弗吉尼亚的一家机器人公司想挑战一些自动驾驶的规范。它已经建立了一个可扩展的操作平台，可以与真空吸尘器、汽车、农场设备、铁路机车、甚至小型家庭大小的采矿卡车一起工作。

弗吉尼亚州夏洛茨维尔的PerroneRobotics公司在过去14年中一直在开发其MAX(移动自主到X或一切)平台，参加了DARPA大挑战，获得了IntelCapital等机构的高知名度资金，并正在合作开展脊椎动物运动研究，可应用于机器人和自动车辆。

一个用于小型、中型、大型设备的平台

据该公司创始人保罗·佩龙(PaulPerrone)说，“最大的建筑规模是独一无二的。”它可以运行在像RaspberryPI装置这样简单的设备上。Perrone说，它“使公司在任何阶段都能快速设计和制造范围广泛的机器人产品和应用程序。”产品开发人员只在需要时使用尽可能多的计算能力。他说，该公司正在与一家汽车制造商和几家一级(最大的)供应商进行谈判，以便在自动驾驶应用程序中使用该系统。

Perrone说：“我们确实从事工业采矿、自动叉车、个人电脑制造机器人，以及家庭和办公室中的机器人。”最大的设备Perrone机器人将与世界上最大的卡车，利勃海尔T系列，用于地表采矿(主要照片)。这是48英尺长，29英尺宽，24英尺高(48英尺与身体升起)，并提供了V20或V18柴油发动机的选择产生3，或3，马力。这辆空卡车重吨，一次载重吨。它被分几个部分运往最终目的地，然后在现场组装。T不适合在桥梁下，将倒塌的桥梁，它骑过，并会粉碎沥青或混凝土公路，重量，因为它的重量是M1A2阿布拉姆斯坦克的四倍。PRI和利勃海尔于年12月签署了一项开发协议。从理论上讲，自动化采矿卡车相对简单。其他障碍物也比较大，行人也很少。

学习脊椎动物

PerroneRobotics与罗伯特·赫克特-尼尔森，大加州大学圣地亚哥分校脊椎动物运动实验室(VML)，致力于先进的机器学习方法，用于自主车辆的感知和控制。PRI说，该项目“将结合Hecht-Nielsen在人工神经网络(ANN)、拼音理论和脊椎动物运动数学方面的工作，以及PRI在自动车辆和机器人方面的应用经验。”用不同的话说，尼尔森他的工作与传统观点背道而驰，即人类运动所需的神经元计算几乎完全在大脑中进行。据Perrone说：

[加州大学圣地亚哥分校]VML小组的观测数据显示，几乎所有的神经元计算都发生在脊柱内的神经元群中。此外，这些计算的数学形式是完全不同的，完全不符合目前汽车人工智能研究人员使用的“深度学习”方法。

作为协作的一部分，UCSCVML研究小组将发布新的研究报告，预计这将在机器智能研究中开创一个新的主要趋势。