GM Cruise AV
預測
預測即利用傳感器數據進行周圍環境的監測，并通過與高清地圖的結合實現車輛的定位、物體的分類、車輛狀態如車速、方向等計算和三維世界模型的構建等任務。其次還可進行不確定物體運動的預測和判斷，例如一個物體因雨或霧很難看清，亦或是被其他物體擋住，此時系統會相應的調整決策。為了達到完美的預測功能，Cruise AV可謂不惜重金采用了大量的傳感器，整個系統安裝了5個激光雷達、16個攝像頭和21個毫米波雷達，樓主在此不禁雙擊66，同時也感慨玩不起，還是洗洗睡。
5個激光雷達主要采用Velodyne的VLP16 16線激光雷達，每個單價在8000美金，高精度的激光雷達主要進行移動和固定物體的檢測和三維世界模型的構建。
21個毫米波雷達是激光雷達的一種補充，因毫米波雷達主要采用電磁波進行測量，可對低反光率的固定物體進行有效探測。這21個毫米波雷達主要由長距、短距和5個更高精度（通用稱之為Articulating）的三類毫米波雷達構成。
16個攝像頭的作用主要進行行人、交通燈、自由空間等方面的識別，并可進行車道偏移報警等功能，這三類傳感器構成的復雜冗余系統，可保障車輛安全行駛和停車。
基于復雜的傳感器系統，為了達到更好的預測功能，Cruise AV采用了大量AI技術，通過傳感器采集的數據進行點云數據的處理和特征學習，以便實現物體檢測、2D物體識別、3D場景建模及對象邊界和自由空間的分割。
規劃
規劃即基于車輛所處環境信息確定所需的車輛行為，在考慮交通規則、道路標識、天氣等各種外部因素的基礎上，規劃一條從出發點到目的地最優和最安全的行駛路徑。Cruise AV每秒可識別多條路徑并不斷選擇最佳路徑以滿足不斷變化的道路狀況和事件。
當發生意外情況時，Cruise AV的規劃器還會有多個備份，例如當Cruise AV在一十字交叉路口準備變道右轉時，若另一輛車突然切入到所規劃的路徑中，規劃器將會有替代的方案去重新決策。
Cruise AV規劃器決策的不斷學習，采用強化學習的機器學習方法，強化學習解決的問題是，針對一個具體問題得到一個最優的policy，使得在該策略下獲得的reward最大。強化學習已經在多個領域得到了有效利用。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
