• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂-公开课
  • 盖亚系统
  • 盖世汽车APP
  • 盖世汽车2022第二届中国车身大会
  • 2022中国汽车信息安全与功能安全大会
  • 汽车减震器配套供应商清单
当前位置:首页 > 智能网联 > 正文

加州理工学院开发新算法 有助于改进自动驾驶导航系统

盖世汽车 罗珊 2021-06-25 12:35:33

盖世汽车讯 据外媒报道,加州理工学院(Caltech )开发了一种新的算法,可让自动系统通过观察周围地形,识别其所在位置,且不受地形季节性变化影响。

加州理工学院开发新算法 有助于改进自动驾驶导航系统
 

(图片来源:加州理工学院)

视觉地形相对导航(VTRN)可使自动系统通过比较附近地形和高分辨率卫星图像,从而确定自己的位置。为了使其工作,当前一代的VTRN需要所观察的地形与数据库中的图像紧密匹配。任何改变或模糊地形的物体,如积雪或落叶,都会导致图像不匹配,并扰乱系统。因此,除非具备各种条件下的景观图像数据库,否则VTRN系统很容易混淆。

为了克服这一挑战,加州理工学院Soon-Jo Chung教授实验室的团队转向了深度学习和AI,以消除阻碍当前VTRN系统的季节性因素。科学家Anthony Fragoso表示,“来自卫星和自动驾驶汽车的两幅图像必须具有相同的内容,当前的技术才能发挥作用。系统仅能处理图像色调差异,然而,在真实系统中,情况会随着季节的变化而发生巨大变化,图像不再包含相同的物体,不能直接进行比较。”

由Chung和研究人员Fragoso、Connor Lee和Austin mccoy合作开发算法使用的是“自我监督学习”。大多数计算机视觉策略都依赖人工注释,人工注释员会整理大型数据集,教算法如何识别看到的物体,但该算法会让算法自己学习。AI通过梳理出可能被人类忽略的细节和特征,从而寻找图像中的模式。

使用新系统补充当前一代VTRN,可生成更精确的定位。在一项实验中,研究人员试图使用基于相关VTRN技术,定位夏季树叶图像和冬季树叶图像。测试发现50%的尝试都会导致导航失败。相比之下,在VTRN中插入新算法,92%的尝试被正确匹配,剩下的8%可被提前识别为有问题,可使用其他已建立的导航技术轻松管理。

Lee表示,“计算机可以发现我们眼睛看不到的模糊模式,甚至可以发现最小的趋势。在普遍但具有挑战性的环境中,VTRN正面临挑战,而我们可以解决这一挑战。”该系统不仅可用于无人驾驶飞机,还可用于太空任务。接下来,Fragoso、Lee和Chung将扩展这项技术,以适应天气的变化。如果成功,该项工作将有助于改进自动驾驶汽车的导航系统。

*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/202106/25I70261124LC601.shtml

文章标签: 自动驾驶
0

好文章,需要你的鼓励

微信扫一扫分享该文章