網絡消費網 >  車科技 > > 正文
        全球觀速訊丨康奈爾大學為自動駕駛汽車創造“記憶” 讓未來的駕駛更安全
        時間:2022-06-24 08:54:33

        蓋世汽車訊 自動駕駛汽車通過人工智能技術識別行人、其他車輛以及潛在的障礙物后,就能夠在城市街道以及交通不太繁忙的環境中行駛。這一切都是在人工神經網絡的幫助下實現,人工神經網絡通過訓練之后,能夠模仿人類的視覺感知系統,“看到”車輛周圍的環境。


        (資料圖片僅供參考)

        不過,與人類不一樣,采用人工神經網絡的車輛并沒有過去的記憶,無論以前在某條路上開過多少次,其總是處于第一次看到世界的狀態中。在惡劣天氣條件下,這一點會出現很大的問題,因為汽車將無法依賴傳感器,實現安全駕駛。

        據外媒報道,美國康奈爾大學安?S?鮑爾斯計算與信息科學學院(Cornell Ann S.?Bowers College of Computing and Information Science and the College of Engineering)的研究人員同時發表了三篇論文,其中闡述了通過為汽車基于之前的經驗創造“記憶”,讓其在未來行駛導航中利用該記憶,從而克服以上限制。

        研究人員駕駛數據收集車(圖片來源:康奈爾大學)

        安?S?鮑爾斯計算機科學學院教授Kilian Weinberger表示:“根本問題就是,我們能夠從重復的經歷中學習嗎?例如,一輛汽車的激光掃描儀第一次從遠處感知到一棵形狀奇怪的樹時,可能會誤認為這棵樹是行人。但是,一旦距離夠近,就能夠清楚物體的種類。因此,在第二次駛過同樣的樹時,即使在霧天或雪天,汽車有望學會正確識別這棵樹?!?/p>

        該研究小組的博士生Katie Luo表示:“事實上,人們很少會第一次在一條路上行駛。你自己或者其他人最近都開過這條路,所以收集和利用這些經驗是很自然的事情?!?/p>

        在博士生Carlos Diaz-Ruiz的領導下,該研究小組通過駕駛一輛裝有激光雷達(光探測與測距)的車輛,在18個月的時間內,在伊薩卡及其周圍15公里的環路上反復行駛了40次,從而匯編了一個數據集。此次旅行捕捉了各種不同的情況:(不同的道路:高速公路、城市、校園)、不同的天氣(晴天、雨天、下雪天)以及一天中不同的時間。研究小組將該數據集命名為Ithaca365,其中擁有超60萬個場景。

        Diaz-Ruiz表示:“其故意將自動駕駛汽車暴露在關鍵挑戰之一:糟糕的天氣條件中。如果街道被雪覆蓋,人類可以依靠記憶,但是沒有記憶的話,神經網絡就會遇到很大的麻煩?!?/p>

        HINDSIGHT是一種利用神經網絡、在車輛經過物體時,計算物體描述符的方法,然后其可以將此類描述壓縮,并被該小組命名為SQuaSH(空間量化簡短歷史)特征,并被存儲在一張虛擬地圖上,與存儲在人類大腦中的“記憶”類似。

        研究人員表示:“此類信息可被當作特征,添加到任意基于激光雷達的3D物體探測器中。之后,可以聯合訓練探測器和SQuaSH特征,無需任何額外的監督或人工注釋,后者既費時又費力。”

        雖然HINDSIGHT仍然認為人工神經網絡已被訓練,可用于探測物體,并且得到創造記憶的能力之后,得到了增強,不過MODEST(短暫移動物體探測與自我訓練)則發展得更遠。

        在該研究中,研究人員讓車輛從頭開始學習整個感知過程。一開始,車輛的人工神經網絡從沒有接觸過任何物體或者街道。通過多次行駛過同一路徑,汽車可以了解到環境中哪部分是靜止的,哪部分是移動的物體。慢慢地,其能夠教會自己其他交通參與者都有什么,忽視什么東西是安全的。

        然后,該算法可以可靠地探測此類物體,甚至在之前沒有重復行駛過的道路上也可以做到。

        研究人員希望,上述兩種方法都能夠大幅降低自動駕駛汽車的研發成本(目前自動駕駛汽車的研發仍然嚴重依賴昂貴的人工注釋數據),還能夠通過學習之前最常行駛過的路徑,讓自動駕駛汽車更高效。

        關鍵詞: 自動駕駛汽車

        版權聲明:
            凡注明來網絡消費網的作品,版權均屬網絡消費網所有,未經授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明"來源:網絡消費網"。違反上述聲明者,本網將追究其相關法律責任。
            除來源署名為網絡消費網稿件外,其他所轉載內容之原創性、真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考并自行核實。
        熱文

        網站首頁 |網站簡介 | 關于我們 | 廣告業務 | 投稿信箱
         

        Copyright © 2000-2020 www.fnsyft.com All Rights Reserved.
         

        中國網絡消費網 版權所有 未經書面授權 不得復制或建立鏡像
         

        聯系郵箱:920 891 263@qq.com

        備案號:京ICP備2022016840號-15

        營業執照公示信息

        亚洲不卡视频在线观看| 亚洲电影一区二区| 亚洲人成色在线观看| 中文字幕在亚洲第一在线| 亚洲理论片中文字幕电影| 亚洲国产精品专区在线观看| 亚洲国产高清美女在线观看| 久久久久亚洲av毛片大| 亚洲制服丝袜第一页| 亚洲AV综合色一区二区三区| 色综合久久精品亚洲国产| 中文字幕亚洲精品| 亚洲免费一区二区| 精品久久久久久亚洲精品| 国产亚洲大尺度无码无码专线| 亚洲国产日韩视频观看| 亚洲AV乱码久久精品蜜桃 | 亚洲熟女精品中文字幕| 国产成人A人亚洲精品无码| 亚洲av日韩av永久在线观看| 久久久亚洲欧洲日产国码是AV| 久99精品视频在线观看婷亚洲片国产一区一级在线 | 亚洲国产专区一区| 亚洲激情视频图片| 亚洲精选在线观看| 国产亚洲一区区二区在线| 亚洲欧洲专线一区| 亚洲精品乱码久久久久久下载| 日韩一卡2卡3卡4卡新区亚洲| 亚洲人av高清无码| 亚洲欧洲精品在线| 亚洲Av综合色区无码专区桃色| 少妇亚洲免费精品| 一区二区亚洲精品精华液| 亚洲高清无在码在线无弹窗| 伊人久久亚洲综合| 亚洲第一福利网站在线观看| 亚洲综合在线一区二区三区| 亚洲欧洲校园自拍都市| 香蕉蕉亚亚洲aav综合| 一本色道久久综合亚洲精品|