Otomobilgi.comOtomobilgi.com
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • หน้าแรก
  • ข่าวสาร
    ข่าวอุตสาหกรรมยานยนต์ตุรกี
    ข่าวอุตสาหกรรมยานยนต์โลก
    ข่าวมอเตอร์สปอร์ตตุรกี
    ข่าวมอเตอร์สปอร์ตทั่วโลก
  • รถยนต์
    เครื่องยนต์สันดาปภายใน
    • รุ่นเครื่องยนต์สันดาปภายใน
    • เทคโนโลยีเครื่องยนต์สันดาปภายใน
    • เชื้อเพลิงและการสิ้นเปลือง
    • การปล่อยมลพิษและสิ่งแวดล้อม
    • การเป็นเจ้าของยานพาหนะเครื่องยนต์สันดาปภายใน
    • ประวัติยานยนต์เครื่องยนต์สันดาปภายใน
    ไฟฟ้า
    • รุ่นรถยนต์ไฟฟ้า
    • เทคโนโลยีรถยนต์ไฟฟ้า
    • การชาร์จและโครงสร้างพื้นฐาน
    • เทคโนโลยีแบตเตอรี่
    • ระยะทางและอัตราการใช้เชื้อเพลิง
    • การเป็นเจ้าของรถยนต์ไฟฟ้า
    • ประวัติศาสตร์รถยนต์ไฟฟ้า
    ยานพลังงานไฮบริด
    • โมเดลไฮบริด
    • ระบบไฮบริด
    • แบตเตอรี่และการชาร์จ
    • การบริโภคและประสิทธิภาพ
    • การเป็นเจ้าของแบบไฮบริด
    • ประวัติศาสตร์รถยนต์ไฮบริด
    SUPERCAR
    ไฮเปอร์คาร์
  • เทคโนโลยี
    ระบบช่วยเหลือผู้ขับขี่
    เทคโนโลยีความปลอดภัย
    เทคโนโลยีไฟส่องสว่างและการมองเห็น
    ระบบนันเทนเมนต์และการเชื่อมต่อ
    การขับขี่อัตโนมัติและปัญญาประดิษฐ์
    เทคโนโลยีแห่งอนาคต
  • คู่มือ
    คู่มือการซื้อ
    คู่มือการขาย
    การบำรุงรักษาและการใช้งาน
    ความเป็นเจ้าของและต้นทุน
    ยางและล้อแม็ก
    ประกันภัยและการตรวจสภาพ
  • ประวัติศาสตร์และวัฒนธรรม
    ประวัติศาสตร์รถยนต์
    รุ่นอันโด่งดัง
    คลาสสิกและคอลเลกชัน
    การเดินทางทางยานยนต์ของตุรกี
    การออกแบบรถยนต์
    รถยนต์และวัฒนธรรมสมัยนิยม
  • มอเตอร์สปอร์ต
    ฟอร์มูลา 1
    Rally (WRC)
    ราลลี่ครอส
    MotoGP
    Formula 2 & Formula 3
    คาร์ตติ้ง
    การแข่งขันเลอม็อง 24 ชั่วโมง
    WEC
    NASCAR
    อินดี้คาร์
    DTM
    การแข่งขัน GT
    ดริฟท์
    การแข่งรถแบบดรา็ก
  • รู้จักเราให้ดีขึ้น
    เกี่ยวกับเรา
    ติดต่อ
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  1. หน้าแรก
  2. เทคโนโลยี
  3. การขับขี่อัตโนมัติและปัญญาประดิษฐ์
  4. รถยนต์อัตโนมัติสื่อสารกับคนเดินเท้าได้อย่างไร?

รถยนต์อัตโนมัติสื่อสารกับคนเดินเท้าได้อย่างไร?

