A Brief History of Autonomous Vehicles

嘿, 弗兰克和你一起回来了, 我知道你可能很想在这里输入一些代码, 但让我们花几分钟时间谈谈自动驾驶汽车的历史, 以及你在其中的位置｡ 这真是一个引人入胜的故事｡ 有人应该把它拍成纪录片｡ 无人驾驶汽车的概念可以追溯到1925年｡ 有个叫弗朗西斯·乌迪内的人他把一辆1926年的钱德勒车改装成了遥控车｡ 基本上, 他把那个大天线粘在上面, 就像你看到的, 后面的一辆车实际上是用无线连接远程控制这辆车｡ 因此, 尽管这不是一辆真正的自主驾驶汽车, 它可以自己做出决定, 但它是我们所知道的第一辆无人驾驶汽车｡ 这是一个非常令人兴奋的概念, 对吧？ 不幸的是, 结局并不好｡ 这是在纽约, 基本上有一个松散的连接到转向柱, 使它失去控制｡ 在演示快结束时, 它撞上了一辆满载摄影师的汽车｡ 不是最好的结局｡ 胡迪尼实际上是紧紧抓住了汽车的运行板, 因为它运行, 所以他可以跳进去, 并接管控制, 如果他不得不｡ 在紧急情况下, 就像我们今天正在开发的自动驾驶汽车中有备用人类驾驶员一样｡ 可惜, 他的速度不够快, 最后还是发生了碰撞｡ 但我们认为在这次事件之后可能有更成功的测试｡ 但那时候的文件有点不完整｡ 很难知道到底发生了什么｡ 这个故事变得更加有趣, 因为你可能已经注意到弗朗西斯·哈德纳听起来很像哈里·胡迪尼, 他是当时著名的逃脱艺术家和魔术师｡ 好吧｡ 原来胡迪尼和胡迪尼有很大的不和, 因为他不高兴他用了一个听起来像他的名字, 实际上是胡迪尼闯入胡迪尼的办公室并破坏它的故事｡ 可能有一整部电影, 但它只是迷人的东西｡ 时间快进到1939年, 在纽约市举办了纽约世界博览会｡ 其中一个展览叫做“未来之城”, 它展示了这个展览, 这是真实的自动驾驶电动汽车｡ 听起来熟悉吗？ 在这个小小的虚拟城市里, 他们建造了汽车, 汽车实际上是由无线电控制的, 它们由嵌入在道路上的电路引导｡ 所以他们基本上是在这些看不见的轨道上运行, 如果你愿意的话｡ 但它们仍然是1939年在世界博览会上展出的自动驾驶汽车｡ 那个展览的幕后策划人, 他的名字叫贝尔·格迪斯, 他在第二年出版了一本书, 叫做《神奇的高速公路》｡ 很有趣的东西｡ 它实际上是在公共领域可用的｡ 如果你感兴趣的话, 可以去archive dog上看看｡ 他有整整一章只是在谈论未来基本上是如何的现代州际公路系统与分割的公路｡ 这是25年前的事了｡ 他还预测, 这些高速公路上将有无人驾驶汽车｡ 他用了整整一章的篇幅来讨论如果人类不从安全的角度开车, 这个世界会变得多么美好, 因为人类是一种混乱的生物｡ 好吧｡ 我们并不总是做出正确的决定｡ 他是我们所知道的第一个真正预见到大规模自动驾驶汽车的安全益处的人｡ 他预测到1960年这将成为现实｡ 显然他的预测有点早｡ 但是, 看看这些对未来的预测, 以及它们与50年代和60年代实际发生的事情的比较, 总是很有趣的｡ 一些研究仍在继续｡ 他们开始变得更认真了｡ 1957年, RCA在内布拉斯加州建立了一条400英尺长的公共公路｡ 这是在美国中部, 在那里, 他们在道路上嵌入了探测器, 发送脉冲来引导汽车｡ 它真的起作用了｡ 1960年, 他们在新泽西州再次重复了这个实验, 他们希望在1975年将这个系统商业化, 但显然没有实现｡ 左边的这张图是这个系统的实际情况｡ 你可以看到他们把驾驶员侧的窗户涂黑了只是为了向人们证明他们没有作弊｡ 这辆车真的是自己驾驶的, 只是使用了一个非常简单的机电系统｡ 