环球生活在线

优步开发AI技能进步无人驾驶轿车运动轨道猜测准确率

放大字体  缩小字体 时间:2020-04-20 17:32:00  阅读:8685+ 作者:责任编辑NO。谢兰花0258
优步提出改进无人驾驶车辆交通运动猜测技能,以确保无人驾驶轿车在公共路途上安全行进。

盖世轿车讯 据外媒报导,优步高档技能小组(ATG)研讨人员提出了一种AI技能,以改进无人驾驶车辆交通运动猜测,并适用于优步正在开发的无人驾驶技能。据了解,优步的无人驾驶技能必需确保能够勘探、追寻和猜测周围车辆的轨道,然后确保无人驾驶轿车在公共路途上安全行进。

图片来自:优步官网

众所周知,假如不能猜测路途上其他驾驶员或许做出的决议,车辆就无法完成全无人驾驶。两年前,优步的一辆无人驾驶原型车在亚利桑那州坦佩撞死了一名行人,部分原因是该车没能发现并避开行人。ATG的研讨运用生成式对立网络(GAN)来猜测轿车轨道,据称可将猜测精度进步一个数量级。

研讨人员运用的生成式对立网络称为SC-GAN (scene-compliant GAN),可根据现有场景中的约束条件创立轨道,并获取场景(包含公路、人行道方位、车道方向、交通灯和标识)的高清地图,以及车载激光雷达、雷达和摄像头传感器的勘探和追寻体系。GAN会输出邻近车辆的参阅结构,车辆原点坐落中心,x轴和y轴分别由车辆的行进方向和左边界说。

关于未来轨道由GAN猜测的车辆而言,其潜在的情境信息和地图约束条件融组成一个RGB图画,能够用称为矩阵的数学目标来标明。矩阵是摆放成行和列的数字矩形阵列,通常以AI模型能够操作的格局标明概念。这些图画捕捉了车辆后方10米和两边30米范围内的场景。

在试验中,研讨小组在谷歌TensorFlow机器学习结构中布置了该AI体系和一些基线,并获得了大规模的、实在国际的数据集(ATG4D),包含在各种交通状况下行进240小时的数据。每辆车每0.1秒创立单个数据点,包含当时和曩昔0.4秒的所观测到的速度、加速度、行进方向,以及780万个数据点的转向改变率,这些数据点与周围环境高清地图信息一同被分解为模型练习、测验和评价集。

研讨人员称,与基线比较,SC-GAN减少了50%的冲出路途误报,这是一种衡量办法,用于丈量车辆可行进区域之外的猜测轨道点的百分比。此外,SC-GAN在运动猜测方面超过了现有的最先进的GAN架构,显著地减少了均匀和终究猜测过错。

研讨人员标明,即使是在适当有挑战性的边际情况下,SC-GAN也能成功猜测车辆的运动。例如,在一个场景中,一辆轿车在直行车道上驶近十字路口,即使其轨道略微向左歪斜,SC-GAN也能精确地猜测到它将持续直行。在另一个场景中,SC-GAN正确地猜测到车辆在进入十字路口后会右转。

该项研讨的合著者写道,“运动猜测是无人驾驶技能的要害组成部分之一,建模了自动驾驶车辆邻近被追寻的参与者的未来行为和不确定性。很多的定性和定量分析标明,在根据GAN的周围路途运用者的运动猜测方面,该办法优于现在的技能水平,能够生成更精确、更实在的轨道。”