  • การขับขี่อัตโนมัติและปัญญาประดิษฐ์
  • ผู้เขียน: Lütfi Mete Odabaşı
  • การสร้าง: 1 พฤศจิกายน 2026
สายตาที่สบต่ากันระหว่างคนสองแปลกหน้าที่เข้าใจกันโดยไม่ต้องพูด เมื่อไม่เหลือใครอยู่บนพวงมาลัย ภาษาที่มีมานับร้อยปีก็ถูกแทนที่ด้วยการคาดเดาของเครื่องจักร
สายตาที่สบต่ากันระหว่างคนสองแปลกหน้าที่เข้าใจกันโดยไม่ต้องพูด เมื่อไม่เหลือใครอยู่บนพวงมาลัย ภาษาที่มีมานับร้อยปีก็ถูกแทนที่ด้วยการคาดเดาของเครื่องจักร

เมื่อคุณกำลังจะข้ามถนนไปฝั่งตรงข้าม คุณจะสบตากับผู้ขับขี่ เขาก็แสดงให้เห็นว่าชะลอความเร็วลงเล็กน้อย และคนแปลกหน้าสองคนเข้าใจกันในพริบตา แต่ถ้าเบาะตรงข้ามไม่มีใครนั่งอยู่ล่ะ? ยานพาหนะอัตโนมัติเข้าใจกับคนเดินเท้าอย่างแท้จริงได้อย่างไร - และความเข้าใจนี้ทำงานจริงๆ เหมือนที่เราคิดหรือไม่? คำถามนี้แหละที่กลายเป็นการเดินทางที่สนุกมหาศาลสำหรับคนที่หมกมุ่นอยู่กับรถยนต์อย่างหลงใหล เพราะคำตอบนั้นน่าทึ่งกว่าที่คุณคิดมาก

การตรวจจับคนเดินเท้า: ยานพาหนะมองคุณได้อย่างไร?

Otonom araç sizi gözleriyle değil, lidar ve yapay zekânın her milisaniyede yeniden hesapladığı bir nokta bulutuyla görür.

ขอชี้แจงให้ชัดเจนก่อนว่า: ดวงตาของยานพาหนะอัตโนมัติไม่เหมือนดวงตาของคุณ Lidar เรดาร์ และกล้องทำงานร่วมกัน แปลงทุกสิ่งรอบตัวเป็นกลุ่มจุดคลาวด์และภาพผสมผสาน จากนั้นปัญญาประดิษฐ์จะคัดแยกคนขี่จักรยาน คนขับสกูตเตอร์ และคนเดินเท้าออกจากข้อมูลกองนั้น นั่นคือการที่ยานพาหนะ "มองเห็น" คุณ แท้จริงแล้วหมายความว่ามันคำนวณคุณใหม่อยู่ตลอดเวลา ฟังดูเหมือนนิยายวิทยาศาสตร์ใช่ไหม?

แต่ส่วนที่สำคัญที่สุดเริ่มต้นหลังจากการตรวจจับ: การคาดการณ์ งานวิจัยด้านการคาดการณ์เจตนาของคนเดินเท้ามีระบบสามขั้นตอน - ข้อมูลนำเข้า การสกัดคุณลักษณะ และการคาดการณ์ ยานพาหนะจะรวบรวมสัญญาณทั้งหมดที่มองไปยังคนเดินเท้า เข้ารหัสให้เป็นรูปแบบที่มีความหมาย และในที่สุดก็หาคำตอบสำหรับคำถามนี้: คนคนนี้จะกระโดดลงมาบนถนน หรือจะอยู่บนทางเท้าต่อไป? สิ่งที่คุณทำด้วยการมองหนึ่งครั้ง คือการแข่งขันทางคณิตศาสตร์ที่ทำซ้ำหลายพันครั้งต่อวินาทีอยู่เบื้องหลัง

