从广告角度来看,在美国各大城市,出租车或网约车在车顶安装大型 LED 显示屏已变得越来越普遍。基于位置的广告可让营销人员锁定位于特定地理区域或距离零售店一定距离内的客户。广告内容可根据位置、时间、驾驶路线甚至天气进行量身定制。Uber 和 Lyft 等网约车公司正在美国几个大城市开展基于位置的广告服务,目的是增加收入和提高司机工资 [ 1 ] [ 2 ]。车顶安装的 LED 广告显示屏可产生大而明亮的图像,但也存在一些缺点,包括由于阻力导致车辆燃油效率降低、道路噪音、高功耗、高成本、不使用时难以拆卸显示屏以及外观不美观。
Uber、Lyft 和 Airbnb 等公司为家庭创造了便利的市场,使他们可以用耐用消费品出售资本服务。车主可以提供乘车服务,房主可以在空余的房间里接待客人。随着这些技术的普及,人们纷纷加入所谓的零工经济,成为司机、送货员和房东。截至 2019 年,Uber 估计,大约有 300 万 Uber 在北美创造了约 300 亿美元的总预订量,而 Airbnb 房东则列出了超过 700 万个空置房间。1 虽然关于技术和监管套利在零工经济增长中的作用存在激烈的争论,但本文重点关注零工经济公司的一个关键特征:与传统生产形式不同,零工经济工作者必须自带(通常成本高昂的)实物资本来工作。2
2020 年 8 月,优步和来福车威胁称,如果它们被要求遵守加州法院的一项命令,将司机重新归类为雇员而非独立承包商,它们将暂停其网约车服务。4 上诉推迟了该命令的实施,但零工经济从业人员的就业分类及其所包含的商业模式仍然是该行业面临的问题。2020 年 11 月的一项投票表决,即第 22 号提案,要求选民将基于应用程序的司机排除在法律之外。如果该提案获得通过,他们仍将是独立承包商,没有劳动保护和福利,例如加班费、带薪休假、工作费用报销和失业补偿,而这些公司将提供一些福利的有限版本,例如医疗补贴和参与驾驶时间的最低工资——本质上为工人创造了一个新的就业类别。5 这对零工经济及其他领域来说风险很高,因为改变我们对工人的分类方式可能会扩展到其他行业。
∗ 我们感谢 NBER 劳工研究会、劳动经济学会、IZA 性别与家庭经济学研讨会、犹他州冬季商业经济学会议、伊利诺伊大学、斯坦福大学、芝加哥大学和耶鲁大学的研讨会参与者提供的宝贵意见。我们还收到了 Judith Chevalier、Dan Knoepfle、Libby Mishkin、Ian Muir 和 Orie Shelef 的宝贵意见,以及 Lindsey Currier 和 Bharat Chandar 提供的宝贵数据帮助。编辑和匿名审稿人提供了非常有见地的评论,大大改进了手稿。Cook:斯坦福大学商学院;Diamond and Oyer:斯坦福大学商学院和 NBER;Hall:Uber Technologies, Inc.;List:芝加哥大学和 NBER。库克是 Uber 的前员工,并保留了公司的股权。List 在我们启动这个项目时是 Uber 的首席经济学家,现在是 Lyft 的首席经济学家。霍尔是 Uber 的现任员工,并保留了公司的股权。
当 Polo 发出警报称 Lyft 车辆中有目标物质时,警察无法知道 Polo 检测到的是非法物质(大麻、可卡因、海洛因或甲基苯丙胺)还是合法物质,即合法处方并由合法医用大麻卡持有人持有的大麻或医用大麻中的 THC。Polo 接受过训练,在遇到任何这些物质时都会以同样的方式发出警报;因此,正如 Aponte 警官所作证的那样,警犬的警报并没有告诉他们检测到了哪种目标物质。Polo 闻到的物质是合法的还是非法的并不容易判断,因此仅凭他的警报无法提供无证搜查所需的合理原因。Baxter,389 So. 3d,809。虽然没有发现大麻或医用大麻,“但我们不会事后根据搜查结果来评估合理原因。”哈里斯,133 S. Ct.,1059。
