2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ 备案号:
本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。
邮箱:toplearningteam#gmail.com (请将#换成@)
重要的是,自动驾驶汽车能够快速检测到共享道路的其他车辆或行人。卡耐基梅隆大学的研究人员已经表明,通过帮助车辆识别它看不到的东西,他们可以显著提高检测准确度。
也就是空白空间。
你眼中的物体会模糊你对前方事物的看法,这一事实对人们来说是显而易见的。但CMU机器人研究所的博士生胡培云(音译)表示,自动驾驶汽车通常不是这样判断周围物体的。
相反,他们使用来自激光雷达的3-D数据将对象表示为点云,然后尝试将这些点云与对象的3-D表示库匹配。胡说,问题在于,车辆激光雷达的3d数据并不是真正的3d -传感器无法看到物体被遮挡的部分,而目前的算法也无法判断这种遮挡。
“感知系统需要知道他们的未知,”胡观察到。
胡的研究使自动驾驶汽车的感知系统能够在判断传感器所看到的东西时考虑可视性。事实上,当公司构建数字地图时,关于可见性的推理已经被使用了。
“地图构建从根本上解释了哪些地方是空的,哪些地方被占用了,”机器人学副教授、CMU阿尔戈自动驾驶汽车研究人工智能中心(Argo AI Center for Autonomous Vehicle Research)主任德瓦拉马南(Deva Ramanan)说。“但这并不总是发生在实时处理障碍物以交通速度移动的过程中。”
在将于6月13-19日举行的计算机视觉和模式识别(CVPR)会议上,胡和他的同事们借鉴了地图制作技术来帮助系统在识别物体时判断可见度。
在标准基准测试中,CMU方法的表现优于之前的顶级技术,对小汽车的检测提高了10.7%,对行人的检测提高了5.3%,对卡车的检测提高了7.4%,对公共汽车的检测提高了18.4%,对拖车的检测提高了16.7%。
以前的系统可能没有考虑到可见性的一个原因是考虑到计算时间。但胡表示,他的团队发现这不是问题:他们的方法只需要24毫秒就能运行。(作为比较,激光雷达的每次扫描是100毫秒。)
2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ 备案号:
本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。
邮箱:toplearningteam#gmail.com (请将#换成@)