สิ่งที่น่าสนใจ

  • คนเดินเท้าจำนวนมากเชื่อว่าตนเองสบตากับรถที่กำลังวิ่งเข้ามา - ทั้งที่จริงไม่ได้มองเห็นคนขับเลย
  • หากไม่มีการสบตา ผู้ขับขี่ประมาณ 55% จะไม่จอดรถที่ทางม้าลาย
  • สัญญาณที่สำคัญที่สุดในการคาดการณ์เจตนา คือสถานการณ์เอง ไม่ใช่ตัวคนเดินเท้า เมื่อถอดบริบทออก ประสิทธิภาพจะลดลงอย่างมาก
  • ดวงตาหุ่นยนต์บนหลังคารถช่วยเพิ่มความรู้สึกปลอดภัย แต่ผู้เข้าร่วมไม่เห็นว่าเป็นสิ่งจำเป็น
  • จำนวนการชนที่คาดว่าจะเกิดขึ้น 4 ถึง 5.5 ครั้งต่อยานพาหนะ-กิโลเมตรหนึ่งล้านคัน ยังคงทำให้ปฏิสัมพันธ์ระหว่างคนเดินเท้ากับยานพาหนะอัตโนมัติยังคงเสี่ยงอยู่

ตำนานการสบตา: เราไว้ใจอะไร เมื่อไม่มีใครมองเห็นเรา?

ตรงนี้แหละที่ทุกอย่างเริ่มน่าสนใจจริงๆ การทดลองเรื่องการสบตาระหว่างผู้ขับขี่กับคนเดินเท้าพบสิ่งที่น่าประหลาดใจ: คนจำนวนมากมั่นใจว่าตนเองได้สบตากับผู้ขับขี่ของรถที่วิ่งเข้ามา แต่บันทึกการทดลองแสดงให้เห็นว่า จริงๆ แล้วไม่มีใครมองเห็นคนขับคนนั้นเลย นั่นคือสมองมนุษย์สามารถสร้างความรู้สึกไว้วางใจได้ ไม่ใช่จากการมองจริง แต่จากการสมมติว่ามีการมองนั้น น่าทึ่งราวกับคำพูดเรียกขานจริงๆ

อนึ่ง ก็มีกรณีที่การสบตาได้ผลจริง: คนเดินเท้าที่สบตากับผู้ขับขี่จะรู้สึกปลอดภัยมากขึ้นขณะข้ามถนน และอัตราการจอดรถที่ทางม้าลายก็เปลี่ยนแปลง - หากไม่มีการสบตา ผู้ขับขี่ประมาณ 55% ไม่จอดรถเลยด้วยซ้ำ แต่โปรดระวัง: สัญญาณนี้จะเด็ดขาดก็ต่อเมื่อสัญญาณการเคลื่อนที่ของรถไม่ชัดเจนเท่านั้น และในยานพาหนะอัตโนมัติ สัญญาณนี้ไม่มีอยู่ตั้งแต่แรกแล้ว นั่นคือความเชื่อมั่นแบบดั้งเดิมที่ว่า "ผมมองคนขับแล้ว เขาเห็นผม" จะไร้รากฐานในยุคของรถไร้คนขับ แล้วอะไรเข้ามาแทนที่?

จอดหรือแล่นต่อ? กายวิภาคของการตัดสินใจหยุด-เคลื่อนที่

ช่วงเวลาที่ระบบอัตโนมัติลำบากที่สุดคือช่วงลังเล ณ ทางแยกและทางข้าม นักวิจัยแยกแยะแนวคิดสองอย่างนี้อย่างพิถีพิถัน: crossing intention หมายถึงการตัดสินใจภายในของคนเดินเท้า กับ crossing prediction หมายถึงการคาดการณ์ของยานพาหนะว่า "คนนี้จะอยู่บนถนน" เพื่อให้เห็นภาพความแตกต่าง ลองคิดแบบนี้: การที่เพื่อนคุณตัดสินใจจะปรบมือให้ กับการที่เสียงปรบมือนั้นดังขึ้นจริง ๆ ยานพาหนะต้องคาดเดาทั้งสองอย่างให้ถูกต้อง

