第14周自动驾驶大事记。
1． 欧盟期望2030年实现全面自动驾驶
本周在斯洛文尼亚举行的城市实验室会议上表示，欧洲联盟运输专员Violeta Bulc希望到2030年能够实现全面的自动驾驶能力。这是Violeta Bulc将“交通事故死亡人数”降至零的“愿景零”的重要组成部分。新车的强制性功能包括车道保持技术，驾驶员注意力分散传感器，外部传感器，智能速度辅助以及“黑匣子”记录仪，可用于帮助确定事故原因。其中一些可以帮助使车辆更加自主。在过去的四年里，Bulc一直监督并刺激了大约2300亿欧元的欧洲运输投资。其中大部分用于公共交通，仅70％用于铁路，而私营公司则投资于自动驾驶技术。但欧洲正在努力建立一个综合运输系统，包括私人和公共，个人和公共交通。“自主机动性不仅仅与汽车有关，”Bulc说。“这将是关于无人机，关于船只，关于火车，关于飞机等等，我的梦想是我们将所有这些结合在一起。”
2． Wayve公司称：让汽车学会像人一样驾驶
本周，Wayve发表一份声明称，“我们已经建立了一个可以像人类一样驾驶的系统，只需要使用摄像头和基本的卫星导航就可以驾驶前所未有的城市道路。”该公司声称该车辆在使用仅基于20小时训练数据的模型之前，自动导航了从未遇到的“复杂，狭窄的城市欧洲街道”。该公司声称其车辆的学习方式与人类驾驶员相同：通过经验，错误，反馈和模仿。实际上，该公司表示，汽车并没有被教导如何开车，而是被指示如何不开车。该公司联合创始人兼首席技术官Alex Kendall在视频中说：“每当安全驾驶员干预或接管车辆时，我们都会从这种经验和反馈中学习，通过每一条数据，我们都能够训练我们的系统，使其变得越来越好，越来越好。
3． 南加州大学：一种测试控制自动驾驶汽车的机器学习算法的新方法
在南加州大学，研究人员发表了一项新研究，解决了自动驾驶汽车开发人员长期存在的问题：测试系统的感知算法，让汽车“理解”它所“看到的”。
与亚利桑那州立大学的研究人员合作，该团队的新数学方法能够在汽车上路之前识别系统中的异常或错误。感知算法基于卷积神经网络，由机器学习驱动，这是一种深度学习。众所周知，这些算法难以测试，因为我们并不完全了解他们如何进行预测。这可能会对自动驾驶汽车等安全关键系统造成破坏性后果。“使感知算法健壮是自治系统面临的首要挑战之一，”该研究的主要作者，南加州大学计算机科学博士生Anand Balakrishnan表示。“使用这种方法，开发人员可以更快地缩小感知算法中的错误，并使用这些信息来进一步训练系统。汽车必须通过碰撞测试以确保安全，这种方法提供先发制人的测试，以捕捉自动系统中的错误。“
4． FiveAI希望在2020年开始乘客试验
去年，FiveAI通过在伦敦街头手动驾驶他们的传感器汽车来收集数据，以帮助构建运行测试所需的软件。Five AI表示已与地方议会和伦敦交通局（TfL）合作，作为其计划规划的一部分。如今，FiveAI已开始在布罗姆利和克罗伊登测试五款自动驾驶汽车，作为其计划最终在伦敦推出自动汽车共享服务计划的最新举措。该公司希望在2020年开始乘客试验。目前该公司的五款自动驾驶车辆将24小时运行测试。
5． 武汉大学成立自动驾驶联合实验室
由武汉大学测绘学院与一家科技企业联合组建的“自动驾驶联合实验室”近日揭牌成立。这个实验室将探索在高速公路、代客泊车等领域，拓展自动驾驶应用场景研发。这个联合实验室将重点探索多传感器融合的高精度定位方案。通过人工智能算法，统筹融合视觉、惯性测量单元、里程计等不同传感器结果，在高精度地图与高精度全球导航卫星系统的配合下，探索将自动驾驶达到10厘米级的定位精度和0．2度的航向角精度。武汉大学测绘学院院长姚宜斌说，此次与科技企业联合组建“自动驾驶联合实验室”，将促进高素质应用型人才的培养，为自动驾驶行业输送更多优质人才，有助于高校打通科研成果向现实生产力转化的“最后一公里”。
6． Aptiv、百度、伯克利等多个研究团队公开自动驾驶数据集
日前，安波福（Aptiv）宣布，将全面开放其自动驾驶汽车开源数据集nuScenes，并称其是第一家向公众开放此类安全数据的公司。除了安波福之外，百度、伯克利等多家公司和机构此前均开放了它们的自动驾驶数据库。
据了解，nuScenes覆盖1000个“场景”，数据收集自波士顿和新加坡各地，包括140万张图像、39万个LiDAR扫描和140万个人工标注的3D物体边界框，据称是迄今为止发布的最大的多模3D自动驾驶汽车数据集。“提供此类公共数据不仅可以为学术研究人员和行业专家提供经精心收集管理的安全标准，有助于极大地促进行业的巨大进步和创新。”安波福官方称。据了解，目前已有1000多名用户和200多个学术机构注册访问该数据集。不过，有专家认为安波福此举噱头大于实用。“这个数据集针对波士顿、新加坡等地，对国内基本上没用。”
