自动驾驶汽车和公共交通

无花果1:公交车穿越城市

仅在2016年,美国人就接管了 100亿次旅行 通过公共交通工具,在过去的几十年中,这个数字一直在稳定增长。在全球范围内 2000亿次旅行 公交车于2015年完工。显然,这些数字表明,公共交通是当今社会上最常见的出行方式之一。

这是Recogni撰写的赞助帖子。本文表达的观点是赞助者的观点。

不幸的是,公共交通,尤其是公共汽车服务中,效率低下的比例很高,首先是成本。在纽约公共交通系统中,过去几年来,公交司机的合同成本已经 大幅上升。从宏观上看,随着时间的推移,工资的增加加起来,导致财务负担沉重。

除此之外,人类往往会驾驶不完善,导致碰撞。这些事故的代价高昂–在2002年,单次公交车撞车事故的平均发生率接近 6万美元!由于同一时期发生了5万多起公交车事故,损失了数十亿美元。快进到今天–鉴于多年来公共交通的增长,交通事故显然会对公交系统所面临的运营成本产生重大影响。

要考虑的另一个关键点是 所有化石燃料成本的上升。鉴于人类驾驶员经常进行不完善的操作,从而导致大量的汽油浪费,因此燃油费用对公共交通预算造成了损失。显然,要解决所有这些低效率问题,必须实施解决方案,尤其是在总线内部。

自主车辆(AV)为这些问题提供了解决方案。公交车将能够自己进行机动,而无需任何人工干预。结果,通过减少的人工和燃料成本以及安全利益,运营成本将最小化。随后,可以更有效地分配运输预算。

此外,以集中式车队运营的自动驾驶公交车将带来 新的功能 到公交线路,包括增加出行便利性,降低票价,可预测和准确的出行时间以及“正确调整尺寸”(没有空/人口稀少的公交车)。鉴于大量依赖公共交通的人们,自动驾驶汽车给公共交通系统带来的积极影响将使整个社会受益匪浅。

当前,汽车工业处于部分自治的状态。当今的车辆都配备了基于传统技术的解决方案–这些平台并不是专门为实现驾驶员辅助功能而设计的。为了使社会以最有效的方式体验公共交通,必须将一种新颖的解决方案推向市场-专为自动驾驶这一艰巨任务量身定制的解决方案。

当人类开车时,我们使用数据中心级别的计算,而消耗的功率却比灯泡少。为了模仿这一点,AV每消耗一瓦的功率就需要具有75每秒的Tera-Operations(TOPS)可计算性。这个尚未解决的优化难题,称为 视觉感知问题,是行业实现完全自治的最大障碍。

我们@ 认出 正在开发可以解决视觉感知问题的解决方案。通过利用ASIC架构,数学和人工智能方面的关键创新,我们的专用平台在以下方面提供了无与伦比的计算能力: 1000 TOPS 同时消耗最小的功率。我们的同类最佳模块使全自动驾驶汽车能够在没有道路的情况下行驶 任何 人为干预,使社会可以从高效的公共交通系统中受益。

作者:Recogni产品管理@ Sidhart Krishnamurthi

要了解有关Recogni的更多信息,请查看 www.recogni.com

实时物体识别

原版的。经许可重新发布。

关于识别

实时物体识别

查看所有的认可→