沃卡惠
一種新型的人工智能系統已經開發出來，可以讓自動駕駛汽車 (AV) 在惡劣的天氣中更好地導航。
牛津大學計算機科學系的研究人員與土耳其伊斯坦布爾 Bogazici 大學的一個團隊合作開展該項目。他們的研究結果發表在同行評審的科學期刊《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 的一個具有挑戰性的先決條件，這對它們的廣泛使用構成了巨大障礙。”
從本質上講，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險增加，這可能會影響傳感器。在某些情況下，這可能會產生危險的后果，例如，如果自動駕駛汽車在轉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，研究人員開發了一種新穎的、自我監督的深度學習模型，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 數據集被用于生成算法，這些算法可以重新創建場景的幾何形狀并根據新數據計算汽車的位置。在包括霧、雪和雨在內的各種條件下進行的測試證明了該模型的穩健性。
該團隊認為其研究標志著一項重大突破，摘要總結道：“我們預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。”
共同監督這項研究的牛津大學計算機科學系的 Andrew Markham 教授補充說：“估計 AV 的精確位置是在具有挑戰性的條件下實現可靠??自動駕駛的關鍵里程碑。”
“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航，”他說。
