无人驾驶车辆在街道上滚动的想法似乎令人难以置信。然而，由于人工智能(AI)以及其他驱动力，我们可能已经接近在世界各地的道路上看到这样的车辆。在最近的过去，自动驾驶汽车技术取得了一些惊人的进步，这表明梦想正在取得成果。似乎自动驾驶车辆的框架几乎已经完成。在获得法律和行政许可的情况下，无人驾驶车辆将很快成为道路上的常见景点。

送货车辆

您已经看到由人类运送包裹的运载工具。现在，我们可以看到无人驾驶车辆完成同样的任务 - 并且效率更高，速度更快。领先的计算机图形提供商Nvidia，全球最大的邮件和物流公司德国邮政DHL集团(DPDHL)和汽车供应商ZF联手部署无人驾驶电动轻型卡车，该卡车将运输和交付包裹。无人驾驶卡车将从中心点运送包裹到目的地。在此期间，它经过培训，能够准确评估其环境中的变量，如交通状况，停车位识别和停车以及行人行为。卡车由ZF ProAI自动驾驶系统提供动力，该系统由Nvidia DRIVE PX掌上型超级计算机提供动力，但它还包括传感器，照相机，激光雷达和雷达，将数据输入系统。请注意，除了技术所承诺的无情精度和无驾驶员疲劳的明显好处之外，还有可能节省大量成本，因为从中心点到目的地的包裹递送过程对于物流公司来说是最昂贵的。

完全自治

想象一下豪华的无人驾驶出租车，可以帮助乘客在不同点之间移动。你可以做你的事 - 看电影，在笔记本电脑上工作或听音乐 - 而不必担心出租车安全带你到目的地。这样的出租车很快就会成为现实。Nvidia的DRIVE PX AI平台将迎来全自动驾驶汽车。DRIVE PX AI平台比其前身DRIVE PX 2高出10倍，每秒可处理超过320万亿次操作。这意味着汽车将比其前辈更快地学习和做出关于其环境的准确决策。

目前，特斯拉汽车配备了自动驾驶所需的硬件，但需要软件更新才能完全启用该功能。虽然它允许完全自动驾驶，但它仍然允许人类驾驶员在必要时控制。下一代自动驾驶汽车不需要方向盘，踏板或变速箱。这样的汽车可能会减少事故，对于老年人或有视力或身体残疾的人来说是可行的交通选择，并且可以提高生产率。

停车处

停车场并不是一个真正的新发展。自动化并行停车的出现可能是自动驾驶技术中最早的AI攻击之一。然而，这一概念近年来已经有了很大的发展。停车，特别是在大城市，是一个主要问题，因为它会增加排放，浪费时间和生产力，并增加压力。博世开发了一种基于AI的智能系统，可提供有关停车位，停车位置和停车时间的数据。汽车甚至没有任何意外停车。当汽车在移动时，它会在最靠近GPS位置的地方接收有关停车可用性的信息。停车位数据从汽车发送到许多云服务器，然后发送回汽车，以便驾驶员可以了解停车位的可用性。

具有常识的汽车

虽然自动驾驶领域的工作已经取得了惊人的进步，但像人类驾驶员这样的常识一直是发展中的缺失部分。在交通困难的情况下，特别是在大城市和混乱的城市中，人类的思维对不断变化的变量非常敏感，例如司机的态度，行人​​行为和不稳定的天气。对于无人驾驶汽车而言，在街道上发展出类似人类的常识至关重要。麻省理工学院的一次分拆，即iSee，一直致力于人工智能和深度学习，为无人驾驶汽车传授常识。这将成为自动驾驶汽车计划中最重要的组成部分。iSee团队一直致力于数据和神经网络这样汽车就可以从数据中学习并协商任何类型的交通状况。根据iSee联合创始人赵一彪的说法，“人类的思想对物理和社会线索非常敏感。目前的AI在这些领域相对有限，我们认为这实际上是驾驶中缺失的部分。“(有关深度学习的更多信息，请参阅深度学习模型之旅。)

具有周边视觉的汽车

了解盲角周围的行人，物体或车辆是安全驾驶的关键因素。盲点是造成许多事故的原因。新的AI技术使汽车能够查看和评估盲角周围的行人，物体或车辆的距离和速度。CornerCameras是麻省理工学院计算机科学与人工智能实验室研究人员的AI计划(CSAIL)使无人驾驶汽车能够识别位于道路盲角的人或物体。该技术使用光反射，实际上看不到物体或人。根据收到的数据，它可以指导自动驾驶汽车获得更好的驾驶体验。根据详细介绍该系统的论文的第一作者凯瑟琳·鲍曼说，“即使这些物体实际上对相机不可见，我们也可以看看它们的运动如何影响半影，以确定它们的位置和它们的去向。 “。

这些发展是令人振奋的消息，正在加速全自动汽车的到来。然而，在我们看到全球道路上的自动驾驶汽车并将其视为正常现象之前，有两件事情是关键：一是无人驾驶汽车的常识传递，二是清除各种法律和保险障碍在途中。