为什么数据将推动自动驾驶汽车革命?
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-02-01
很难不对这个未来感到兴奋
但是根据专家的说法，它可能比我们想象的要遥远,现实生活中的视听设备是一项巨大的事业，包括监管障碍，编程和数据挑战以及大规模的文化转变,他们将以仅科幻小说家和未来主义者所设想的方式改变世界，而数据将在该故事中扮演重要角色。
自动驾驶汽车的婴儿踏板
多年来，无人驾驶汽车引起了巨大轰动，无数的初创公司和知名汽车公司开始着手处理难题的每个部分,尽管许多的汽车行业参与者付出了巨大的努力，但除了特殊的试点计划外，全自动驾驶汽车仍然难以获得,尽管今天我们已经在道路上测试了少量的自动驾驶汽车，但它们的功能有限，只能在非常特殊的条件下驾驶,安全委员会驾驶员安全教育专，促进健康与安全的营利性企业，我将此比喻为手机的问世，批手机功能有限，覆盖范围非常狭窄，它们仍然不能在所有领域都起作用，但是网络有了很大的改进，我们发现A也是如此，现实情况是我们道路上的大多数汽车的自主权都非常低。
汽车工程师协会定义了六个级别的驾驶自动化
从0（完全手动）到5（完全自动），这些级别已被运输部采用，今天确实没有自动驾驶汽车在运营，有些汽车制造商，例如特斯拉和通用汽车，提供的系统可以处理一些驾驶任务，但需要人们注意，这些是所谓的2级车辆，大多数人认为自动驾驶汽车就是我们所说的4级或5级，在这种级别上，汽车会自行驾驶，而人类则不必关注，第3级是条件自动化，在这种条件下，汽车可以在特定区域内自行行驶，但在不满足这些条件的情况下，人必须接管汽车，有些研究人员认为，这种类型的系统实际上是不可能的，因为人们无法信任人们对环境给予足够的重视。
在将自动驾驶汽车安全地引入充满人类驾驶员的道路上，面临着众多挑战，但是专家们认为，加快采用速度的关键因素是数据。
数据是重要的
数据是到达我们所需要的位置的关键因素，我们目前正在研究的的人工智能（AI）版本，需要大量数据来进行机器学习，以提高计算机了解世界和制定决策的能力，训练车辆几乎需要无限量的数据，因为我们试图做的就是复制人的思维方式，计算机是新的驱动器，用于驾驶非自动驾驶汽车的许多数据与自动驾驶汽车将使用的数据完全相同，但是区别在于处理这些数据的方式是：人还是计算机，道路状况，标牌，天气，地图以及关于道路上其他汽车的预测都是人和计算机都必须处理以安全驾驶的“数据”，但是不仅会使用数据，还会使用数据，他们将创建它，并使用新信息做出新决定-其中一些不是我们以前提供的决定。”
数据对于改善所有先进的驾驶员辅助系统和自主功能极为重要
特别是数据正在促进光检测和测距等传感器系统以及传感器性能的改进-减少错误激活并提高整体自主性能，当我们在道路上看到4级或5级时，这是因为数据工程师有能力收集正确的数据，正确地对数据进行插值，在需要时进行硬件更改投资以及实现成功的更改和改进。
数据中心
为了使4级和5级在我们的道路上变得司空见惯，显然需要更多的计算能力-尤其是当您考虑到今天，即使在较低的自治级别下，互联汽车每小时仍可产生约25 GB的数据，未来的影音将需要不同类型的存储（其中有很多），以从雷达，摄像机和其他传感器以及车载信息娱乐系统，导航系统和维护数据中收集数据，实际上根据预测到2030年，每辆车的存储容量可能达到11 TB，4级和5级的的原型搭载了大型计算机，这些计算机需要变小，以便可以在汽车本身中进行处理-这对于减少时间延迟和将数据传输到云的成本非常重要。
尽管目前所有真正的AI和机器学习（ML）处理都是在云中完成的，但这种情况将会改变
虽然我们不会进入汽车将承担大部分繁重的举重和ML的阶段，但我们将看到的是车辆中的实时数据分析，例如沿着街道行驶的会识别其高清地图中未包含的邻域特征，并做出相应的反应，如果必须重复执行此操作，那么它将在船上进行调整并将信息发送到云，但是它已经根据其在环境中看到的内容调整了其行为。
与此同时在如何远程检索数据方面还需要进一步发展
已经取得了一些进展，到云的数据共享方面的进步将大大提高ML的准确性和先进性，我们开始看到基于ML的软件更新已通过卫星直接发送到车辆，这为车辆提供了的技术，如果我们不打算直接将直接插入计算机，这一点就非常重要，安全和隐私问题然而，让自动驾驶汽车上路的障碍在于数据的隐私和安全性，合理的隐私期望很少的情况下在公共场所收集数据，因此它们不受美国和国外许多隐私法律的约束，收集的数据很可能归数据收集者所有，而不是数据主体，除非完全避免使用此类传感器，否则数据主体本身不太可能选择退出或其他传感器收集的公共道路数据。
