关于自动驾驶技术与ChatGPT的对话

汽车电子

2355人已加入

描述

"ChatGPT is scary good."

"We are not far from dangerously strong AI."

去年底,OpenAI的创始人之一马斯克在推特这样评价自家聊天机器人模型ChatGPT。短短数日后,ChatGPT火遍全球。

导远与ChatGPT的对话 关于智能驾驶,我们好奇ChatGPT有多渊博,所以“专访”了TA。  

OpenAI

  既然这样,我们的对话开始了    

OpenAI

我们先从一些基本问题问起,例如实现自动驾驶需要哪些传感器?

OpenAI

▍导远工程师:

对以上几个问题,ChatGPT给出了很完整的答案。我们适当补充,答案就会更精确。

例如,摄像头除了识别障碍物和道路标志外,也可以起到测距的作用。卫星导航不止提供车辆位置,也可提供车辆的速度和授时等信息。用于测量实时车轮转速的轮速计也是重要的传感器。而IMU(惯性测量单元)作为近年新晋上车的传感器,由三轴加速度计、三轴陀螺仪构成,能够实时测量车辆三轴加速度、三轴角速度、速度、位置、姿态信息。    

OpenAI

接下来,我们来到导远所专注的定位感知领域。

如何实现精准定位? 什么是定位感知? 卫星信号不稳定或者丢失怎么办?  

OpenAI

  ▍导远工程师: ChatGPT对第一个问题的回答非常完整,正是由于这种依靠多源信息融合的“组合定位”才让智能车定位准确、实时、且不受外界影响。   在后面的问题中,ChatGPT也强调在卫星导航不稳定,甚至信号丢失的时候,IMU在持续输出定位信息,保证车辆的正常行驶。例如在隧道、地下车库、林荫等场景,卫星导航定位精度差甚至无法定位时,车辆通过IMU、轮速计输出实时的速度、位置、姿态等信息,确保全场景的定位可用性。    

OpenAI

 

OpenAI

  ▍导远工程师: 关于组合定位,它是由优势互补型的两类及以上的定位系统组成,不同的应用背景具有不同方案,主要有惯性导航、卫星导航、地磁、星光、视觉、WIFI、地图、雷达等,通过多源信息融合算法输出实时高精度定位信息。

在L2及以上的智能驾驶时代,使用到卫星导航和惯性导航的组合定位技术是必不可少的。

OpenAI

我们继续加深难度,问了ChatGPT几个行业关注的热点技术问题。  

OpenAI

  ▍导远工程师: 关于地图,司机开车时心里是有地图的。对于自动驾驶,高精地图就是规则。对于L2及以上的智能驾驶,高精地图是必不可少的。   未来高阶的自动驾驶是多种技术的融合,仅依靠传感器或只用感知,不是绝对安全的方向。高精度地图对于保证全场景的可用及安全是十分重要的。   关于IMU精度,低精度IMU噪声大、零漂大,在卫星导航等其他传感器失效时,低精度IMU随时间增加累积的速度、位置、姿态误差大;同时,它的偏差随温度或机动变化发生明显变化,导致速度、位置、姿态的跳变。   关于智能驾驶,ChatGPT有很多自己的见解,我们的工程师也给出了自己的答案。最后,我们也想问问总是解答问题的ChatGPT是否有问题想"请教"我们。  

OpenAI

   

编辑:黄飞

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分