2014年国际消费类电子产品展览会(CES)在美国拉斯维加斯拉开了帷幕。而随着停车和拥挤的交通已经成为两大最单调乏味的驾驶状况,在展会上,汽车设备供应商为我们展示了怎样减轻司机在停车时负担的过程。
在无人驾驶汽车演示区,法雷奥(Valeo)为我们展示了一台配备其新技术的路虎揽胜极光(Range Rover Evoque)停车的过程。站在一旁的工作人员只需点击控制一款iPhone应用,路虎揽胜就会开始沿一行汽车向前行驶,寻找停车位。当它发现一个空车位时,就会自动开过去,然后掉转方向盘,倒车停入空位。它甚至能够自动正位,向前行驶一点然后再倒车,以确保与其两侧汽车的距离均匀。
而在停车过程中,该无人驾驶汽车完全独立行驶,并未预先设定路线。法雷奥指出,尽管这次只演示了汽车如何倒车泊入停车位,它还可以进行平行泊车或机头向内停放入库,而且后两者的操作实际要比倒车入库更容易。
该汽车配有12个超声波传感器,前面和后面各装有6个,前护栅上安装有一台激光扫描仪和四个摄像头。而这些摄像头和超声波传感器设备目前都可在路虎揽胜汽车上找到。
此外,法雷奥还为这台无人驾驶汽车添加了一个CPU,用以分析传感器数据并确定进入停车位的最佳路线,以及转向、制动、加速的控制。该CPU并未超过标准汽车发动机控制器的大小。
虽然法雷奥也可以将该控制系统嵌入一把遥控钥匙中,但对司机而言,智能手机应用是启动该系统的一种便捷方式。在演示中,法雷奥通过WiFi连接将手机与汽车联通,而且任何通信协议都是可行的。
同时,这项功能也可以很容易地拓展出另一种功能,即可操纵汽车自动从停车位驶出,来到车主面前。法雷奥为宝马提供了一些这方面的技术,使得宝马i3的自动停车功能成为可能。至今为止,还没有哪家汽车制造商宣布过其已研发出无人驾驶停车功能。
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。