Waymo发展历程 原图定位 Waymo 使用主动学习来训练模型,利用 TPU 和谷歌的深度学习框架TensorFlow。实现全自动驾驶 Waymo Driver 还需要强大的硬件和计算能力。1)激光雷达(即光线探测与测距技术):绘制出车辆周围环境的 3D 图像。激光雷达传感器位于车身各处,用于向各个方向发送数百万个激光脉冲,然后测量它们从对象上反弹回来所需的时间;2)摄像头:让 Waymo Driver 同时全方位观察车辆周围的动静。采用高动态范围技术和热稳定性设计,在日光和弱光条件下都能“明察秋毫”,还能应对更加复杂的环境,甚至能识别数百米外的交通信号灯、施工区域以及环境中的其他物体。Jaguar I-PACE 车型装有 29 个摄像头;3) 雷达:使用毫米波频段为 Waymo Driver 提供对象的距离和速度等重要细节。雨、雾和雪都不会影响雷达正常运行;4)车载计算机:结合了最新的服务器级 CPU 和 GPU,能够实时获取汽车上数十个传感器提供的信息,识别不同的物体(如其他汽车和行人),并计划通往目的地的安全路线。