
自动驾驶长尾场景,简单来说,就是那些发生概率超低,但情况又特别复杂、很难提前预料到的特殊状况😕 它们就像是驾驶路上的“神秘彩蛋”,平时不出现,一出现就让自动驾驶系统面临大考验。
常见的长尾场景还不少呢😯 极端环境下,暴雨暴雪会让传感器“失灵”,黑夜或强光也会带来麻烦;突发人类行为也很让人头疼,乱穿马路的行人、加塞的司机,防不胜防;特殊障碍物,像透明薄膜、异形卡车,都可能让系统“懵圈”;道路异常,比如临时施工区、故障红绿灯,也都是挑战。
这长尾场景难攻克的原因有好几个😫 数据稀缺性是一大问题,收集真实数据成本太高啦,现有数据远远不够。传感器也有局限,不同天气和障碍物面前,各种传感器都可能“掉链子”。还有决策逻辑复杂,人类凭经验能预判的事,机器得海量训练才行。
车企们也在积极想办法破局🤗 合成数据训练,通过虚拟世界模拟各种极端场景,降低成本;多传感器融合,让不同传感器优势互补;用户参与机制也不错,车主遇到罕见场景自动回传数据,助力算法优化。