如果属于集体机队例如用于共享乘车，则可以集中，存储，分析和出售数据以牟利与其他集中式数据聚合器一样
如果自动驾驶汽车具有面部识别和车牌识别系统，那么这些数据不仅可以用于对社会有益的目的，例如安全和交通管理，还可以用于监视人口并出售以牟利，如果一队收集车牌数据来追踪琥珀警报中涉及的车辆，是否可以？如果此数据也用于公开认股权证，该怎么办？保险公司的保费？广告？由于人们不愿意退出收集的所有数据，因此必须预先满足他们的期望以防止受到伤害，影音制作商在实施这些技术之前，需要确定什么是可接受的和安全的数据使用方式，如果没有他们可能会受到消费者和监管机构的强烈反对。
需要先进的加密方案以及严格的技术和政策措施来保护乘客的位置隐私
没有安全保障这些车辆将不安全或不值得信赖：软件可能会使其无法使用，用于监视人群或有意危及乘客和其他人，呼吁合作，除上述担忧外专家们一致认为，为了取得更好的进步并实现AV的诸多好处，业界需要更好地进行协作，产业合作无疑是未来成功的关键，标签数据对于训练机器学习模型以开发和部署至关重要，值得庆幸的是，这方面正在取得进展，挑战开发人员使用它们来提出更快，更智能的自动驾驶算法，可用于训练自动驾驶的机器学习模型。
运输部还一直在与利益相关方合作，优先考虑并促进迭代式自愿数据交换的开发，以加快安全集成
改善对工作区数据的访问是确定的首要需求之一，以通过与数据生产者和数据用户的协作来推动自愿采用基本工作区数据规范，从长远来看目标是实现规范的协作维护和扩展，以满足[自动驾驶系统]的新兴需求，为了促进关键映射数据的共享，也正在开展工作，从事自动驾驶汽车行业的所有参与者都需要就如何在公司和主管部门之间共享地图数据达成共识，以加速安全无人驾驶汽车的开发，而又不妨碍竞争，支持加速器企业，合并来自区域来源的地图数据需要简化流程，以避免使用多种不同的方式处理和处理数据，映射数据质量，特别是此类数据的准确性和精确性，比解析更为重要。
走向自主未来的道路
但是根据专家的说法，它可能比我们想象的要遥远,现实生活中的视听设备是一项巨大的事业，包括监管障碍，编程和数据挑战以及大规模的文化转变,他们将以仅科幻小说家和未来主义者所设想的方式改变世界，而数据将在该故事中扮演重要角色。
自动驾驶汽车的婴儿踏板
多年来，无人驾驶汽车引起了巨大轰动，无数的初创公司和知名汽车公司开始着手处理难题的每个部分,尽管许多的汽车行业参与者付出了巨大的努力，但除了特殊的试点计划外，全自动驾驶汽车仍然难以获得,尽管今天我们已经在道路上测试了少量的自动驾驶汽车，但它们的功能有限，只能在非常特殊的条件下驾驶,安全委员会驾驶员安全教育专，促进健康与安全的营利性企业，我将此比喻为手机的问世，批手机功能有限，覆盖范围非常狭窄，它们仍然不能在所有领域都起作用，但是网络有了很大的改进，我们发现A也是如此，现实情况是我们道路上的大多数汽车的自主权都非常低。
汽车工程师协会定义了六个级别的驾驶自动化
从0（完全手动）到5（完全自动），这些级别已被运输部采用，今天确实没有自动驾驶汽车在运营，有些汽车制造商，例如特斯拉和通用汽车，提供的系统可以处理一些驾驶任务，但需要人们注意，这些是所谓的2级车辆，大多数人认为自动驾驶汽车就是我们所说的4级或5级，在这种级别上，汽车会自行驾驶，而人类则不必关注，第3级是条件自动化，在这种条件下，汽车可以在特定区域内自行行驶，但在不满足这些条件的情况下，人必须接管汽车，有些研究人员认为，这种类型的系统实际上是不可能的，因为人们无法信任人们对环境给予足够的重视。
在将自动驾驶汽车安全地引入充满人类驾驶员的道路上，面临着众多挑战，但是专家们认为，加快采用速度的关键因素是数据。
数据是重要的
数据是到达我们所需要的位置的关键因素，我们目前正在研究的的人工智能（AI）版本，需要大量数据来进行机器学习，以提高计算机了解世界和制定决策的能力，训练车辆几乎需要无限量的数据，因为我们试图做的就是复制人的思维方式，计算机是新的驱动器，用于驾驶非自动驾驶汽车的许多数据与自动驾驶汽车将使用的数据完全相同，但是区别在于处理这些数据的方式是：人还是计算机，道路状况，标牌，天气，地图以及关于道路上其他汽车的预测都是人和计算机都必须处理以安全驾驶的“数据”，但是不仅会使用数据，还会使用数据，他们将创建它，并使用新信息做出新决定-其中一些不是我们以前提供的决定。”
数据对于改善所有先进的驾驶员辅助系统和自主功能极为重要
特别是数据正在促进光检测和测距等传感器系统以及传感器性能的改进-减少错误激活并提高整体自主性能，当我们在道路上看到4级或5级时，这是因为数据工程师有能力收集正确的数据，正确地对数据进行插值，在需要时进行硬件更改投资以及实现成功的更改和改进。