但它起作用了｡ 与此同时, 英国在1960年左右也在进行自己的实验｡ 他们有这些修改过的精神状态, 可以再次使用嵌入道路本身的磁性电缆来控制自己｡ 所以基本上五六十年代的最先进的技术是把东西放进车道里来自动引导这些汽车｡ 而且它也起作用了｡ 但不幸的是, 这方面的资金在20世纪70年代被取消了, 部分原因是他们永远无法解决如何用这样的系统安全地换道的问题｡ 不幸的是, 在70年代没有发生什么值得谈论的事情, 在很多领域似乎都是如此, 但到了80年代末, 事情变得非常有趣｡ 1987年, HRO实验室, 以前被称为休斯研究实验室, 建立了这个系统使用Lider就像我们今天做的, 计算机视觉系统, 就像我们今天做的, 和自主机器人控制, 创造一个真正的自动驾驶自动驾驶汽车｡ 这些都是为DARPA资助的自主陆地车辆项目开发的｡ 简称阿尔维 对于那些不熟悉DARPA的人来说, 这是一个U｡ S. 军事研究组织, 至今仍在｡ 它已经基本上被遗忘了, 这真的有点奇怪｡ 我的意思是, 这是一种真正的开拓性的东西｡ 我们听到了很多关于DARPA的大挑战, 但人们忘记了ALV项目｡ 现在它只以每小时1.9英里的速度行驶, 但它工作了｡ 它实际上是在2000多英尺的路程中, 在陡峭的山坡上, 岩石地形和植被中完成的｡ 事实证明, 这是一个非常具有挑战性的壮举, 即使在十多年后复制｡ 同样在1989年, 我们开始看到卡内基梅隆大学（CMU）首次使用神经网络来驾驶车辆, 并且它们仍然是自动驾驶汽车研究领域的驱动力｡ 让我们跳到90年代｡ 所以美国国会在1991年实际上有一点远见｡ 他们指示交通部在1997年前展示自动车辆和高速公路系统｡ 而且它真的再次发生了｡ 你们不常听说, 但现在是1997年, 伙计们｡ 这个项目涉及了很多不同的组织､ 管理机构和公司, 包括联邦公路管理局､ 通用汽车､ 加州交通局､ CMU, 还有加州大学伯克利分校､ 洛克希德·马丁公司和其他一些公司｡ 他们称这个项目的高潮为Demo 97｡ 在圣地亚哥的15号州际公路上, 他们实际上展示了大约20辆自动驾驶汽车, 包括汽车､ 公共汽车和卡车, 所有这些都是在真正的州际公路上自动驾驶的｡ 他们展示了一种叫队列的东西, 就像你在左边看到的｡ 这就是让这些车一起在车队中行驶的想法｡ 这就是他们在车内看到的显示器｡ 他们也有他们所谓的自由代理车辆, 能够在混合交通条件下运行｡ 不幸的是, 由于联邦预算的限制, 这个项目的资金后来在1998年被削减了｡ 这就是这个节目的结束｡ 不幸的是, 他们从未发表过一份关于他们如何做到这一点的技术报告｡ 所以很多工作都被时间的沙子冲走了, 信不信由你, 即使他们花掉了9000万美元的公共资金｡ 所以令人兴奋的结果在1997年, 但不是一个真正的幸福结局, 因为该计划被终止, 并没有真正出来, 除了知道如何希望参与该项目的人采取了他们随后的职业生涯在该领域｡ 同样在90年代, 有几个半自动的示范, 包括另一个CMU项目, 被称为没有手横跨美国, 驾驶越野横跨美国｡ 这是在98%以上的时间里自动转向｡ 在巴黎也有一个演示, 包括在自由车道上行驶, 变道和以超过80英里的时速超过其他汽车｡ 但他们确实有一些人为的干预｡ 1996年, 帕尔马大学（University of Parma）也是自动驾驶汽车研究的重要参与者, 它改装了一辆汽车, 使其能够在未经改造的高速公路上遵循涂漆的车道标记｡ 他们这样做了几百英里, 穿过意大利北部｡ 