物体检测是计算机视觉系统中的一项关键任务,广泛应用于自动驾驶、医学成像、零售、安全、人脸识别、机器人等领域。如今,基于神经网络的模型用于定位和分类特定类别的物体实例。当不需要实时推理时,模型集成有助于获得更好的结果。在这项工作中,我们提出了一种组合物体检测模型预测的新方法:加权框融合。我们的算法利用所有提出的边界框的置信度得分来构建平均框。我们在多个数据集上测试了该方法,并在 Open Images 和 COCO 物体检测赛道的背景下对其进行了评估,在这些挑战中取得了最高成绩。Waymo Open Dataset 和 Lyft 自动驾驶汽车 3D 物体检测挑战赛的获胜团队成功应用了 3D 版本的框融合。源代码可在 https://github.com/ZFTurbo/Weighted-Boxes-Fusion 上公开获取。
本章探讨了自动驾驶研究的当前状态,这是在自动出租车要求的背景下设定的。根据开发团队的科学出版物和自我报告提供了全面的概述,研究了环境感知,自我感知,任务成就,本地化,合作,地图使用和功能安全等方面。虽然某些方法在很大程度上依赖于GPS和MAP数据等卫星系统,但很少关注环境感知和场景的理解。尽管近年来对自动驾驶的令人印象深刻的证明,但许多挑战仍未解决,尤其是在自动驾驶公共道路时。本书可深入了解高级驾驶员辅助系统(ADA)和自动驾驶的基本原理,技术细节和应用,涵盖了ADAS系统设计,高级材料,人工智能和可靠性问题等领域。以学术和行业专家的贡献为特色,该全面参考将读者彻底了解ADA的各个方面,突出了未来的研究和发展的关键领域。作者Yan Li博士是Intel Corporation的高级职员工程师,在微电总包装相关的技术解决方案以及质量和可靠性问题方面拥有丰富的经验。在此处给出的文章文本:Li博士参与了矿物质金属和材料协会(TMS),美国金属学会(ASM)和电子设备故障分析协会(EDFAS)等专业协会。此选择可能会对道路事故产生重大影响。她自2011年以来一直是TMS年度会议的组织者,也是综合电路国际物理与失败分析技术委员会成员(IPFA)。Li博士在微电子包装中发表了20多篇论文和两份专利,并共同编辑了一本关于3D微电子包装的书。Shi博士是Lyft 5级自动驾驶部门的主要硬件可靠性工程师。他在加入Lyft之前已经在半导体和消费电子产品上工作了15多年。Shi博士担任过各种职务,包括集成工程师,高级可靠性工程师,员工质量和可靠性工程师以及过程工程师。他获得了博士学位。德克萨斯大学奥斯汀分校的物理学博士学位和中国科学技术大学物理学学士学位。先进的驾驶员辅助系统(ADA)和自动驾驶汽车(AV)的潜在影响很大。通过减少危险的驾驶行为,交通拥堵,碳排放和成本,同时改善道路安全性和独立性,ADAS和AV具有重塑运输的潜力。但是,有许多挑战,包括新技术,非自动级零件的必要性以及现有自动级组件的新任务配置文件。给定的文本似乎讨论了影响运输,环境和安全的人类活动的各个方面。要点包括:日常生活涉及休息,社会联系或工作等个人需求之间的决策。至关重要的方面是随着自动化水平的增加而需要复杂的技术。温室气体,许多国家有计划在2050年到2050年达到零零排放的计划对美国温室气体排放的贡献最大自2020年成立以来,交通拥堵,碳排放和改善道路安全Lyft的自动驾驶部门已取得了显着的里程碑。 拥有超过100,000辆带薪骑手旅行,该平台现在是美国最大的公共自动驾驶商业平台之一[32],Lyft也已开发了四代内部员工测试的自动驾驶车辆平台(图5)。 图像展示了由Lyft的5级部门设计的两辆自动驾驶汽车,该车建立在福特Fusion和FCA Pacifica模型之上。 尽管驾驶员辅助系统和自动驾驶功能取得了进步,但许多挑战仍然存在。 