您的位置: 首頁 >科技 >

為無人駕駛的汽車導(dǎo)航帶來人性化的推理

2019-06-08 10:51:59 編輯: 來源:
導(dǎo)讀 為了給自動駕駛汽車帶來更多類似人類的推理,麻省理工學(xué)院的研究人員創(chuàng)建了一個系統(tǒng),該系統(tǒng)僅使用簡單的地圖和視覺數(shù)據(jù),使無人駕駛汽車能

為了給自動駕駛汽車帶來更多類似人類的推理,麻省理工學(xué)院的研究人員創(chuàng)建了一個系統(tǒng),該系統(tǒng)僅使用簡單的地圖和視覺數(shù)據(jù),使無人駕駛汽車能夠在新的復(fù)雜環(huán)境中導(dǎo)航。

通過觀察和簡單的工具,人類駕駛員非常善于駕駛以前沒有駕駛過的道路。我們只是將我們周圍看到的內(nèi)容與我們在GPS設(shè)備上看到的內(nèi)容進行匹配,以確定我們的位置以及我們需要去的地方。然而,無人駕駛汽車在這種基本推理中掙扎。在每個新區(qū)域,汽車必須首先映射和分析所有新道路,這非常耗時。這些系統(tǒng)還依賴于復(fù)雜的地圖 - 通常由3-D掃描生成 - 這些地圖在計算上非常密集,可以動態(tài)生成和處理。

在本周舉行的機器人與自動化國際會議上發(fā)表的一篇論文中,麻省理工學(xué)院的研究人員描述了一種自動控制系統(tǒng),它可以“學(xué)習(xí)”人類駕駛員在小區(qū)域內(nèi)行駛道路時的轉(zhuǎn)向模式,僅使用來自攝像機饋送的數(shù)據(jù)和簡單的類似GPS的地圖。然后,受過訓(xùn)練的系統(tǒng)可以通過模仿人類駕駛員來控制沿著全新區(qū)域中的計劃路線的無人駕駛汽車。

與人類駕駛員類似,系統(tǒng)還可以檢測其地圖與道路特征之間的任何不匹配。這有助于系統(tǒng)確定其位置,傳感器或映射是否不正確,以便糾正汽車的航向。

為了最初訓(xùn)練系統(tǒng),一名操作人員控制了無人駕駛的豐田普銳斯 - 配備了幾個攝像頭和一個基本的GPS導(dǎo)航系統(tǒng) - 從當(dāng)?shù)亟紖^(qū)街道收集數(shù)據(jù),包括各種道路結(jié)構(gòu)和障礙物。當(dāng)自主部署時,系統(tǒng)成功地沿著預(yù)定路徑在不同的森林區(qū)域中導(dǎo)航汽車,該區(qū)域被指定用于自主車輛測試。

“通過我們的系統(tǒng),你不需要事先在每條道路上進行訓(xùn)練,”麻省理工學(xué)院的第一作者亞歷山大·阿米尼說。“你可以下載一張新的汽車地圖,以便在以前從未見過的道路上進行導(dǎo)航。”

“我們的目標是實現(xiàn)對于在新環(huán)境中駕駛而言非常強大的自主導(dǎo)航,”共同作者Daniela Rus,計算機科學(xué)和人工智能實驗室(CSAIL)主任以及Andrew和Erna Viterbi電氣工程和計算機科學(xué)教授補充說。 。“例如,如果我們培訓(xùn)一輛自動駕駛汽車在城市環(huán)境中駕駛,例如劍橋街道,那么該系統(tǒng)也應(yīng)該能夠在樹林中順利駕駛,即使這是一個前所未有的環(huán)境。”