现在, 公平地说, 无人干预的最长自动驾驶距离只有34英里｡ 但是, 嘿, 这对1996年来说是相当不错的｡ 他们所使用的技术是太黑白摄像机和立体分析和计算机的输入从这些非常便宜的相机｡ 他们就用了这个｡ 从技术上讲, 第一辆无人驾驶汽车是荷兰90年代末的公园穿梭车, 它曾经使用嵌入道路的磁铁来引导它｡ 它只是作为一个试点项目, 就像那里的一个机场和他们的一个小研究项目｡ 但从技术上讲, 因为它确实是在驾驶真人, 而且根本没有司机, 所以它才有资格成为第一辆真正的无人驾驶汽车｡ 到了2000年, 事情变得非常有趣｡ 这是一个DARPA面临巨大挑战的时代｡ S. 军事研究处 他们提供了100万美元的奖金给任何能够在莫哈韦沙漠完成150英里路程的自动驾驶汽车的团队｡ 现在, 他们在整个2000年有三个不同的重大挑战｡ 2004年的第一场比赛没有任何赢家｡ 所有人不是坠毁就是失败或者着火｡ 但在2005年, 第二年, 五辆车实际上完成了沙漠课程｡ 你可以看到其中一辆车｡ Tarmac's是它的名字, 非常结实的机器｡ 他们广泛使用了激光雷达和计算机视觉, 显然在其中发挥了重要作用, 这就是这门课的内容｡ 在2007年, 他们第三次这样做, 这次是在城市环境中, 就像你在右边看到的, CMU, 我们的朋友之一, 卡内基梅隆大学, 用一辆改装过的2007年雪佛兰Tahoe, 很多2007年毕业生挑战赛的参与者发表了他们的研究和算法, 甚至是计算机视觉的整个源代码｡ 这真的让这个领域有了很大的发展｡ 很多新的光｡ 我们的传感器就是从这个工作中产生的｡ 最终, 谷歌的自动驾驶汽车团队在2008年悄然组建, 其中包括DARPA大挑战赛的许多参与者｡ 如今, 谷歌的自动驾驶汽车项目被称为WHAMO, 它仍然是创造新的计算机视觉､ 算法和技术以及自动驾驶汽车的先驱｡ 这将我们带到了现在的十年, 今天越来越多的自动驾驶汽车技术正在真正的道路上进入真正的汽车｡ 我个人拥有一辆特斯拉, 它被宣传为包含完全自动驾驶所需的所有硬件｡ 它包括一系列围绕汽车雷达的摄像头和一台实时处理所有数据的专用计算机｡ 几乎每个汽车制造商都在将半自动驾驶功能, 如自适应巡航控制车道, 改变警告和辅助转向功能纳入其阵容｡ 这些都是构成完整自动驾驶功能的相同组件｡ 今天, 我可以在高速公路上驾驶我的特斯拉, 而不需要我的干预｡ 在大多数情况下, 它使用计算机视觉来跟随车道标记, 即使在恶劣的天气下也非常有效, 它的摄像头和雷达使我与道路上的其他车辆保持安全距离｡ 即使在交通繁忙的情况下, 它甚至可以自动变道, 就像人类驾驶员一样顺利｡ 因此, 完全自动驾驶的目标似乎触手可及, 但它仍然远离我们｡ 有些时候, 我需要从我的特斯拉收回控制权, 由于合并交通或障碍物在道路或道路建设｡ 它还不能识别交通标志或红灯, 也不能处理城市驾驶｡ 许多基础技术都存在于实验室中, 但让它在现实世界中的每一种可能的情况下都能可靠地工作仍然是一个挑战｡ 我们必须做好, 因为这里人命关天｡ 已经有一些关于Uber自动驾驶汽车和特斯拉自动驾驶模式下死亡的高调新闻案例｡ 即使自动驾驶汽车比人类驾驶员更安全, 涉及自动驾驶汽车的事故也会比美国每天发生的15000多起车祸吸引更多的媒体关注｡ S. 单独｡ 但是, 随着基础技术每天越来越多地进入真实的道路, 完全自动驾驶似乎不可避免地很快就会成为现实｡ 本课程将教你这些技术所依赖的计算机视觉和机器学习算法｡ 所以你可以成为这场革命的一部分｡