MIT自动驾驶导航系统，不看地图也能穿梭乡间野路

方向栗 发自 凹非寺
量子位 出品 | 公众号 QbitAI

此前，Uber发生的致命车祸，似乎在大声地强调，自动驾驶技术还没有做好大规模落地的准备。毕竟，世界上并没有很多地方，可以让自动驾驶汽车放飞自我。

谷歌也只在几座主要城市测试过自动驾驶汽车，却已经在各种车道、路肩以及停车标志的3D位置标注上，消耗了大量时间。因为，自动驾驶系统对位置数据的精确度要求很高。

汽车是靠地图来了解自己所在的位置，然后判断当下应该采取怎样的动作。而麻省理工学院CSAIL实验室的小伙伴们觉得，这样自动驾驶汽车能去的地方就太少了——

在美国，只有67%的道路铺了沥青，而很多偏僻又朴素的小路就没有。汽车走在一条被地图忘记的乡间小道，那里没有路灯，也没有路标，就比较难过了。

这样的路，很难画起地图，平时经过的车量也不多。所以，地图公司就没有什么动力，去补全这些路段的三维地图。

不过，开车从西到东穿越领土是许多美国人的喜好。比如，从加州的莫哈维沙漠，一路开到新罕布什尔州的怀特山脉，便是自动驾驶汽车目前无力完成的艰难旅途。

既然不是到处都有精确的地图，就只能想出不用地图也能导航的方法。

我想起，夕阳下的奔跑

CSAIL团队开发了名为MapLite的一套框架，让自动驾驶汽车在“查无此路”的小道上，抛开三维地图的束缚，自在地奔跑。

MapLite把GPS数据和一组用来检测周围道路情况的传感器结合在一起。这样一来，自动驾驶汽车便得以在马萨诸塞州的蜿蜒小路上，悠然地前行。

说悠然，是因为系统最远可以准确侦察好，前方35米处的路况。也就是说，即便开到100公里时速也不成问题。

这是在一台普通PC上 (频率5Hz) 跑出的结果。如果用GPU的话，汽车或许还可以开得更快。

这个高效的导航方案，工作步骤是这样的——

首先，系统会设置两个值，一是最终目的地，二是“本地导航目标 (local navigation goal) ”，后者要在汽车的视线范围之内。

而后，感知传感器采集的数据会用来生成一条路径，及其中激光雷达负责估计道路边缘的位置。

值得注意的是，MapLite不依靠任何道路标志，只要感受到周围的凹凸不平，就知道怎样才能画出一条相对平缓的路。

二者不可得兼？

依靠三维地图导航的自动驾驶系统，只有在躲避障碍物的时候才会用到传感器和视觉算法。

相比之下，MapLite全方位依赖传感器，再加上GPS，就是它获取信息的全部来源了。

至于，为什么无地图导航系统以前很少有人做，CSAIL团队认为，那是因为这类方案的准确度很难满足人类的期待。

如今，研究人员对MapLite的准确度表示了初步的欣喜，但还是希望拓展它能够驾驭的道路类型。

毕竟，系统目前还应付不了山路，因为它暂时没有把海拔的剧烈变化考虑在路径规划里。

CSAIL的终极目标是，让无地图导航方案的准确度和地图导航方法相当，又能比地图导航走得更远。

那时，在城区自动驾驶汽车可以用三维地图导航，到了陌生的乡野还能像人类司机那样自如地开车。

One More Thing

这项研究是MIT和丰田研究院 (TRI) 的合作项目，所以测试用车是一辆丰田普锐斯，搭载了一组激光雷达，以及一组惯性测量单元。

本月，CSAIL团队便会出席在澳大利亚布里斯班举办的机器人与自动化会议 (ICRA) ，介绍关于MapLite的研究成果。

论文传送门：
https://toyota.csail.mit.edu/sites/default/files/documents/papers/ICRA2018_AutonomousVehicleNavigationRuralEnvironment.pdf

— 完 —

活动报名

加入社群

量子位AI社群16群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot6入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot6，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态