由SAE J3016 [33]定义的六级驾驶自动化框架突出了所涉及的复杂性(表1)。 随着自动化水平的上升,对高级技术(例如感知,计划和控制子系统)的要求也会增加。 感知子系统依赖于传感器来检测车辆外部的对象并将其定位在环境中。 典型的传感器包括相机,GPS,IMU,LIDAR,雷达等。 由于其优点和缺点,各种传感器的组合并不罕见。 [35]。温室气体,许多国家有计划在2050年到2050年达到零零排放的计划对美国温室气体排放的贡献最大自2020年成立以来,交通拥堵,碳排放和改善道路安全Lyft的自动驾驶部门已取得了显着的里程碑。拥有超过100,000辆带薪骑手旅行,该平台现在是美国最大的公共自动驾驶商业平台之一[32],Lyft也已开发了四代内部员工测试的自动驾驶车辆平台(图5)。图像展示了由Lyft的5级部门设计的两辆自动驾驶汽车,该车建立在福特Fusion和FCA Pacifica模型之上。尽管驾驶员辅助系统和自动驾驶功能取得了进步,但许多挑战仍然存在。由SAE J3016 [33]定义的六级驾驶自动化框架突出了所涉及的复杂性(表1)。随着自动化水平的上升,对高级技术(例如感知,计划和控制子系统)的要求也会增加。感知子系统依赖于传感器来检测车辆外部的对象并将其定位在环境中。典型的传感器包括相机,GPS,IMU,LIDAR,雷达等。由于其优点和缺点,各种传感器的组合并不罕见。[35]。通过利用传感器数据和机器学习算法,对象进行检测,分类和跟踪(表2)。感知子系统的信息传递给了计划子系统,该计划子系统生成了具有特定目标位置和速度的投影路点。控制子系统然后根据此数据发送加速,制动或转向消息。这些自治子系统需要通过CPU和GPU实现的强大计算功能。各种架构在市场上共存,包括集中和分布式方法。热管理对于高级驾驶员辅助系统和由于涉及巨大的计算活动而具有自动驾驶功能至关重要。已经引入了液体冷却子系统,其中包含定制设计的冷板,并带有新的悬挂材料和过程(图6)。几家公司遇到了与热管理相关的类似技术挑战,例如冷板设计和热接口材料选择。冷板的屈曲或变形会对热性能产生负面影响,可能导致电短裤和火灾危害。系统中的制造过程或颗粒中的过多残留物会堵塞散热器并阻碍冷却液流动。实际道路上的拐角处对自动驾驶汽车构成挑战。为了减轻这些问题,公司正在广泛测试其系统,从而收集感知数据以离线训练机器学习模型。但是,此过程受到空气界面上数据传输速度的限制所阻碍。J. of CAV,2020年。J. of CAV,2020年。因此,许多组织在道路测试期间使用固态驱动器(SSD)来存储感知数据。由于SSD插入和去除的频率高,金属表面可能会磨损,从而冒着数据丢失的风险。在高级驾驶员辅助系统中使用非自动级组件和自主驾驶功能已节省了市场的时间,但引入了设计挑战。像DRAM内存之类的组件已被为这些应用所要求,但是它们在振动测试中通常会失败,从而导致系统故障。制造缺陷或材料选择不足也可能导致组件故障。在固定层损坏底盘和金属夹子在机箱上造成的隔热层损坏后,现成的单元(OT)单元失败。Shi等人的研究。[35]强调了将多个GPU并行结合到增强计算能力的潜在优势。这可以通过使用歧管整合单个水块来实现,从而简化冷却液环设计。典型的现成(OT)水块/EPDM垫圈/歧管系统由位于水块上的歧管组成,其中两个组件之间的EPDM垫圈夹在两个组件之间。拧紧后,螺钉会压缩EPDM垫圈,在歧管/螺钉上产生排斥力。但是,如图9a在温度周期式测试中,检测到歧管和水块之间的关节周围检测到冷却液泄漏。如图根据鱼骨图,主要假设表明,EPDM垫圈在高温下经历了压缩组和永久性塑性变形。由于其工作温度较低,因此这种现象对消费电子产品并不是一个关注。本研究中讨论的故障模式对自动驾驶汽车的组件和系统资格具有影响。