汽车|苹果玩智能汽车,路子比特斯拉还野



汽车|苹果玩智能汽车,路子比特斯拉还野
本文图片

车东西(公众号:chedongxi)
编译 | James
编辑 | 晓寒
苹果又来给汽车产业提供新思路了 。
6月份以来 , 苹果在汽车领域又获得了20项新专利 , 涉及自动驾驶、智能座舱、智能车身三大方面 。
在这次新曝光的专利中 , 苹果同样是脑洞大开 。
其使用与谷歌Alpha Go类似的AI技术来教机器开车 , 用长波红外相机等视觉传感器来提升激光雷达的使用效率;
将汽车的挡风玻璃变成AR-HUD屏幕 , 自动给车外的建筑物编号方便导航 , 引入了自家FaceTime视频通话功能 , 甚至还给汽车做了一个溺水逃生系统…
作为全球市值最高的科技公司 , 以及在消费电子领域极具影响力的IT巨头 , 苹果每涉足一个领域 , 都会带来大量令人惊叹的创新 , 并将产品体验推至新高 。
虽然已经放弃了自己造车的泰坦计划 , 转做自动驾驶 。 但苹果在最近几年里 , 还是一直在申请各类智能汽车相关的专利 。 透过这些文件 , 既可以看到苹果为业界带来的创新技术和各种奇思妙想 , 也能看出这个科技巨头的技术储备是多么强大 。
汽车|苹果玩智能汽车,路子比特斯拉还野
本文图片

▲苹果今年获得的汽车专利
今年6月份车东西就曾系统报道过苹果在上半年获得的几十项汽车专利(可参考《70项专利解密苹果汽车!脑洞太大 , 特斯拉都追不上》) , 本文则主要解读6月份之后获得的新专利 。
一、用AI教机器开车 谷歌Alpha Go同款技术
在5个月左右的时间里 , 苹果一共获得了10项自动驾驶专利 , 其中涉及自动驾驶的传感器、通信、控制三大领域 。
如今 , 自动驾驶发展多年 , 计算设备的算力正在大幅度提升 , 但如何控制自动驾驶汽车仍然是一大难题 , 难点在于自动驾驶汽车如何做出及时、合理的决策 。 并且 , 道路上的车辆越多 , 交通环境越复杂 , 决策就越难以实现 。
在苹果的专利图中 , 苹果描绘自动驾驶车辆可以完成自动出入匝道、自动换道超车等驾驶动作 。 为完成这些动作 , 自动驾驶电脑需要完成两个动作:
1、预测即将发生的交通状况 , 对车辆的行驶轨迹作出多种规划;
2、从多种规划中选择出一个正确的驾驶动作 。
这一决策过程与下棋的决策过程非常类似 , 因此苹果采用了与谷歌Alpha Go类似的机器学习方法 , 即蒙特卡洛树搜索 , 这一机器学习方法已经广泛应用于棋盘类游戏和开放式游戏 。
【汽车|苹果玩智能汽车,路子比特斯拉还野】当车辆进入自动驾驶状态后 , 可以根据交通状况规划出在一定时间范围内的车辆动作 , 包括加速、减速、改变车道等 , 这些动作可以通过蒙特卡洛搜索树生成 。
汽车|苹果玩智能汽车,路子比特斯拉还野
本文图片

▲蒙特卡洛树搜索的四个步骤
蒙特卡洛树搜索的一个循环包括四个步骤 , 分别是选择、扩展、仿真和反向传播 。 从根节点R开始 , 逐渐向下推演子节点 , 每一个子节点都是车辆的状态 , 连接子节点与父节点的边代表车辆的动作 。
例如 , 车辆可以选择从根节点R到子节点L的决策 , 如果成功 , 那么可以从L继续向下扩展至E 。 E节点之后 , 还将采用随机选择的方法继续向下决策 , 进入仿真的过程 。 在这一自动驾驶过程结束之后 , 系统会从最下方的子节点反向推演至R , 让机器不断学习 , 变得更加强大 。
汽车|苹果玩智能汽车,路子比特斯拉还野
本文图片

▲专利中对蒙特卡洛树搜索的图解


推荐阅读