智能驾驶L2的黄金时代，打磨地图是关键
作者 | 自动驾驶从业者，中寰卫星黄亮
出品 | AI科技大本营（ID:rgznai100）
智能驾驶L2，以我们通俗的定义是，以高级辅助驾驶的产品为主的各种巡航产品，包括定速巡航，自适应巡航ACC，预见性巡航，智能巡航等等。
车辆驾驶是集注意力高度集中，手把控方向盘和换挡，脚负责刹车油门的一些列综合协调的操作，那么驾驶久了必然会精力和身体疲劳，但由于L2或者高级辅助驾驶的加入，使得在一些安全的路段，脚已经不用踩着油门了，由巡航代替，手轻轻的放在方向盘上不用使力，由车道保持辅助了，而最主要的人注意力由驾驶车辆，变成了监管道路和车辆行驶情况，并且驾驶的注意力可以稍稍放松，因此极大的减轻了驾驶员驾驶车辆的疲惫感。
因此.在大家所期望的完全由车辆代替人的自动驾驶时代还没有到来的时期里，搭载了L2系统的车辆也变得越来越普及，越来越多的司机开始接纳和喜欢由此所带来的便利，不得不说这是智能驾驶L2的黄金时代。
可L2系统不是严格意义的自动驾驶，它是未来自动驾驶的必经之路，在L2系统中，车辆还是由驾驶员来掌控，换个角度说，驾驶是由驾驶员负全责，这也是L2和L3的明显界限之一。由人来负驾驶的责任，是符合中国及全球大部分国家现行的交通法律法规。相对于L3以上的功能实现，以及成本等诸多因素的考虑，L2系统无论是产品定义，产品实现还是增加的投入，都相对容易和可控，这也是近些年L2能快速趋于成熟的重要原因。
另一方面，同样是L2系统，在乘用车上和商用车上的表现也略有不同。一致的是，他们都可以帮助减轻驾驶员的疲劳，提高驾驶安全，但是商用车上的社会意义和作用更加明显。由于商用车车辆更大，更重，操控更加复杂，制动距离更长，在驾驶的过程中，驾驶员的注意力需要更加的高度集中，在加上商用车常常又是长途运输，对驾驶员的体力消耗也非常大，因此商用车的驾驶员也疲劳的更快，更辛苦。所以经常一辆货车是两位司机轮流驾驶，并且驾驶员以绝对多数的男性壮年为主。
但如果加上了L2系统，无疑是可以极大的降低驾驶员的工作量，改善工作环境。相比为了去掉司机成本而开发无人卡车的方案，而使用较好的L2系统，仅仅一个司机，让驾驶商用车的体验像坐在办公室里舒适一样，甚至更多的女性也可以参与到商用车驾驶的行列中来，这种方案无疑会来的更快也更实际。
但是目前的L2够好吗？
在我看来目前的L2在功能层面上较多，但是在实际驾驶场景层面还不够灵活，体现在在弯道较多的地方，如果使用较高的巡航速度，摄像头对弯道的判断又因光线等因素不那么可靠的时候，车辆的行驶会让驾驶员觉得比较危险，倘若这个时候是一辆L2的商用车，车速高，重量大，那么就更加的危险了。
在有桥梁，隧道，路口和匝道时以及交通比较复杂的地方，L2系统往往都不会加以区分，仍然按照既定的功能行驶，这时候所表现出来的状况也就千奇百怪，这也是往往出现事故的重要原因，同样如果是商用车，由于制动距离的关系，往往会让情况变得更加的危险。
在这其中，车辆通过路口的时候，所有的驾驶员，都会知道要减速。而大部分的L2系统在此时是不知道减速的，并且因为没有车道线，在L2系统中车辆会跟着前车行驶，或者没办法进行辅助驾驶。
在说高速公路或者城市快速路条件下，有时候最右侧车道会直接连接了匝道，车辆如果行驶在这样的最右侧车道，很有可能顺着右侧车道就进入匝道了，如果不是预先就计划进入匝道，那么情况也会变得复杂，如果驾驶员发现走错了在紧急换道也是非常危险的。在高速公路行驶按照法规，商用车是一定要走最右侧车道的。
这么说来，L2确实带来了舒适，但是也增加了一部分以前所不存在的危险性，那么有什么办法可以解决呢？
其实地图就是关键。曲率、坡度，以及隧道、桥梁、路口、匝道的位置这都是可以的提前由地图采集好，存放在车辆上，当车辆开到位置以后提供给车辆做辅助就好。
随着道路的曲率，结合当前的车速，适当的调整下车速。曲率大，那么速度可以不用变化，但是如果道路曲率小，且连续多变，那么最好就该提前做好减速，从而让驾驶更安全更加平稳。
