本文由人工智能观察编译
译者:Sandy
自动驾驶汽车一直都是科技巨头们押注于人工智能技术的重点领域,但显然,最近这个领域不是很太平。
继今年3月Uber无人车撞死一名行人后,自动驾驶领域又发生了一起事故,只不过主人公换成了谷歌母公司Alphabet 旗下的Waymo。幸运的是,Waymo无需为此次事故负责。
对于这次的事故,地方新闻台的现场录像显示,事故发生时Waymo的自动驾驶车在正常行驶,相邻对向车道上一辆由人驾驶的银灰色轿车因为紧急躲避其右侧车辆,偏离了行驶方向。由于车速较快,最后直直地撞向了Waymo无人车。
另外,根据Waymo车载摄像头拍下的情况,进一步证明,从责任的角度看,Waymo无需为这起事故承担责任。
虽然,近期无人车事故连连,但这并未阻止研究员们前进的脚步。为了让无人车可以在更多的地方进行安全驾驶,MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)今天宣布推出了一款针对乡间小路的无人车。
为什么是针对乡间小路的呢?一般来说,科技公司都会选择在大城市道路上进行自动驾驶汽车测试,毕竟他们需要具备标签的3D地图来识别车速限制、车道以及其他的标志。而这些往往在偏远地区里,是无法实现的,因为这些地区根本不会有类似的标志出现。换句话说,巨头们的无人车进入了乡村领域,有极大的可能无法发挥其“功力”。
对此,MIT CSAIL提出了一个相应的解决方案。其研究员在丰田的帮助下,开发了一个新的框架——MapLite,可以实现在没有3D地图的情况下,进行道路识别。
MapLite将可在谷歌地图上找到的GPS数据与一系列可观察路况的传感器结合在一起,使得该车辆可以在乡村道路上进行自主驾驶,并在提前100英尺以上的时候可靠地探测道路。
对于目前自动驾驶领域取得的进展,说实话,导航技术仍有些不给力。现有的系统依然严重依赖于地图,只使用传感器和视觉算法来避免杏仁或者其他的动态物体。相比之下,MapLite使用传感器进行导航,依靠GPS数据对汽车位置进行粗略估计。
该系统首先设定了最终目的地以及研究员所说的“局部导航目标”,当然,这必须是在汽车的视野之内的。其感知传感器会产生一条到达这个目的地的路径,同时利用激光雷达来预测道路边缘的位置。基于道路比周围地区相对平坦的假设,MapLite可以在没有物理道路标记的情况下做到这一点。
另外,该团队还开发了一种“参数化”的模型系统,这也就意味着他们描述了一些相似的情况。举个例子,一个模型可能足够宽泛,可以决定在十字路口怎么做或者在某些特定的道路上怎么做。
MapLite与其他无地图驱动方式不同,它们更多地依赖于机器学习,通过一组道路的数据进行培训,然后在其他道路上进行测试。
当然,现在这个系统也存在一些不足,比如,无法应对上路以及海拔等的急剧变化。接下来,该团队希望扩大其无人车可以驾驭的各种道路。最后,他们希望自己的系统能够达到与地图系统相同的性能和可靠性,但范围要更广。
![640?wx_fmt=png](https://i-blog.csdnimg.cn/blog_migrate/cdd09547463aa56234457e917b603099.png)
投稿、约访、合作,联系邮箱aiobservation@qq.com
添加微信xiaozhijun,更多交流或进AI观察团
![640?wx_fmt=gif](https://i-blog.csdnimg.cn/blog_migrate/1a3ae3c42933529453e79df96d3289e0.gif)