与传统汽车平均每天驾驶不到一小时的驾驶不同,诸如机器人税之类的自动驾驶汽车的日常运营时间将大大更长。10a,这种增加的运营时间减少了达到10,000个小时数的年数。假设车速为每小时35英里(MPH),图。10b表明,随着日常运营时间的增加,自动驾驶汽车将在更少的时间内达到100,000英里。例如,如果一个机器人每天驾驶11个小时,则达到这一里程碑大约需要0.7年。此分析表明,从“数年”的角度来看,自动驾驶汽车的寿命可能比传统汽车的寿命短。这个结论与福特先前的说法保持一致,该声明预测车辆每四年将耗尽和压碎。将在以下各章中更详细地探讨基于任务配置文件的测试计划。作者旨在解决与高级驾驶员辅助系统和自动驾驶功能有关的硬件子系统设计,制造,测试和可靠性分析的出版物的有限可用性。AI和自动驾驶汽车的章节摘要:该系列审查了高级驾驶员辅助系统(ADAS)和自动驾驶汽车的应用。章节还涵盖了安全标准,方法论,挑战(边缘案例,重型尾部分配),公开可用的培训数据集,开源模拟器和验证过程。高级驾驶员辅助系统(ADA)依赖于各种技术,例如LIDAR,雷达,电化学功率系统和车载显示技术,以进行安全导航。对这些技术进行了审查,以分析其能力,挑战和应用。第1章探讨了LIDAR传感器的最新技术,涵盖了关键指标,例如检测范围,视野和眼部安全。讨论了各种激光雷达映射方法,包括机械旋转扫描仪和频率调节连续波(FMCW)LIDARS。第2章回顾了雷达技术,研究其体系结构,类别(单位,bistatic和多键雷达),波形设计以及FMCW雷达的链接预算分析。简化的示例用于说明主题。第3章侧重于ADAS车辆的电化学电源系统,讨论电池类型,化学,结构和过程。还提供了电池管理系统和故障模式分析,以及用于电池测试的行业标准的比较。第4章回顾了各种车载显示技术(LCD,TFT LCD,OLED,LED)及其架构。诸如光学性能,外观,集成和可靠性之类的要求,以及规范,功能,质量和验证等挑战。第5章探讨了数据中心使用的硬盘驱动器的当前状态和挑战。组件和材料,包括各种解决方案,以实现较高的面积数据密度,例如微波炉辅助磁记录和热辅助磁记录。工程师角色涵盖了产品生命周期的硬件可靠性的各个方面。它需要风险评估方法,例如FMEA,断层树分析和应力强度测试,加速且高度加速的生活测试技术以及用于数据分析的统计方法。此外,工程师需要执行故障分析并实施纠正措施,计算系统可靠性指标并评估可修复的系统。使用特定的硬件组件(例如相机,冷板和水块)有助于说明这些概念。章节“高级驱动器 - 辅助系统中的故障分析”深入了电子设备的分析流,讨论了各种电气测试技术,体格检查方法和材料表征程序。它涵盖了几种成像技术,包括I-V曲线跟踪和基于X射线的光谱法。本书还回顾了影响半导体套件的腐蚀机制,尤其是专注于铜和金球键。其他值得注意的来源包括B. Schlager等。此外,还简要概述了先进的驾驶员辅助系统和自动驾驶功能,以及对其他章节内容的审查。自动驾驶汽车对温室气体排放的影响,通过分析包括学术期刊和行业报告在内的各种来源进行了对自动驾驶汽车技术的最新进步的回顾。研究研究了2016年至2021年之间在Google Scholar上发表的论文,重点介绍了高级驾驶员辅助系统(ADAS),自动驾驶和硬件可靠性等主题。该评论强调了几项关键研究,其中包括N. Brese的一项研究,该研究在2019年在IEEE ECTC上提前了汽车电子技术。S. Sun等人进行了另一项值得注意的研究,他研究了MIMO雷达在2020年7月发表的IEEE Signal Processing Magazine文章中对ADA和自动驾驶的优势和挑战。该评论还涉及行业报告,例如2020年12月15日的Lyft新闻稿,该新闻稿宣布了其网络上的下一阶段的自动驾驶汽车。