另一方面，在桥梁、隧道、路口和匝道等交通情况复杂的时候，提前减速，并且提前和驾驶员做一些必要的交互，在系统预知会有不确定性的时候，尽早的退出，交由驾驶员来处理，这都是辅助驾驶员做好正确的判断，从而提升L2系统安全性和易用性的关键。
也许有人会说，由于使用了地图，增加了场景的限制，这可能会出现。以前某些路段能正常使用L2，现在变成不能或者要和驾驶员交互和判断，觉得麻烦。
我觉得这个问题是可以解决的。这些路段系统可以自动的记录下来，在地图中做好标记，如果是个安全路段，那么以后就默认是可以打开L2，反之，如果某些路段人工干预的多，是不是就是潜在的危险路段？
久而久之，形成这样的共生关系，不断地打磨系统，打磨地图，打磨和人的交互，把L2功能的场景限定的更加精准，更安全可靠方便使用。
所以，相信未来的L2系统在加入了地图要素会变得更加的可靠，安全和舒适。
推荐阅读
CycleGan人脸转为漫画脸，牛掰的知识又增加了 | 附代码
干货 | 时间序列预测类问题下的建模方案探索实践
360金融首席科学家张家兴：别指望AI Lab做成中台
十六位顶尖专家齐聚，解密阿里云最新核心技术竞争力！
利用 Docker 在不同宿主机做 CentOS 系统容器 | 原力计划
从技术原理解析区块链为何列入新基建
你点的每个“在看”，我都认真当成了AI
相关文章：
css中的垂直居中方法
单行文字 （外行高度固定） line-height 行高， 将line-height值与外部标签盒子的高度值设置成一致就可以了。 height:3em; line-height:3em; 多行文字 图文结合（图和单行文字） 图文结合（图和多行文字…
U盘挂载，gedit,vi,文本模式中文乱码等等问题
U盘或硬盘挂载 首先，我们要查看一下磁盘的分区信息sudo fdisk -l (注意注意，是小写的L，不是1，也不是i） 这里可以看到我的硬盘情况，前面几个是win7系统下的C,D ,E ,F 盘。我现在是在图书馆，没…
一次对语音技术的彻底批判
作者 | Alexander Veysov译者 | 孙薇，编辑 | 夕颜出品 | AI科技大本营（ID：rgznai100）ImageNet的出现带来计算机视觉领域的突破发展，掀起了一股预训练之风，这就是所谓的ImageNet时刻。但与计算机视觉同样重要…
Windows下编译Chrome V8
主要还是参考google的官方文档： How to Download and Build V8 Building on Windows 同时也参考了一些其它的中文博客： 脚本引擎小pk：SpiderMonkey vs V8 Windows 下编译V8引擎-with visual sudio 2010 将google V8 编译成 dll v8学习笔记 步…
mysql子查询
一句话就是子查询的结果作为外部查询的比较条件 所谓子查询是指一个查询语句嵌套在另一个查询语句的内部的查询，也就是select里面还有select。 在select语句中先计算子查询，子查询的结果作为外层另一个查询的过滤条件。 子查询中常用的操作符有ÿ…
Ubuntu查看系统位数及版本
怎么查看本机cup是几位的呢？命令： more /proc/cpuinfo 该命令列出了很多cup信息 找到clflush size ，其值就是cup位数 我的是clflush size: 64 那怎么查看你所装的ubuntu系统是几位的呢？命令： uname -ar Linux wen-lapt…
百度翻译Q1 DAU增长40%，疫情期学生在线学习率猛增
5月11日，百度翻译公布最新的DAU（日活跃用户数量）相关数据，2020年Q1较上一个季度环比增长10%，较去年Q1同比增长40%。 此外，百度翻译还在一个季度内，将翻译的语种扩充了近7倍，目前百度…
Oracle 10g配置RMAN RECOVERY CATALOG
Oracle的RMAN配置信息默认存放在target数据库的控制文件中，当然也可以配置一个recovery catalog服务器来存储这些信息，下面是控制文件和恢复的特性比较，一般来说维护10台以下的oracle数据库备份，可以不需要配置恢复目录. Control …