数据中心
为了使4级和5级在我们的道路上变得司空见惯，显然需要更多的计算能力-尤其是当您考虑到今天，即使在较低的自治级别下，互联汽车每小时仍可产生约25 GB的数据，未来的影音将需要不同类型的存储（其中有很多），以从雷达，摄像机和其他传感器以及车载信息娱乐系统，导航系统和维护数据中收集数据，实际上根据预测到2030年，每辆车的存储容量可能达到11 TB，4级和5级的的原型搭载了大型计算机，这些计算机需要变小，以便可以在汽车本身中进行处理-这对于减少时间延迟和将数据传输到云的成本非常重要。
尽管目前所有真正的AI和机器学习（ML）处理都是在云中完成的，但这种情况将会改变
虽然我们不会进入汽车将承担大部分繁重的举重和ML的阶段，但我们将看到的是车辆中的实时数据分析，例如沿着街道行驶的会识别其高清地图中未包含的邻域特征，并做出相应的反应，如果必须重复执行此操作，那么它将在船上进行调整并将信息发送到云，但是它已经根据其在环境中看到的内容调整了其行为。
与此同时在如何远程检索数据方面还需要进一步发展
已经取得了一些进展，到云的数据共享方面的进步将大大提高ML的准确性和先进性，我们开始看到基于ML的软件更新已通过卫星直接发送到车辆，这为车辆提供了的技术，如果我们不打算直接将直接插入计算机，这一点就非常重要，安全和隐私问题然而，让自动驾驶汽车上路的障碍在于数据的隐私和安全性，合理的隐私期望很少的情况下在公共场所收集数据，因此它们不受美国和国外许多隐私法律的约束，收集的数据很可能归数据收集者所有，而不是数据主体，除非完全避免使用此类传感器，否则数据主体本身不太可能选择退出或其他传感器收集的公共道路数据。
如果属于集体机队例如用于共享乘车，则可以集中，存储，分析和出售数据以牟利与其他集中式数据聚合器一样
如果自动驾驶汽车具有面部识别和车牌识别系统，那么这些数据不仅可以用于对社会有益的目的，例如安全和交通管理，还可以用于监视人口并出售以牟利，如果一队收集车牌数据来追踪琥珀警报中涉及的车辆，是否可以？如果此数据也用于公开认股权证，该怎么办？保险公司的保费？广告？由于人们不愿意退出收集的所有数据，因此必须预先满足他们的期望以防止受到伤害，影音制作商在实施这些技术之前，需要确定什么是可接受的和安全的数据使用方式，如果没有他们可能会受到消费者和监管机构的强烈反对。
需要先进的加密方案以及严格的技术和政策措施来保护乘客的位置隐私
没有安全保障这些车辆将不安全或不值得信赖：软件可能会使其无法使用，用于监视人群或有意危及乘客和其他人，呼吁合作，除上述担忧外专家们一致认为，为了取得更好的进步并实现AV的诸多好处，业界需要更好地进行协作，产业合作无疑是未来成功的关键，标签数据对于训练机器学习模型以开发和部署至关重要，值得庆幸的是，这方面正在取得进展，挑战开发人员使用它们来提出更快，更智能的自动驾驶算法，可用于训练自动驾驶的机器学习模型。
运输部还一直在与利益相关方合作，优先考虑并促进迭代式自愿数据交换的开发，以加快安全集成
改善对工作区数据的访问是确定的首要需求之一，以通过与数据生产者和数据用户的协作来推动自愿采用基本工作区数据规范，从长远来看目标是实现规范的协作维护和扩展，以满足[自动驾驶系统]的新兴需求，为了促进关键映射数据的共享，也正在开展工作，从事自动驾驶汽车行业的所有参与者都需要就如何在公司和主管部门之间共享地图数据达成共识，以加速安全无人驾驶汽车的开发，而又不妨碍竞争，支持加速器企业，合并来自区域来源的地图数据需要简化流程，以避免使用多种不同的方式处理和处理数据，映射数据质量，特别是此类数据的准确性和精确性，比解析更为重要。
走向自主未来的道路
建立安全成功的视听行业可能会给消费者和整个行业带来巨大的经济和社会效益，在过去的五年中，主要的汽车制造商公司，技术巨头和专门的初创公司已经在视听设备上投资了超过500亿元，并且它们的投资将在未来几年内继续,还有很多东西要学习，但是随着我们对数据科学的了解不断扩大，视听设备的发展也将不断发展，这也将对其他领域产生深远的影响，毕竟数据科学影响着我们的日常生活，多年来，美国宇航局给我们的经验教训带来了无数机会，并影响了从粘合剂到运输的行业，同样我希望视音频开发中出现的科学将为可用于其他行业的数据分析创造机会并激发进步，而当前不在视音频领域的其他行业也可能会发现自己。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
