无人驾驶汽车两个主要方法主要基于光谱的两端。一种方法是“蛮力”方式，谷歌等公司使用的就是这种方式，其主要依靠已有的强大街道网络实现侦查，并且还需要一批人在这些地图上标注上所有对沿着这些街道行驶有用的实际信息。
另一种方式装载可以感知数千公里以内的驾驶信息的车载 雷达，激光和摄像头，以及汽车控制界面，并让其通过运算学习法学会“如何驾驶”。
近期再次兴起的深度学习——依靠大量数据训练的多层神经网络——在这些学习算法中起到了核心作用。
这些方法，包括这两种方法的组合，已经把我们带到了这样一个时代，汽车可以通过一系列通常较昂贵的安装在汽车和房顶的传感器自主行驶，每数个小时才会发一次错误，也才需要人为干预。
至少是在好的天气下它们都能较长时间的安全驾驶。但在夜晚，或者是大雨、下雪或是雾霾的情况下，这些系统大多数是无用的。
“失明”的无人驾驶汽车
部分责任归因于传感器本身。许多激光器不能在大雨中看清四周，而照相机在低光照的夜晚不能很好工作。基于这些条件，汽车就完全变成了瞎子。
但这也不是唯一的原因。下次当你坐在一辆夜晚行驶在热带暴风雨或是暴风雪中的汽车时，观察一下人类驾驶员到底又能看清什么。
更可能的是，驾驶员们不能看清车前几十米以上的距离。由于雨刮器的来回扫动，加上车前空中落下的雨或是雪，能见度将大幅降低。
- 本文固定链接: https://zqdl.tv8seo.com/2048.html
- 转载请注明: 百变魔尺玩法图解教程大全|智商情商测试题/魔尺世界最强大脑cctv1开讲啦挑战不可能 http://zqdl.tv8seo.com/