การคาดเดาผิดพลาดส่งผลร้ายทั้งสองทาง: ไม่ก็เกิดการลังเลโดยไม่จำเป็นจนการจราจรติดขัด ไม่ก็พยายามทำท่าทางการขับขี่ที่ไม่ปลอดภัย ด้วยเหตุนี้แบบจำลองการคาดการณ์เจตนาจึงได้รับการพัฒนาอย่างต่อเนื่อง ช่วงไม่นานมานี้ แบบจำลอง Transformer แบบเบาที่รวมสี่กระแสพฤติกรรมเข้าด้วยกัน - ความสนใจและสายตา, ตำแหน่ง, สถานะ และปฏิสัมพันธ์ - สามารถคาดการณ์การตัดสินใจที่ทางแยกได้อย่างแม่นยำสูง ที่น่าสนใจยิ่งขึ้นไปอีกคือการทดลองแบบ ablation หรือการถอดส่วนประกอบออก: เมื่อถอดข้อมูลสถานะออกจากแบบจำลอง ประสิทธิภาพก็พังทลาย โดยสรุป สัญญาณที่ทรงพลังที่สุดของยานพาหนะไม่ใช่ตัวคนเดินเท้าเอง แต่เป็นบริบทที่คนเดินเท้าอยู่ในนั้น

ในสาขานี้ยังมีชุดข้อมูลที่มีป้ายกำกับซึ่งอาศัยไม่เพียงแค่ภาพ แต่รวมถึงคำอธิบายภาษาธรรมชาติของผู้ขับขี่มนุษย์ด้วย และการศึกษาแบบ LSTM เกี่ยวกับปัญหาสิทธิ์การใช้ถนนที่ทางแยกที่ไม่มีสัญญาณไฟ และเมื่อปลายปี 2025 ก็เกิดก้าวกระโดดครั้งใหญ่: ระบบชื่อ OmniPredict ที่ใช้แบบจำลองภาษาขนาดใหญ่หลายรูปแบบ โดดเด่นในฐานะแบบจำลองแรกที่คาดการณ์พฤติกรรมคนเดินเท้าของมนุษย์แบบเรียลไทม์ ยานพาหนะกำลังค่อย ๆ เรียนรู้สัญชาตญาณไว ๆ ที่อยู่ในหัวของคุณ

การสื่อสารกับยานพาหนะด้วยใบหน้า: การทดลอง eHMI ได้ผลจริงหรือไม่?

อดีตที่ผ่านมา ผู้ขับขี่และคนเดินเท้าเข้าใจกันผ่านสัญญาณไม่เป็นทางการ เช่น ท่าทางมือและสีหน้า นักพัฒนารถยนต์อัตโนมัติจึงพยายามนำสัญญาณเหล่านี้มาสู่เครื่องจักร และการทดลองส่วนติดต่อการสื่อสารภายนอก หรือ eHMI ก็เริ่มต้นขึ้น ในหนึ่งในการทดลองที่สำคัญครั้งแรก รถบ้านเคลื่อนที่ที่เป็นตัวแทนของรถยนต์อัตโนมัติได้ให้ข้อมูลแก่คนเดินเท้าว่าเมื่อไรจะข้ามถนนได้ จากนั้นก็มีการทดลองจอภาพ แถบไฟ และแม้แต่ดวงตาหุ่นยนต์ที่ติดตั้งบนตัวรถ

ผลการศึกษาภาคสนามของดวงตาหุ่นยนต์ออกมาค่อนข้างปะปน - และในความเห็นของผม นั่นแหละคือเหตุผลที่มันมีค่า ความรู้สึกปลอดภัยของคนที่สังเกตเห็นดวงตาเหล่านี้เพิ่มขึ้น และการทดลองวิดีโอ 360° อีกชิ้นหนึ่งแสดงให้เห็นว่าดวงตาเหล่านี้สามารถลดอุบัติเหตุจราจรที่อาจเกิดขึ้นได้ แต่ผู้เข้าร่วมกลุ่มเดียวกันนี้กลับคิดว่าดวงตาเหล่านั้น "ไม่จำเป็น" กล่าวคือ ใบหน้าของรถที่น่ารักเป็นที่ชอบของเรา แต่ไม่ใช่เงื่อนไขจำเป็น ฝั่งอุตสาหกรรมก็บอกสิ่งที่คล้ายกัน: เพื่อให้คนเดินเท้ารู้สึกสบายใจ ยานพาหนะจำเป็นต้องสื่อสารพฤติกรรมของตนในแบบที่มนุษย์เข้าใจได้ตามธรรมชาติ และบทวิเคราะห์ที่ตีพิมพ์ใน Science เน้นว่าคนเดินเท้าที่ทางแยกรอการยืนยันจากยานพาหนะว่า "เห็น" พวกเขาแล้ว

