无人驾驶lecture2_Self-Driving Cars

这份文档是MIT课程6.S094：自动驾驶汽车深度学习（Deep Learning for Self-Driving Cars）2018年的讲座笔记，由Lex Fridman主讲。文档涵盖了自动驾驶汽车的多个方面，包括乌托邦和反乌托邦观点、自动驾驶汽车的不同自动化级别（根据SAE J3016标准）、超越传统自动化级别的两种AI系统（人类中心自主性和完全自主性）、自动驾驶汽车的硬件和传感器、以及自动驾驶汽车的关键任务，如定位与映射、场景理解、运动规划和驾驶员状态检测。 文档强调了自动驾驶汽车技术的双刃剑特性，既能节省生命、消除汽车拥有权、增加流动性和访问性、节省资金，并使交通个性化、高效和可靠，也可能消除交通部门的就业机会、引发失败案例、可能存在的人工智能偏见和安全问题。文档还提到了人们对AI在自动驾驶汽车中表现的直觉可能是错误的，并强调了区分未来车辆承诺的重要性。 文档详细介绍了自动驾驶汽车的传感器市场，预计到2030年将达到360亿美元，包括雷达、激光雷达（LIDAR）、摄像头等传感器的技术特点和市场价值。同时，讨论了传感器融合技术，以及未来传感器技术的发展，如摄像头与激光雷达的比较。 此外，文档还提到了一些在自动驾驶汽车领域取得显著进展的公司，如Waymo、Uber、Tesla、Audi等，以及它们的一些里程碑事件。文档最后强调了实现完全自动驾驶（A2）需要解决的挑战，包括开发有效的奖励函数，以平衡驾驶安全和愉悦性。