盖世汽车讯 据外媒报道,美国乔治亚理工学院(Georgia Institute of Technology)的一组研究人员提出了一个创新框架,利用车轮速度传感器、惯性测量单元(IMU)传感器以及单目摄像头进行攻击性驾驶。据研究人员所说,该框架结合了深度学习道路检测、模型预测控制(MPC)以及粒子滤波。据报道,该框架有望实现经济高效且强大的自动驾驶。
由于了解自动驾驶极端性已经变得越来越重要,研究人员直接选择了攻击性驾驶,这是了解避免碰撞以及自动驾驶所需安全措施的一个很好的因素。
攻击性驾驶行为指的是汽车超速行驶或是侧倾角过大,就像很多汽车拉力赛中车辆的表现一样。在更早期的研究中,研究人们使用高质量全球定位系统(GPS)在全球位置中预测攻击性驾驶。但是该方法有许多限制,如需要高成本的传感器而且有些地方没有覆盖GPS。
为了克服上述局限性因素,研究小组使用了基于视觉的驾驶解决方案,该方案基于单目摄像头图像,并使用基于模型预测控制数据,产生了前景很好的结果。但是,单独评估每个输入框架导致了学习困难。安装载汽车上的摄像头受限于视野、位置较低,很难在高速下捕捉高质量图片。但是,在最近的研究中,该团队利用基于视频深度神经网络模型(LSTM)生成了图像。
*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。
本文地址:https://auto.gasgoo.com/News/2018/12/280641274127I70080651C601.shtml
 好文章,需要你的鼓励
联系邮箱:info@gasgoo.com
客服QQ:531068497
求职应聘:021-39197800-8035
新闻热线:021-39586122
商务合作:021-39586681
市场合作:021-39197800-8032
研究院项目咨询:021-39197921
版权所有2011|未经授权禁止复制或建立镜像,否则将追究法律责任。
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号