一種新型的人工智能系統(tǒng)已經(jīng)開發(fā)出來,可以讓自動駕駛汽車 (AV) 在惡劣的天氣中更好地導(dǎo)航。
牛津大學(xué)計算機科學(xué)系的研究人員與土耳其伊斯坦布爾 Bogazici 大學(xué)的一個團隊合作開展該項目。他們的研究結(jié)果發(fā)表在同行評審的科學(xué)期刊《自然機器智能》上。
摘要闡明了研究人員希望解決的問題:“由于傳感器在不利的環(huán)境和天氣條件下存在缺陷,因此能夠知道它們在地圖上的精確位置是安全可靠的 AV 的一個具有挑戰(zhàn)性的先決條件,這對它們的廣泛使用構(gòu)成了巨大障礙。”
從本質(zhì)上講,在大雨、雨夾雪或大雪等極端天氣中,自動駕駛汽車檢測到自己處于錯誤位置的風(fēng)險增加,這可能會影響傳感器。在某些情況下,這可能會產(chǎn)生危險的后果,例如,如果自動駕駛汽車在轉(zhuǎn)彎前檢測到自己位于錯誤的車道或交叉路口的錯誤位置,可能無法及時停止。
為了解決這個問題,研究人員開發(fā)了一種新穎的、自我監(jiān)督的深度學(xué)習(xí)模型,用于所謂的“自我運動估計”。這是自動駕駛算法堆棧的關(guān)鍵組件,該堆棧可估計汽車相對于從車輛觀察到的障礙物的移動位置。
該模型考慮了來自攝像頭、激光雷達和雷達等傳感器的信息——這些信息都會以不同的方式受到不同天氣的影響,例如光線不足或降水——因此每個傳感器的好處都可以在不同的條件下使用。
一系列公開可用的 AV 數(shù)據(jù)集被用于生成算法,這些算法可以重新創(chuàng)建場景的幾何形狀并根據(jù)新數(shù)據(jù)計算汽車的位置。在包括霧、雪和雨在內(nèi)的各種條件下進行的測試證明了該模型的穩(wěn)健性。
該團隊認為其研究標志著一項重大突破,摘要總結(jié)道:“我們預(yù)計我們的工作將使自動駕駛汽車更接近安全可靠的全天候自動駕駛。”
共同監(jiān)督這項研究的牛津大學(xué)計算機科學(xué)系的 Andrew Markham 教授補充說:“估計 AV 的精確位置是在具有挑戰(zhàn)性的條件下實現(xiàn)可靠??自動駕駛的關(guān)鍵里程碑。”
“這項研究有效地利用了不同傳感器的互補方面,以幫助 AV 在困難的日常場景中導(dǎo)航,”他說。