功能,竟然能提前锁定他们视野盲区外的行人,对他们行为轨迹提前预判。
用户们再也不用担心有人突然横穿马路,或是冷不丁一辆摩托车从后面飞快蹿过来占道。
因为疾雷汽车的感知模块是360度工作,无论视野角度还是高度都远超人类双眼。
只要是出现在感知模块中的交通参与者,都会被牢牢锁定。
哪怕行人暂时被车辆或绿化遮挡,感知模块也会根据他们轨迹进行预判。
鲁柏民讲解完了疾雷汽车的智能识别程序工作原理,又把3D动画换成了一名站立在房间里的机器人。
机器人当然是精灵女佣,此时精灵女佣看到的世界,远比疾雷汽车在路上,看见的世界更复杂。
但无论环境复杂多少倍。
它们的环境感知模块,与下游规划控制模块工作原理是相同的,处理起来只是算力占用的问题。
汽车变成了家电沙发,道路变成了家里地面,那些路障绿化,变成了家里的瓶瓶罐罐,还有锅碗瓢盆。
鲁柏民强调,精灵女佣的感知模块一定比疾雷汽车复杂多倍。
在无数线条与图形组成的单调世界里,精灵女佣通过这些复杂的传感器,完全可以精确的把物体坐标定位到毫米级。
有了物体坐标,就等于有了可执行的运动轨迹。
以精灵女佣拿起一件衣服,丢入洗衣机为例。
用户在下达命令后,精灵女佣只需要融合用户的眼神、语言、和手势动作,就能对衣物进行锁定。
接着规划模块将拿起衣服,再到丢入洗衣机的一整套动作,拆解成几百到几千条,精确到毫米级的空间运动轨迹。
再通过控制模块,去控制热神经单元组成的肌肉运动系统,完成这些空间轨迹动作。
这些动作的计算过程是复杂的,但在强悍的处理器面前,只需要秒,就能计算完毕。
精灵女佣的智能程序,只需要事先导入各种品牌的洗衣机参数,还有衣物与洗衣液的配比。
就能在超算中,进行几百万次的模拟计算,找出丢衣服最流畅的动作轨迹。
鲁柏民告诉观众们,在精灵女佣的眼里,拿起衣服丢到洗衣机的一整套动作,和它拿起菜刀,把一块土豆切成丝,再丢进锅里没有什么不同。
洗衣机的洗衣参数可以导入,那么做菜参数同样可以。
拿衣服到丢入洗衣机的动作可以无数次模拟训练,其它的家政类服务,同样可以。
当烹饪火候,食材重量与调味都被精准到最科学配比时。
鲁柏民在视频里说,他非常期待精灵女佣做菜出的菜肴,还断定比绝大部分用户厨艺高超。
关于它是人工智能,还是人工智障的结论。
鲁柏民说道,巨兽工业已经用一系列超越当前科技水准的硬件,把精灵女佣塑造成了远比人类感知能力丰富,肢体灵活的机械身躯
请收藏:https://m.haitangss.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)