加入Rus和Amini的是豐田研究所的研究員Guy Rosman和麻省理工學(xué)院航空航天學(xué)副教授Sertac Karaman。

點對點導(dǎo)航

傳統(tǒng)導(dǎo)航系統(tǒng)通過多個模塊處理來自傳感器的數(shù)據(jù),這些模塊是為定位,映射,物體檢測,運動規(guī)劃和轉(zhuǎn)向控制等任務(wù)而定制的。多年來,Rus的團隊一直在開發(fā)“端到端”導(dǎo)航系統(tǒng),該系統(tǒng)處理輸入的傳感數(shù)據(jù)和輸出轉(zhuǎn)向命令,無需任何專用模塊。

然而,到目前為止,這些模型都經(jīng)過嚴格設(shè)計,可以安全地沿著道路前進,沒有任何真正的目的地。在新的論文中,研究人員在一個以前看不見的環(huán)境中推進了他們的端到端系統(tǒng),從目標到目的地。為此,研究人員訓(xùn)練他們的系統(tǒng)在駕駛時的任何特定時刻預(yù)測所有可能的轉(zhuǎn)向命令的完整概率分布。

該系統(tǒng)使用稱為卷積神經(jīng)網(wǎng)絡(luò)(CNN)的機器學(xué)習(xí)模型,通常用于圖像識別。在訓(xùn)練期間,系統(tǒng)會觀察并學(xué)習(xí)如何駕駛?cè)祟愸{駛員。CNN將方向盤旋轉(zhuǎn)與通過攝像機和輸入的地圖觀察到的道路曲率相關(guān)聯(lián)。最終,它為各種駕駛情況學(xué)習(xí)最可能的轉(zhuǎn)向命令,例如直道,四向或T形交叉點,叉和旋轉(zhuǎn)。

“最初,在T形交叉路口,汽車可以轉(zhuǎn)向許多不同的方向,”羅斯說。“該模型首先考慮所有這些方向,但隨著它看到越來越多關(guān)于人們做什么的數(shù)據(jù),它會看到有些人向左轉(zhuǎn),有些人向右轉(zhuǎn),但沒有人走直線。直截了當(dāng)被排除在外方向,模型得知,在T形交叉點,它只能向左或向右移動。“

地圖說什么?

在測試中,研究人員使用隨機選擇的路線輸入系統(tǒng)。駕駛時,系統(tǒng)從攝像機中提取視覺特征,使其能夠預(yù)測道路結(jié)構(gòu)。例如,它識別道路一側(cè)的遠程停車標志或換行符,作為即將到來的交叉路口的標志。在每個時刻,它使用其預(yù)測的轉(zhuǎn)向命令概率分布來選擇最可能遵循其路線的概率分布。

重要的是,研究人員說,該系統(tǒng)使用易于存儲和處理的地圖。自主控制系統(tǒng)通常使用激光雷達掃描來創(chuàng)建大規(guī)模,復(fù)雜的地圖,大約需要4,000千兆字節(jié)(4太字節(jié))的數(shù)據(jù)來存儲舊金山市。對于每個新目的地,汽車必須創(chuàng)建新的地圖,這相當(dāng)于大量的數(shù)據(jù)處理。然而,研究人員系統(tǒng)使用的地圖僅使用40千兆字節(jié)的數(shù)據(jù)捕獲整個世界。

在自動駕駛期間,系統(tǒng)還連續(xù)地將其視覺數(shù)據(jù)與地圖數(shù)據(jù)匹配并記錄任何不匹配。這樣做有助于自動駕駛汽車更好地確定它在道路上的位置。并且它確保汽車保持在最安全的路徑,如果它被輸入矛盾的輸入信息:如果,例如,汽車在沒有轉(zhuǎn)彎的直道上巡航,并且GPS指示汽車必須向右轉(zhuǎn),汽車將知道保持直行或停車。

“在現(xiàn)實世界中,傳感器確實會失敗,”Amini說。“我們希望通過構(gòu)建一個能夠接受這些噪聲輸入的系統(tǒng)來確保系統(tǒng)對不同傳感器的不同故障具有魯棒性,并且仍能在路上正確導(dǎo)航和定位。”


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。