แต่ที่นี่มีความขัดแย้งแปลก ๆ ที่ต้องไม่มองข้าม: ไม่ว่าคุณจะปรับปรุงการออกแบบการสื่อสารดีเพียงใด คุณก็อาจไม่สามารถป้องกันพฤติกรรมของผู้ใช้ที่เสี่ยงอันตรายได้ การศึกษาเด็กเดินข้ามถนนเผยว่า แม้รถยนต์อัตโนมัติจะเปิดไฟเขียวและชะลอความเร็วในบริเวณที่ห่างไกลจากทางแยก แต่เด็ก ๆ ยังคงแสดงพฤติกรรมการข้ามถนนที่มีความเสี่ยงมากกว่า กล่าวคือ การเขียนคำว่า "ข้ามได้" บนหน้าจอ ไม่สามารถหยุดเด็กที่จะพูดว่า "งั้นฉันวิ่งดีกว่า" ได้ ไม่ว่าเทคโนโลยีจะดีแค่ไหน ปัจจัยด้านมนุษย์ยังคงเป็นตัวแปรที่แปรปรวนที่สุด

ทำไมอุบัติเหตุจึงเกิดขึ้นพอดีในช่วงเวลาที่มีปฏิสัมพันธ์นี้?

ทีนี้มาถึงส่วนที่โหดร้ายกันบ้าง แบบจำลองความปลอดภัยของปฏิสัมพันธ์ระหว่างคนเดินเท้ากับรถยนต์อัตโนมัติ คำนวณจำนวนการชนที่คาดหวังในปฏิสัมพันธ์เหล่านี้ไว้ระหว่าง 4 ถึง 5.5 ต่อรถ-กิโลเมตรล้านคัน - และค่านี้ถูกจัดว่าเป็นระดับความเสี่ยงที่น่ากังวลอย่างชัดเจน ยิ่งไปกว่านั้น ที่มาของอุบัติเหตุคนเดินเท้าแบบดั้งเดิมก็มาจากพื้นที่เดียวกัน: อุบัติเหตุคนเดินเท้าประมาณครึ่งหนึ่งเกิดขึ้นในจุดที่อยู่ห่างไกลจากทางข้าม โดยส่วนใหญ่อยู่ข้างรถที่จอดอยู่ กล่าวคือ ปัญหาส่วนใหญ่ไม่ได้ระเบิดในช่วงเวลาที่ "รถมองไม่เห็นฉัน" แต่ระเบิดในช่วงเวลาที่รถต้องต่อรองกับฉัน

มีคนเดินเท้าบางประเภทที่แม้อัลกอริทึมก็ลำบาก: คนเดินเท้าที่ถือของชิ้นใหญ่ พาสุนัขเดินเล่น หรือแต่งกายแปลกไปจากปกติ สามารถทำให้ระบบตรวจจับล่าช้าหรือสับสนได้ การถูกบังบางส่วน ฉากที่คนพลุกพล่าน และสัญญาณที่คลุมเครือ ก็เป็นจุดที่ระบบต้องดิ้นรนเช่นกัน การเสียชีวิตของคนเดินเท้ารายแรกที่เกิดจากรถยนต์อัตโนมัติในรัฐแอริโซนาปี 2018 ก็เกิดขึ้นในสถานการณ์แบบนี้พอดี: คนเดินเท้าอยู่บนถนนในระยะที่รถไม่สามารถหยุดทัน ในสาขานี้ยังมีงานวิจัยเรื่องความลำเอียงในการตรวจจับยุคแรก ๆ ที่ยังค้างอยู่ในความทรงจำ; ข้อกล่าวหาว่าการรับรู้คนเดินเท้าผิวคล้ำเป็นเรื่องยากขึ้น สร้างความถกเถียงในช่วงนั้น และประเด็นนี้ยังคงเป็นเรื่องที่ต้องจัดการอย่างจริงจังจนถึงวันนี้

ช่องว่างของความโปร่งใส: ใครแบ่งปันข้อมูล ใครไม่แบ่งปัน?

