大多数自动驾驶汽车需要复杂的手工标记地图

优步最近的自驾车死亡事件凸显了这项技术尚未做好广泛采用的准备。一个原因是，自动驾驶汽车实际上可以驾驶的地方并不多。像谷歌这样的公司只测试他们在主要城市的车队，他们花了无数个小时精心标记车道，路缘，斜坡和停车标志的精确3D位置。

事实上，如果你住在数百万英里的美国道路上，这些道路未铺砌，没有光线或不可靠的标记，那你就不走运了。这些街道通常要复杂得多，流量也要少得多，因此公司不太可能很快为他们开发3D地图。从加利福尼亚州的莫哈韦沙漠到佛蒙特州的怀特山脉，有大量的美国自动驾驶汽车根本没有准备好。

解决此问题的一种方法是创建足够先进的系统，以便在没有这些地图的情 麻省理工学院计算机科学与人工智能实验室(CSAIL)的一个重要的第一步是开发MapLite，这是一个新的框架，允许自动驾驶汽车在没有3D地图的情况下在以前从未进行过的道路上行驶。

MapLite将您在Google地图上找到的简单GPS数据与一系列观察道路状况的传感器相结合。同时，这两个元素使得团队能够在马萨诸塞州Devens的多条未铺砌的乡村道路上自主驾驶，并提前可靠地探测到超过100英尺的道路。(作为与丰田研究所合作的一部分，研究人员使用丰田普锐斯，他们配备了一系列激光雷达和IMU传感器。)

“这种'无地图'方法以前没有真正做过的原因是因为通常很难达到与详细地图相同的准确性和可靠性，”CSAIL研究生泰迪奥特说道。作者在一篇相关论文中。“像这样的系统只能通过车载传感器进行导航，这表明自动驾驶汽车能够实际处理超出科技公司所映射的少数道路的潜力。”

该论文将于5月在澳大利亚布里斯班举行的国际机器人与自动化会议(ICRA)上发表，由麻省理工学院教授Daniela Rus和博士研究生Liam Paull共同撰写，他现在是该大学的助理教授。蒙特利尔。

这个怎么运作

对于自动驾驶汽车所取得的所有进步，与人类相比，他们的导航技术仍然显得苍白无力。考虑一下你自己如何解决：如果你想到达一个特定的位置，你可能会将一个地址插入你的手机，然后偶尔在途中查询它，比如当你接近十字路口或高速公路出口时。

但是，如果你像大多数自动驾驶汽车一样穿越世界，那么你走路的时候基本上都会盯着你的手机。现有系统仍然严重依赖地图，仅使用传感器和视觉算法来避免行人和其他汽车等动态物体。

相比之下，MapLite使用传感器进行导航的各个方面，仅依靠GPS数据来获得汽车位置的粗略估计。该系统首先设定最终目的地和研究人员称之为“本地导航目标”，该目标必须在汽车的视野范围内。然后，它的感知传感器生成到达该点的路径，使用LIDAR估计道路边缘的位置。MapLite可以在没有实际道路标记的情况下通过对道路如何比周围区域相对更平坦做出基本假设来做到这一点。

“我们极简主义的绘图方法可以在乡村道路上实现自动驾驶，使用当地的外观和语义特征，例如停车位或小路的存在，”Rus说。

该团队开发了一个“参数化”的模型系统，这意味着他们描述了一些有些相似的情况。例如，一个模型可能足够广泛，可以确定在交叉路口做什么，或者在特定类型的道路上做什么。

MapLite与其他无地图驾驶方法不同，后者通过对来自一组道路的数据进行训练，然后在其他道路上进行测试，更多地依赖于机器学习。

“在一天结束时，我们希望能够向汽车询问'这个交叉路口有多少道路合并?'”Ort说。“通过使用建模技术，如果系统不起作用或参与事故，我们可以更好地理解原因。”

MapLite在很多方面仍然受到限制。对于山路来说，它还不够可靠，因为它没有考虑到海拔的剧烈变化。作为下一步，该团队希望扩大车辆可以处理的各种道路。最终，他们渴望让他们的系统达到与映射系统相当的性能和可靠性水平，但范围更广。

“我想，未来的自动驾驶汽车将始终在城市地区使用3D地图，”奥特说。“但是当被要求从人迹罕至的地方出发时，这些车辆在驾驶他们以前从未见过的陌生道路时需要和人类一样好。我们希望我们的工作是朝着这个方向迈出的一步。”