减少交通事故,提升城市宜居性,自动驾驶“浪潮”奔涌而来
自动驾驶汽车能够准确绘制周围环境的地图,并监测附近车辆、交通灯、行人和车道标记等的位置以及实时情况。目前的研究表明,尽管仍需对其中每个子系统进行重大改进,才能实现功能全面、安全的自动驾驶汽车,但一旦实现了这些里程碑式的改进,人们不仅会改变汽车的操作方式,还会发现其所带来的影响远远超出自动驾驶汽车领域。美国《福布斯》双周刊网站在近日的报道中,展望了自动驾驶汽车有望改变未来世界的4种方式。
减少交通事故
世界卫生组织提供的数据显示,全球每年约有130万人死于交通事故,这一数字在2030年有可能达到220万人,这些事故大多由人的判断失误造成。此外,美国每天约有32人死于醉酒驾驶导致的撞车,这意味着几乎每45分钟就有一人因此丧命。如今,道路交通伤害已经成为全球第八大死因。
自动驾驶汽车可以避免因为驾驶员的失误而造成的交通事故,减少酒后驾驶、恶意驾驶等行为的出现。自动驾驶汽车车身上搭载的传感器和摄像头可以帮助汽车感知前方情况、恶劣的天气情况以及其他汽车向特定方向行驶的可能性。谷歌母公司“字母表”旗下自动驾驶汽车子公司Waymo在其第五代自动驾驶汽车配备了补充传感器,包括激光雷达、360度摄像机等,这些技术设备有助于车辆根据天气条件、时间和其他类似因素调整行驶情况。
如果自动驾驶汽车成为主要的交通方式,交通事故死亡人数将减少94%。国外机构的研究显示,如果美国公路上90%的汽车转变成自动驾驶汽车,死亡人数将从每年3.3万人降至1.13万人。
汽车保有量下降
拥有一辆汽车,每年花费不菲,但大部分汽车多数时间都静静地待在停车场里。
未来大多数自动驾驶汽车可能会作为共享车辆运行,主要由共享车辆公司拥有。因此,车主数量将减少,这有助于减少交通问题并节省不必要的停车位。麦肯锡咨询公司估计,自动驾驶汽车将为美国节省大约610亿平方英尺的停车位面积。
自动驾驶汽车还可以让用户节省买车的费用。美国国家汽车交易商协会的数据显示,美国人购买一辆新小汽车的均价为3万美元左右。美国汽车专业调查公司IHS估计,到2035年,自动驾驶技术可以达到完全不需要人工控制的水平,其价格也将进一步下降至3000美元。
美国密歇根大学交通运输研究所提供的数据显示,一旦采用自动驾驶汽车,美国汽车保有量最高将下降43%。美国斯坦福大学计算机专家赛巴斯钦·特隆也指出,一旦自动驾驶汽车成为主流,公路上只需要30%的汽车。
除了提升运营效率外,由于自动驾驶汽车在加速、制动以及变速等方面都进行了优化,其还将提高燃油效率和车辆利用效率。预计到2050年,城市车辆的使用成本将减少40%。
物流加速实现自动化
自动驾驶汽车未来也可以被用于运送食物和包裹。自动驾驶汽车将使企业能够快速、顺利地满足客户需求。自动驾驶汽车和半自动卡车可以配备各种特殊的传感器和摄像机来识别物体和地址。
例如,优步公司已经通过UberEats,成功进军食品递送行业;而通用汽车子公司Cruise Automation也开始与DoorDash合作,探索实现自动驾驶食品递送。此外,美国陆军正在开发能在冲突地区运送食品、燃料和物资的自动坦克和自动驾驶车辆,美国海军也在研发能够扑灭船上火灾的自动驾驶车辆。
提升城市生活宜居性
2022年测得大气中二氧化碳浓度为百万分之421,比工业化前水平高出50%。在美国,乘用车排放出的温室气体约占温室气体排放总量的16.4%。
随着自动驾驶汽车逐步推出,道路上的交通工具数量大幅降低,有助减少温室气体排放量,人们也因此可以呼吸到更新鲜的空气。据麦肯锡咨询公司预测,自动驾驶汽车每年帮助减少3亿吨温室气体排放,这相当于航空业二氧化碳排放量的一半。毕马威公司的报告显示,自动驾驶汽车可以将高速公路容纳汽车的能力提高5倍。美国德克萨斯大学奥斯汀分校一项研究表明,每辆自动驾驶汽车可以取代约11辆常规汽车,运营里程可以增加10%以上。这意味着,基于车辆分享的约车或出租车将大幅减少交通拥堵和环境恶化,大大提升城市的宜居性。
自动驾驶的浪潮已经向我们飞奔而来!波士顿咨询公司预计,到2035年,全自动驾驶汽车将占全球新车总销量的近四分之一,而应用于特定场景的自动驾驶汽车还会更多。自动驾驶将给人们的生活带来这么巨大的变化,是不是非常值得期待呢?
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击