印度拥挤的道路可以为无人驾驶人工智能提供更好的数据 (2)胡海泉

发布时间：2022-07-20 01:32:32 来源：大公娱乐网

印度拥挤的道路，可以为无人驾驶“人工智能”提供更好的数据

印度拥挤的道路，可以为无人驾驶“人工智能”提供更好的数据...

据BBC报道，地球上的半数人口都居住在城市中，到2050年，这个比例将达到66%。过度拥挤的街道正越来越成为令人担忧的问题，但印度公路或许可以帮助我们找到解决之道。

当我们在印度班加罗尔拥挤街道上穿梭时，我（本文作者艾德·根特（Edd Gent））的黄包车车夫Raju向我解释着道路规则，他说：“在60秒内，你必须考虑到70个选项。”在印度生活了两年半之后，我明白他所说的意思。在印度，公路上的每寸地面都不会被浪费。如果出现缺口，立刻就会有机车把它填满。

汽车的保险杠会互相碰撞，超车频繁发生，指示器和后视镜都成了可选的附加物，变得可有可无。大多数司机似乎更多依赖于附近车辆不停的鸣笛进行判断，它们就像一种回声定位系统。这些都是印度司机应对道路疯狂的独特方式，他们已经习惯了去预测那些不可预测的东西。

图1：印度拥挤的道路就像道路障碍（比如大象）“万花筒”，但它可以为无人驾驶的人工智能提供更好的数据

Raju解释称：“我们预期会出现任何东西。只有这样，我们才能做出预测。我们总是期待着前面的车会向左或向右转弯，甚至突然刹车。事情也总是这样进行着。”这种“驾驶哲学”有着复杂的文化和历史根源，但同时也是城市人口和汽车保有量快速增长的产物。政府数据显示，在2000年至2013年间，印度汽车保有量几乎增长了四倍。这种增长速度超过了新建基础设施的速度，以至于让市民们无法适应。

印度绝非个例，在中国、巴西以及菲律宾等国，也都出现城市拥挤和汽车保有量激增的类似情况。但对许多科技公司和研究人员来说，印度混乱的道路使其成为完美的测试地。

城市过度拥挤是个复杂而微妙的问题，没有任何灵丹妙药可以解决，它需要一个全面的规划，解决基础设施、收入不平等以及能源供应等方方面面的问题。但就这些城市的道路而言，世界各地的技术专家都在追求一个宏大的构想：无人驾驶汽车带来了保证交通畅通，并帮助我们优化旅程。他们的观点是，智能机器人汽车可以相互交流，更好的感知障碍，并能创造更有组织的交通流量。

但是，这种技术的大部分都是为西方有序的街道而开发的。Uber前首席执行官特拉维斯·卡拉尼克（Travis Kalanick）曾表示，在体验了德里的交通状态之后，印度将是最后部署无人驾驶汽车的地方。然而，这未能阻止设计公司Tata Elxsi，该公司正在开发无人驾驶系统，它可以对任何汽车进行改装，并且已经开始在班加罗尔总部附近的测试轨道上测试原型车。

道路测试还很遥远，他们对面临的挑战有着清楚的认识。Tata Elxsi营销和策略主管Nitin Pai说:“在这里，驾驶行为是非常不稳定的。规则不是规则，更多的时候只能充当指导方针。”这就是要特别研究印度道路的理由，以为它可以帮助我们想出最好的主意。无人驾驶汽车在很大程度上依赖于机器学习，也就是人工智能（AI）利用海量数据训练自己的能力，比如识别车辆，并预测它们的轨迹等。

到目前为止，这些汽车已经在美国旧金山和匹兹堡等地的公路上进行测试，在中国和日本等国家也进行了测试。但是，大多数研究都是在西方进行的，因为那里的司机行为被认为是可以预测的，道路上有明确的标志，测试起来更可靠。Nitin Pai表示:“这些是你建立无人驾驶汽车系统的基础。”

Tata Elxsi团队已经在用德国卡尔斯鲁赫理工学院研究人员收集的第三方数据训练他们的系统。这是在德国的道路上完成的，使用配备高分辨率摄像头、GPS和激光雷达传感器的汽车进行测试。其中，激光雷达可以使用激光而飞声音来进行非常灵敏的距离测量。

图2：印度的街道向来以混乱著称，但这也是繁忙拥挤的城市标志，这些城市可以从智能城市技术中受益

Tata Elxsi战略举措负责人拉杰什·库马尔（Rajesh Kumar）说，他们已经开发出使用这些数据的算法，但机器学习的效果与你提供的数据息息相关。如果我们想解决过度拥挤的发展中国家的道路问题，我们需要从这些环境中获取数据。印度道路上有许多德国公路上没有出现的障碍，这意味着，接受德国数据培训的AI将无法识别在印度道路上行驶的无人驾驶汽车遇到的所有物体。