android Spinner 例子
为什么80%的码农都做不了架构师？>>> 一、主xml:activity_main.xml <?xml version"1.0" encoding"utf-8"?> <LinearLayout xmlns:android"http://schemas.android.com/apk/res/android"android:layout_width&q…
ubuntu下vim的配置
写在前面，我写本文的目的不在于教大家怎么来配置VIM，因为我是新手，我也是参考了各位前辈的方法，在此只是记录一下过程，当然我个人觉得更重要的是心得体会。其实大家可能也发觉，国内的抄袭转载现象很严重&am…
赠书 | 从阿里到Facebook，一线大厂这样做深度学习推荐系统
本文内容节选自《深度学习推荐系统》一书。由美国Roku推荐系统架构负责人、前Hulu高级研究员王喆精心编著，书中包含了这场革命中一系列的主流技术要点：深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践…………深度学习在…
使用 CAS 在 Tomcat 中实现单点登录
CAS 介绍 CAS 是 Yale 大学发起的一个开源项目，旨在为 Web 应用系统提供一种可靠的单点登录方法，CAS 在 2004 年 12 月正式成为 JA-SIG 的一个项目。CAS 具有以下特点： 开源的企业级单点登录解决方案。CAS Server 为需要独立部署的 Web 应用。…
Windows SDK 7.1 (包含directshow)安装配置
最近一直在做毕业设计的事情，需要利用directshow进行视频开发，但是现在单独的directshow包已经没有了，从directx9.0c开始directshow和directx分开发布，现在的directshow已经集成到windows SDK当中了。 但是说实话，由于…
20行Python代码实现视频字符化
来源 | ZackSock（ID:ZackSock）我们经常在B站上看到一些字符鬼畜视频，主要就是将一个视频转换成字符的样子展现出来。看起来是非常高端，但是实际实现起来确实非常简单，我们只需要接触opencv模块，就能很快的实…
隔年的衣服发黄处理方法
1.用菠菜水，将菠菜煮水五分钟，然后用菠菜水除旧衣服黄渍特灵 2.用淘米水泡洗就可以了 3.用温盐水泡上20分钟再洗 4.如果是白颜色衣服的话，你不妨在洗衣服的时候放一点蓝色墨水或者用漂白 转载于:https://blog.51cto.com/wanghu2009/519490
linux监控（陆续补充）
一 定时任务for user in $(cat /etc/passwd | cut -f1 -d:);do crontab -l -u $user;done是否有用户执行了隐藏定时任务？ 是否有某个任务正在备份二 网络sysctl -a | grep xx 查看网络内核参数信息ss -s 显示所有存在的连接cat /proc/interrupts 查看中断请求是否…
自绘按钮的实现
如果你希望能够在自己的程序中表现出新意，那么你一定不会仅仅满足于MFC提供那些标准控件。这时，我们就必须自己另外多做些工作了。就改变控件外观这一点来说，主要是利用控件的自绘功能（Owner Draw）实现的。本篇将和各位…
24/4毕业设计小记
折腾了很久了，关于我的毕业设计，一直就没有时间来写博客，今天感冒了，趁着思路不太好的时候就写一篇博客吧！写什么好呢，就写基于vlc sdk的播放器开发吧！ 我的项目是关于windows和linux两个平台的…
AI修复100年前晚清影像喜提热搜，这两大算法立功了
整理 | 夕颜来源 | CSDN（ID：CSDNnews）昨天，一条“100 年前北京晚清的影像”喜提热搜，博主用 AI 技术修复了一段 10 多分钟的古董视频，使得 100 多年前老旧的黑白影像变得更加清晰，甚至有了颜色。…
