 차례로 줄을 서고 지나갑니다. 어색하지 않나요? 이동 효율성은 초기에는 거의 판매 포인트가 되지 못했습니다.

구글과 포드의 무인 자동차 파트너십은 끝났습니다.

어제, 포드는 5년 만에 큰 뉴스를 발표했습니다.