关于自动驾驶技术与ChatGPT的对话

"ChatGPT is scary good."

"We are not far from dangerously strong AI."

去年底，OpenAI的创始人之一马斯克在推特这样评价自家聊天机器人模型ChatGPT。短短数日后，ChatGPT火遍全球。

▍导远与ChatGPT的对话 关于智能驾驶，我们好奇ChatGPT有多渊博，所以“专访”了TA。  

  既然这样，我们的对话开始了    

我们先从一些基本问题问起，例如实现自动驾驶需要哪些传感器？

▍导远工程师：

对以上几个问题，ChatGPT给出了很完整的答案。我们适当补充，答案就会更精确。

例如，摄像头除了识别障碍物和道路标志外，也可以起到测距的作用。卫星导航不止提供车辆位置，也可提供车辆的速度和授时等信息。用于测量实时车轮转速的轮速计也是重要的传感器。而IMU（惯性测量单元）作为近年新晋上车的传感器，由三轴加速度计、三轴陀螺仪构成，能够实时测量车辆三轴加速度、三轴角速度、速度、位置、姿态信息。    

接下来，我们来到导远所专注的定位感知领域。

如何实现精准定位？ 什么是定位感知？ 卫星信号不稳定或者丢失怎么办？  

  ▍导远工程师： ChatGPT对第一个问题的回答非常完整，正是由于这种依靠多源信息融合的“组合定位”才让智能车定位准确、实时、且不受外界影响。   在后面的问题中，ChatGPT也强调在卫星导航不稳定，甚至信号丢失的时候，IMU在持续输出定位信息，保证车辆的正常行驶。例如在隧道、地下车库、林荫等场景，卫星导航定位精度差甚至无法定位时，车辆通过IMU、轮速计输出实时的速度、位置、姿态等信息，确保全场景的定位可用性。    

  ▍导远工程师： 关于组合定位，它是由优势互补型的两类及以上的定位系统组成，不同的应用背景具有不同方案，主要有惯性导航、卫星导航、地磁、星光、视觉、WIFI、地图、雷达等，通过多源信息融合算法输出实时高精度定位信息。

在L2及以上的智能驾驶时代，使用到卫星导航和惯性导航的组合定位技术是必不可少的。

我们继续加深难度，问了ChatGPT几个行业关注的热点技术问题。  

  ▍导远工程师： 关于地图，司机开车时心里是有地图的。对于自动驾驶，高精地图就是规则。对于L2及以上的智能驾驶，高精地图是必不可少的。   未来高阶的自动驾驶是多种技术的融合，仅依靠传感器或只用感知，不是绝对安全的方向。高精度地图对于保证全场景的可用及安全是十分重要的。   关于IMU精度，低精度IMU噪声大、零漂大，在卫星导航等其他传感器失效时，低精度IMU随时间增加累积的速度、位置、姿态误差大；同时，它的偏差随温度或机动变化发生明显变化，导致速度、位置、姿态的跳变。   关于智能驾驶，ChatGPT有很多自己的见解，我们的工程师也给出了自己的答案。最后，我们也想问问总是解答问题的ChatGPT是否有问题想"请教"我们。  

驾驶模型评价聊天机器人

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。