ls和find命令查找的一些小技巧
看到老男孩老师的博客有一篇是要写用三种方法查找修改文件；想来想去后面回去看一下ls和find命令的使用技巧，非常实用这里总结一下、省得每次用都百度：ls命令总结：-t 可以查看相关修改的时间-l 每行显示一个条目-h 可以结合显示文件…
[Android]ListView性能优化之视图缓存
前言ListView是Android中最常用的控件，通过适配器来进行数据适配然后显示出来，而其性能是个很值得研究的话题。本文与你一起探讨Google I/O提供的优化Adapter方案，欢迎大家交流。声明 欢迎转载，但请保留文章原始出处:) 博客园&am…
在商业中，如何与人工智能建立共生关系？
作者 | Daniel Williams译者 | 风车云马 责编 | Carol出品 | AI科技大本营（ID:rgznai100）如今这个时代，不管是有意还是不经意，我们都在接触或使用人工智能。在我们的日常生活和商业实践中，各种在线的设备、云计算和边缘…
H.264 基础及 RTP 封包详解
一. h264基础概念 1、NAL、Slice与frame意思及相互关系 1 frame的数据可以分为多个slice. 每个slice中的数据，在帧内预测只用到自己slice的数据， 与其他slice 数据没有依赖关系。 NAL 是用来将编码的数据进行大包的。 比如，每一个slice 数…
点分十进制IP校验、转换，掩码校验
/****************************************************************************** 点分十进制IP校验、转换，掩码校验* 声明：* 本文主要记录如何对IP、掩码进行转换、校验等相关内容，注意大小端的问题。** …
再见 Python，Hello Julia！
作者 | Rhea Moutafis译者 | 苏本如，责编 | 夕颜头图 | CSDN 下载自视觉中国出品 | CSDN（ID：CSDNnews）随着Python的停滞不前，一个新的热门竞争对手崛起了。如果Julia对你来说仍是个谜，别担心。不要误会我的…
【流媒體】jrtplib—VS2010下RTP开源协议库JRTPLIB3.9.1编译
一、JRTPLIB简介 老外用C编写的开源RTP协议库，用来进行实时数据传输，可以运行在 Windows、Linux、 FreeBSD、Solaris、Unix和VxWorks 等多种操作系统上，主页为：http://research.edm.uhasselt.be/~jori/page/index.php?nMain.Home…
揭露Windows中各种不老实的服务
使用电脑经常会碰到各种各样的问题，比如：网上邻居上看不到一个邻居、无法拨号上网、电脑关机速度变慢等，在你尝试了各种方法还没有解决时，不妨到“控制面板→管理工具→服务”中查一查，没准故障的根源就在这里。 …
文本相似度的计算
文本相似度的计算方法有很多，这里简单记录一下 传统的VSM模型： 计算文本相似度的时候主要是使用tfidf来协助生成文档向量 整个文档集合有多少词，就是多少维度 每个文档中的词用tfidf来生成权重，用权重来表示文档的向量 生成向量后…
vc picture控件载入背景图，随控件大小改变
在mfc里，想要在Picture控件中载入一张图片有两种方法：静态的和动态的。静态的方法就是图片先载入资源（.rc）文件中，拥有一个唯一的ID；动态的方法就是制定图片的路径名即可。 当然这样的方法网上一搜有很多&…
真没想到，Python还能实现5毛特效
来源 | ZackSock（ID:ZackSock）图源 | 视觉中国Python牛已经不是一天两天的事了，但是我开始也没想到，Python能这么牛。前段时间接触了一个批量抠图的模型库，而后在一些视频中找到灵感，觉得应该可以通过抠图的…