ความตึงเครียดอีกประการในอุตสาหกรรมคือการแบ่งปันข้อมูลความปลอดภัย Waymo เผยแพร่งานวิจัยที่แสดงว่ายานพาหนะของตนปลอดภัยกว่าคนขับมนุษย์ห้าเท่า และปลอดภัยกว่า 12 เท่าในกรณีปฏิสัมพันธ์กับคนเดินเท้า พร้อมเปิดเผยข้อมูลความปลอดภัยโดยสมัครใจ ในทางกลับกัน หลังจากถูกวิจารณ์จากอุตสาหกรรม Tesla ก็หยุดเผยแพร่ข้อมูลความปลอดภัยโดยละเอียด ในตลาดเดียวกัน ฝ่ายหนึ่งเทข้อมูลออกมา อีกฝ่ายก็ดึงม่านลง - ส่งผลให้ประชาชนไม่มีโอกาสได้เปรียบเทียบกันอย่างเป็นธรรมเลย

และยังมีความบิดเบี้ยวที่น่าสนใจในด้านการรับรู้อีกด้วย: ผู้คนตำหนิรถยนต์อัตโนมัติมากกว่าคนขับมนุษย์ แม้แต่ในกรณีที่มนุษย์เองก็ไม่สมบูรณ์แบบ กล่าวคือ ความผิดพลาดของเครื่องจักรไม่ได้รับการให้อภัย ในขณะที่ความผิดพลาดของมนุษย์กลับกลายเป็นเรื่องปกติ ช่องว่างระหว่างการรับรู้ของสาธารณชนกับข้อมูลนี้ กว้างพอที่จะบดบังความสำเร็จที่แท้จริงของเทคโนโลยีได้

แล้วในที่สุดรถยนต์อัตโนมัติเข้าใจคนเดินเท้าได้อย่างไร?

นี่คือคำตอบที่ชัดเจนตามที่สัญญาไว้: รถยนต์อัตโนมัติเข้าใจคนเดินเท้าผ่าน การอ่านพฤติกรรม ไม่ใช่การสบตา เซนเซอร์ติดตามคนเดินเท้าตลอดเวลา ปัญญาประดิษฐ์รวมความเร็ว ตำแหน่ง สายตา และบริบทเข้าด้วยกันเพื่อคาดการณ์เจตนา; เมื่อจำเป็น หน้าจอ eHMI หรือพฤติกรรมของยานพาหนะ - การชะลอที่ชัดเจน การหยุดที่ชัดเจน - จะสื่อสารข้อความนั้นออกไปภายนอก ภาษาของข้อตกลงใหม่ไม่ใช่การสบตาแบบเดิม แต่เป็นการเคลื่อนไหวและบริบท คุณบอกเจตนาของคุณด้วยการเดิน ส่วนมันบอกการตัดสินใจของมันด้วยเบรก

สรุปของผมคือ: ฝั่งเครื่องจักรคาดการณ์ได้ดีขึ้นทุกปี แต่ปฏิสัมพันธ์ยังคงเป็นเกมสองฝ่ายเสมอ ถ้าไม่มีความโปร่งใสในการแบ่งปันข้อมูล ความถ่อมตัวในการออกแบบ eHMI และความอดทนเพิ่มขึ้นอีกนิดจากเราผู้ใช้ ข้อตกลงนี้ก็ยังไม่สมบูรณ์ ถ้าเป็นคุณ คุณจะเชื่อสายตา หรือเชื่อเสียงเบรก? ผมว่าหลัง - แต่ความน่ารักของดวงตาหุ่นยนต์ก็เป็นโบนัสอีกด้วย