不仅仅是黄包车。在印度，摩托车和电动车更为普遍，汽车也与非传统道路使用者展开竞争。人力车夫Raju笑着称：“马路上会突然出现人、牛、猴子以及大象等。他们也是我们交通的一部分，所以我们总是需要警惕他们。”所有这些都能帮助无人驾驶汽车技术变得更好、更安全，而在没有印度道路数据的情况下是不可能实现的。

库马尔表示，如果无人驾驶汽车要在印度道路上行驶，那么捕捉这些差异就变得至关重要，但对于想要为其他发展中国家完善这项技术的研究人员来说，这也是一个数据金矿。因此，这些研究人员每周都会有数次驾驶者装满传感器的汽车，在班加罗尔的怀特菲尔德郊区游荡，以建立由高清视频、激光雷达数据和高精度GPS数据构成的本地数据集。

Tata Elxsi认为，他们的第一批客户将在发达国家，但设置高门槛可能最终让他们进入拥有类似交通状况的新兴市场。库马尔说:“如果我们能够解决印度的道路问题，我们就可以在任何道路上畅通无阻。”

Tata Elxsi并不是唯一试图驯服印度道路和高速公路的人。印度理工学院(IIT)马德拉斯分校的副教授莱莉塔·戴维（Lelitha Devi）也在研发所谓的智能交通系统(ITS)。这是源自英国的服务技术，包括数字巴士到达时间标志，以及旨在保持交通畅通的交通信号灯智能系统。戴维说，印度城市的管理人员越来越希望引进类似的技术，但缺乏本土解决方案意味着他们经常求助于西方供应商。

戴维表示：“在美国或英国行得通，并不意味着它也能在我们的城市中起作用。这些城市环境是完全不同的，印度的情况要复杂得多。所以我们需要本土的解决方案。”戴维的实验室已经在金奈的一个通勤走廊上建立了摄像头和传感器网络。低功率无线通信技术将数据传输到IIT的临时交通监控室，以帮助他们开始构建印度交通的模型。戴维说：“在西方交通中，车辆都是前后有序行进的，在拥堵期间，它们都留出了最小的间隔。而在印度，你所拥有的任何空间都将被车辆占据。”

图3：科技公司正在收集数据和监控道路活动以建立人工智能算法，而这种算法需要借助印度混乱、充满障碍的道路

戴维的许多学生正在尝试模拟两轮车在车辆周围移动的模式，他们将此比作是流动的液体通过沙袋。与此同时，他们的一个模型已经投入使用，通过城市巴士的GPS数据来预测到达时间。戴维说，欧洲也使用了类似的方法，但他们倾向于在路线的子部分上设定统一的速度。但在印度，你不能假设任何事情都是统一的，或使用任何预测方法。

甚至在获取数据时也需要创造性思维。一种监测交通流量的流行方法是使用“感应线圈”。即在每个车道下铺设导线，当车辆经过时，导线的磁场受到干扰，导致信号被传送到计数器上。然而，这种方法只有车辆严格按照车道行驶时才起作用。但在印度，这种情况很少发生。因此，戴维的团队建立了一个系统，即使车辆同时通过的时候，也能准确地检测出八种车辆的类型。

这些项目都给人留下深刻印象，但它们还处于起步阶段，很难说服城市规划者实施它们。戴维表示，官员们往往更喜欢已有的外国解决方案，不管它们是否适合印度的条件。但这种技术有相当大的推动力。印度总理纳伦德拉·莫迪（Narendra Modi）的旗舰项目之一就是耗资150亿美元的智能城市计划，目标是利用数据来改变从交通到卫生设施等。在印度蓬勃发展的城市和日益拥堵的街道上，这些好处可能会相当可观。

黄包车车夫Raju说，15年前，班加罗尔公路的平均时速是40公里，现在已经降到了10公里。他说：“那些现在入行的黄包车车夫从业时间可能无法超过5年，因为交通拥堵和污染越来越严重，这将威胁到他们的健康。”

图4：印度通勤者正经历拥挤的交通高峰期

戴维认为，像公共汽车预测系统这样的技术可以通过鼓励人们使用公共交通来减轻负担。在乘客调查中，他们发现许多人更愿意乘坐公交车，但根本无法依赖它们。戴维的团队也在研究道路规划系统，以优化道路的使用。他们的交通预测系统将来会根据交通流量智能化地控制交通信号灯，而不是像现在这样使用定时器。

但是，所有技术都只能提供辅助作用，解决交通困境的最好方式还应聚焦于人类身上。有些交通工程师认为，尝试改变印度司机的习惯可能是更好的方法，但戴维认为这是他们无法控制的。和印度的大多数事情一样，随流而去更容易。戴维称：“这就是印度系统的运行方式，问题在于我们如何改进它。无论如何，从某些方面来说它更高效，而且也不会浪费路上的任何空间！”