此外,从2020年2月11日起的LYFT报告讨论了经过Aptiv Technology提供100,000次自动驾驶骑行后吸取的经验教训。该研究提到了包括SAE J3016在内的几种标准和准则,该标准和指南提供了分类法和与驾驶汽车驾驶自动化系统有关的术语的定义。的最新传感器模型用于ADA/自动驾驶功能的虚拟测试,发表在SAE INT中。审查还检查了H. Shi等人的论文中讨论的Robo Taxis中的硬件可靠性。在2021年6月至7月的IEEE第71届电子组件和技术会议(ECTC)。另一个相关研究是由F. Chen进行的,他探索了自动驾驶汽车模块/组件的机器人税环境压力和故障模式的硬件可靠性资格。作者承认了几个人的贡献,包括Cruise的Fen Chen,他们分享了他的实验数据,以及提供语法检查的Angel Shi和Charlotte Shi。
夏威夷农药战略咨询邀请研讨会将在 Prince Jonah Kūhiō Kalaniana'ole 联邦大楼 (PJKK) 举行,地址为 300 Ala Moana Blvd, Honolulu, Hawai'i 96850。主会议室位于 4 楼 4-127 室。会议室和美国鱼类和野生动物管理局办公室位于大楼西南侧,面向 Ala Moana 大道。PJKK 的西北侧是美国地方法院。Ala Moana 入口处的警卫将获得一份会议出席者名单。名单上的人可以从正门进入大楼,无需排队接受安全检查。但进入联邦大楼的每个人都必须出示政府签发的有效身份证件。请注意,PJKK 联邦大楼没有公共停车场,该地区的路边停车位非常有限。附近有几个付费停车场,但您可能需要步行几个街区才能到达大楼。强烈建议与会者使用出租车、Uber/Lyft 或公共交通。从威基基乘坐城市巴士到 PJKK 联邦大楼大约需要 35 到 40 分钟。
1 $ 5/mo。折扣$ 24 99 /mo。价格如果您选择无纸化帐单。月费不包括政府税或费用,并且可能会更改。计划或服务可能需要购买生动的设备和35美元的一次性激活费。并非所有计划中可用的所有服务。有关计划的定价,请参见Lively.com。2 $ 79 99的毫中零售价为5/6/24。紧急回应,24/7全天候提供护士呼叫和运营商服务。有关客户服务营业时间,请参见Lively.com/support/faqs。紧急响应轨道大约电话打开并连接到网络时的位置。活泼不能保证确切的位置。Lively不是医疗保健提供者。生动的游乐设施通过Lyft平台安排。乘车票价用于您的每月活泼的账单。通过rootmetrics在顶级无线提供商之间始终如一地评分。3端口取决于所请求的电话号码的可用性,并得到现有承运人的批准。屏幕图像模拟。设备外观各不相同。Lively和Jitterbug是Best Buy Health,Inc。的商标。©2024 Best Buy。保留所有权利。
• Uber:截至 1 月 15 日,洛杉矶县的撤离人员可以使用代码 WILDFIRE25 以折扣价乘坐车辆前往疏散避难所。此优惠每位乘客可使用两次,每次 40 美元。此抵免额只能在前往以下指定疏散避难所时使用。有关如何使用促销代码的说明请参见此处。• Lyft:这家拼车服务提供 25 美元的代金券,可使用代码 CAFIRERELIEF2 乘坐两次,每次最高 25 美元(共 50 美元)。但是,从现在起到 1 月 15 日午夜,此优惠仅向 500 名客户提供。• Planet Fitness:这家健身连锁店为撤离人员和急救人员免费提供其设施,包括淋浴间、更衣室和 WiFi。此优惠有效期至 1 月 15 日• Airbnb:211 LA 正与 Airbnb 合作,为因山火而流离失所的人们提供免费临时住所。更多信息请参见此处。 • 参观阿纳海姆:受野火影响的人们可以访问参观阿纳海姆的官方网站并获取酒店的特别折扣。