แหล่งอ้างอิง

  • Pedestrian Crossing Intent Prediction via Psychological Features and Transformer Fusion
  • Pedestrian Intention Prediction for Autonomous Vehicles
  • Pedestrian Intention Prediction Using LSTM for Right-of-Way
  • Eye Contact Between Pedestrians and Drivers
  • Safe Crossings: The Power of Eye Contact
  • External Human–Machine Interfaces for Autonomous Vehicles
  • Evaluation of Vehicle-to-Pedestrian Communication Displays
  • A Field Study on Pedestrians' Thoughts toward a Car with Eyes
  • Can AI read humans' minds? A pedestrian behavior model
  • Waymo Safety Impact

แชร์หน้านี้

บรรณาธิการหมวดหมู่

Lütfi Mete Odabaşı

Lütfi Mete Odabaşı

อนึ่งหนุ่มสาว มีพลัง ชอบค้นคว้าและเรียนรู้ ผู้หลงใหลในรถยนต์และมอเตอร์สปอร์ต Mete มอบมุมมองของคนรุ่นใหม่เพิ่มคุณค่าให้กับแพลตฟอร์มข่าวสาร ความรู้ และวัฒนธรรมยานยนต์ของเรา เขาติดตามนวัตกรรมด้านเทคโนโลยีรถยนต์และความเคลื่อนไหวในวงการมอเตอร์สปอร์ตอย่างใกล้ชิด และเปลี่ยนสิ่งที่เรียนรู้ให้กลายเป็นคอนเทนต์ที่มีประโยชน์และเต็มเปี่ยมไปด้วยเนื้อหาสำหรับ otomobilgi.com

