萧察是从凹雨寺送来的

量子比特报告|公共号QbitAI

在自动驾驶车辆上安装相机和激光雷达可以避开其他汽车或行人。

但这是基于即时事实的判断。

MIT人工智能实验室(CSAIL)和丰田的研究人员对这里不满意,希望AI能预测交叉路口被遮挡的地方是否有车,从而及时调节速度,确保安全。

这样做不容易。其中不确定性太多。视觉遮挡、传感器噪音和错误、其他汽车的速度以及影响模型权衡风险的其他驾驶员的注意力。

“接近十字路口有碰撞的潜在危险。照相机和其他传感器必须防止视线被遮住。如果有遮挡,就没有足够的视野来评估可能发生的事情。”本文的作者之一,同时MIT CSAIL的实验室负责人Daniela Rus。

MIT CSAIL实验室主管Daniela Rus

MIT和Toyota提出的模型是专门为不受红绿灯影响、完全取决于交叉口交通状况的没有红绿灯的交叉口设计的。

研究人员安装了100多台遥控器,在缩小的道路模型上测试了这个系统。利用汽车现有的传感器加算法估计视线以外的道路情况。

这些遥控汽车在繁忙的路口前受阻,其他汽车继续通过路口。实验道路上有全自动驾驶的汽车和人类驾驶的汽车,但包括辅助驾驶的汽车。

此模型可以将道路分割为多个部分,以确定哪些部分被其他车占用。当经过的汽车进入路段时,其速度会影响后续道路行驶车辆的预测,并使用贝叶斯网络确定每个路段被通过车辆占用的可能性。

而且,如果车在十字路口,风险估计会不断更新。例如,如果有多个阻光度,则逐渐向前移动以减少不确定性。

如果风险估计足够低,模型会告诉你不停车,直接通过十字路口。

研究人员表示,该系统成功地避免了70%到100%的汽车碰撞。还考虑了车通过十字路口需要多长时间,以及所有安全的道口。

交叉中预测的模型的其他段风险值由竖条的高度表示

还有为了扩大汽车的视野的道路协调技术。

5G加C-V2X可以实现汽车和车辆之间、汽车和道路智能设施之间的通信,相当于给汽车添加了“雪”,从而创造了全方位的无穷无尽。

MIT的技术可以预测野外道路情况,即使没有连接车辆或道路缺乏智能设施。

在遥控器上实时运行预测模型证明了它足够快,无需消耗太多计算资源,也许很快就能部署在自动驾驶车辆的道路测试上。

当然,这种模式需要更严格的测试,直到用于量产车辆的实际实现为止。

接下来,研究人员的目标是在模型中考虑更具挑战性的危险因素,例如交叉路口的行人。

参考链接:

http://news . MIT . edu/2019/risk-model-autonomous-vehicles-1104

论文地址:

https://IEEE xplore . IEEE . org/abstract/document/8779655/

本文从伟新公共号码:量子比特开始。文章的内容是作者的个人观点,不代表网络和立场。因此,投资者自己承担风险。

(责任编辑:王志强HF013)

yabo亚博电竞_在自动驾驶汽车上添加“第六感”MIT可以利用AI预测十字路口碰撞的危险并将事故率降低7%以上

Leave a comment

电子邮件地址不会被公开。 必填项已用*标注