主题：【讨论】现在的自动车为什么这么慢呢？ -- cdcdcdd
家园 【讨论】现在的自动车为什么这么慢呢？ 今年美国高级武器研究总署（darpa）举办的自动车挑战赛胜利结束。最终由卡内基梅隆大学和斯坦福代表队分别夺得冠亚军。冠军队所使用的改装的雪佛兰自动车在100公里赛程中时速不过20公里。有点奇怪为什么这么慢呢，动力肯定不是问题，难道是电脑处理数据的速度不够快吗？
http://www.time.com/time/magazine/article/0,9171,1684543,00.html
家园 从科研的角度讲，速度不是侧重点 侧重点是智能化程度。
ALV研究早期是在结构化道路上跑，那时的算法主要是白线跟踪和障碍物检测，不是很复杂的东西。现在有些汽车已经用这些技术做车载的报警系统了。
难的是非结构化道路，在缺少路面标记的情况下要做path finding，这个挑战还是有相当难度的。CMU的RI一直是这个方面的领跑者。不过我个人认为二十年来的进展不是很大，主要还是智能算法上没有太大突破。比尔盖茨曾经认为ALV最终的市场应用是做玩具，也不是没有道理。当然美国军方是不这么认为的。
中国十多年前就有ALV的研究了，比CMU只晚了几年，但主要是结构化道路。当时863计划ALV项目的视觉算法中有几个模块还是本人写的，简单的图像处理而已。那辆车在清华做过测试，可以沿着固定的道路走，绕障碍物，等等。后来我出国了，改行了，对国内的进展就不清楚了。不过这些年遇到国内的导师也没听提起，估计可能是中止了。
家园 有空我可以给诸位简单介绍一下 陆地无人驾驶车辆技术，以及为什么陆地无人驾驶车辆技术这么难弄好。也算参与过我国的无人车相关技术攻关，对此有点了解。
家园 一开始看成 [SIZE=3]现在的自行车为什么这么慢呢？[/SIZE]
家园 这东西进步可是会很快的 国家地理台为此拍的纪录片里，上一年开的最远的
才走了7英里。新一年就n多车子到终点了。
斯坦福的是冠军。
家园 难点在于识别 计算机图像识别是一个很难的问题。这个挑战赛的主要挑战就是在识别而不是动力。目前的图像识别只能在简单条件下识别特定的物体（比如人脸）。真要做到终结者里那样的机器人需要解决复杂环境下大量物体（至少几千种）识别的问题，目前的图像识别还做不到。这个自动车从某种意义上来说就是一个机器人。