เนื้อหาที่เกี่ยวข้อง

เทคโนโลยีพร้อม แบบแปลนพร้อม แต่ที่นั่งว่าง ๆ บนทางหลวงของสหรัฐฯ ยังคงต้องมีคนขับนั่งอยู่ เพราะอุปสรรคที่แท้จริงไม่ใช่ซอฟต์แวร์ แต่เป็นเรื่องเศรษฐกิจและกฎระเบียบ
การขับขี่อัตโนมัติและปัญญาประดิษฐ์ทำไมรถบรรทุกอัตโนมัติบนทางหลวงของสหรัฐฯ ยังต้องมีคนขับ?
รถยนต์อัตโนมัติได้ยินเสียงไซเรนได้จากระยะ 800 เมตร แต่ก็ยังจอดขวางทางหน้ารถดับเพลิงต่อไป มันมีหู แต่ขาดสัญชาตญาณ
การขับขี่อัตโนมัติและปัญญาประดิษฐ์รถยนต์อัตโนมัติทำอย่างไรเมื่อเจอเสียงไซเรนของตำรวจและรถพยาบาล?
ในหิมะตกหนัก ประสิทธิภาพการตรวจจับของ lidar ลดลงมากกว่า 50% และเนื่องจาก AI ไม่รู้ว่าควรเชื่อเซ็นเซอร์ใด รถแท็กซี่อัตโนมัติจึงต้องจอดนิ่ง
การขับขี่อัตโนมัติและปัญญาประดิษฐ์ทำไมรถอัตโนมัติถึงมองไม่เห็นในหิมะและฝน?
แม้จะมีการเดินทางแล้วกว่า 20 ล้านครั้ง แต่เพียงเช้าวันเดียวที่เกิดการปิดถนนในอู่ฮั่น ก็ทำให้ทั้งกองฟลีทแท็กซี่ไร้คนขับต้องกลับไปสู่ยุคที่ต้องมีพนักงานรักษาความปลอดภัยนั่งควบคุมในคืนเดียว
การขับขี่อัตโนมัติและปัญญาประดิษฐ์Apollo Go หรือ Waymo? ใครนำหน้าในสงครามแท็กซี่ไร้คนขับ
รถโรบอตแท็กซี่ของ Zoox ที่สองด้านสมมาตรกันเป๊ะไม่จำเป็นต้องรู้จักความหมายของการถอยหลังอีกต่อไป เพราะทิศทางเป็นเพียงเรื่องของการเลือกเท่านั้น
การขับขี่อัตโนมัติและปัญญาประดิษฐ์Zoox Robotaxi ไม่ต้องเข้าเกียรถอยหลังเนื่องจากการออกแบบสองทิศทาง
เมื่อเส้นแบ่งเลนเลือนรางจนมองไม่ชัด สิ่งที่เข้าควบคุมพวงมาลัยแท้จริงแล้วไม่ใช่ปัญญาประดิษฐ์ แต่เป็นมนุษย์ที่นั่งจ้องหน้าจออยู่ห่างออกไปหลายกิโลเมตร
การขับขี่อัตโนมัติและปัญญาประดิษฐ์ผู้ควบคุมระยะไกลที่อยู่เบื้องหลังแท็กซี่ไร้คนขับ
แท็กซี่หุ่นยนต์ของ Waymo มาถึงหน้าประตูคุณในซานฟรานซิสโก แต่ในเมืองเล็กธรรมดาที่อยู่ห่างออกไปเพียงไม่กี่กิโลเมตร แอปพลิเคชันกลับตอบกลับมาเป็นช่องว่างเปล่า
การขับขี่อัตโนมัติและปัญญาประดิษฐ์ทำไม Waymo ถึงมีแผนที่เฉพาะในบางเมืองเท่านั้น?
ยานพาหนะทุกคันที่เชื่อมต่ออินเทอร์เน็ตต่างมีพื้นที่โจมตีแฝงอยู่; กรณี Jeep ปี 2015 ได้พิสูจน์แล้วว่านี่ไม่ใช่เรื่องเล่าฝันร้าย แต่เป็นความจริงที่พิสูจน์ได้
การขับขี่อัตโนมัติและปัญญาประดิษฐ์รถยนต์อัตโนมัติถูกแฮ็กได้หรือไม่? ความเสี่ยงไซเบอร์ในการขับขี่แบบเชื่อมต่อ
การสมัครสมาชิก FSD ราคา 99 ดอลลาร์ของ Tesla สัญญาถึงชื่อของมันว่าอิสระภาพในการขับขี่เต็มรูปแบบ แต่จะคุ้มค่ากับเงินที่จ่ายไปหรือไม่นั้นขึ้นอยู่กับว่าคุณขับรถวันละกี่กิโลเมตร
การขับขี่อัตโนมัติและปัญญาประดิษฐ์การจ่ายค่าบริการรายเดือนสำหรับการขับขี่อัตโนมัติสมเหตุสมผลหรือไม่?
นักขับขี่อัตโนมัติเรียนรู้ผ่านความผิดพลาดในการจำลองนับพันล้านกิโลเมตรเสมือน แต่บททดสอบที่แท้จริงเริ่มต้นบนพื้นแอสฟัลต์จริง
การขับขี่อัตโนมัติและปัญญาประดิษฐ์รถยนต์อัตโนมัติเรียนรู้การขับขี่อย่างไร? โรงเรียนเงาของซิมูเลชัน

ป้ายกำกับ

  • ยานยนต์ไร้คนขับ
  • ความปลอดภัยยานยนต์ขับขี่อัตโนมัติ
  • การทำนายเจตนาของคนเดินเท้า
  • อีเอชเอ็มไอ (ehmi)
  • การสบตา
  • การตรวจจับคนเดินข้ามถนน
  • ไลดาร์
  • การฟิวส์ข้อมูลเซ็นเซอร์
  • แท็กซี่อัตโนมัติ
  • เวย์โม (waymo)
  • เทสลา
  • สถิติอุบัติเหตุ

ติดตามเราบนโซเชียลมีเดีย

  • เกี่ยวกับเรา
  • ประกาศความเป็นส่วนตัวตามกฎหมาย KVKK
  • นโยบายความเป็นส่วนตัว
  • ติดต่อ
Otomobilgi.com
แพลตฟอร์มวัฒนธรรมยานยนต์อิสระ
ขับเคลื่อนด้วย Virgo CMS