人工智能之問(wèn):自動(dòng)駕駛路在何方?

時(shí)間:2019-05-25

來(lái)源:快資訊

0

導(dǎo)語(yǔ):科技如一只看不見(jiàn)的手,一次次的工業(yè)革命使得人類(lèi)得以從繁重、重復(fù)的勞動(dòng)中解放;一根電纜橫亙大洋彼岸,一行信息的成功傳遞寓意著人類(lèi)信息化的開(kāi)端??萍紝⑷祟?lèi)社會(huì)指引到數(shù)字化、信息化的巔峰,而信息化也必將作為階梯,去通向智能化的遠(yuǎn)方。

   科技如一只看不見(jiàn)的手,一次次的工業(yè)革命使得人類(lèi)得以從繁重、重復(fù)的勞動(dòng)中解放;一根電纜橫亙大洋彼岸,一行信息的成功傳遞寓意著人類(lèi)信息化的開(kāi)端??萍紝⑷祟?lèi)社會(huì)指引到數(shù)字化、信息化的巔峰,而信息化也必將作為階梯,去通向智能化的遠(yuǎn)方。

  人工智能在未來(lái)必將受到高度關(guān)注。

  說(shuō)到人工智能,就不得不提自動(dòng)駕駛技術(shù)。

  現(xiàn)今的自動(dòng)駕駛技術(shù),還不能稱(chēng)為真正意義上的人工智能,因?yàn)槠洳荒茉诠δ苌蠈?shí)現(xiàn)完全的類(lèi)人判斷。

  與自動(dòng)駕駛汽車(chē)相比,人類(lèi)駕駛員特別擅長(zhǎng)通過(guò)觀(guān)察和使用簡(jiǎn)單的工具來(lái)導(dǎo)航他們以前從未駕駛過(guò)的道路。只有給自動(dòng)駕駛汽車(chē)帶來(lái)更多類(lèi)似人類(lèi)的推理與判斷,它才能像人類(lèi)駕駛員一樣,只使用簡(jiǎn)單的地圖和可視化數(shù)據(jù),便能夠在新的復(fù)雜環(huán)境中實(shí)現(xiàn)自主導(dǎo)航。

  然而,技術(shù)的瓶頸使得無(wú)人駕駛汽車(chē)很難做到這一點(diǎn)。在每一個(gè)新的復(fù)雜地區(qū),自動(dòng)駕駛汽車(chē)必須通過(guò)數(shù)字地圖分析所有的道路,而這一過(guò)程不僅非常耗時(shí),更與人類(lèi)的駕駛習(xí)慣相悖。具體來(lái)說(shuō),現(xiàn)今的自動(dòng)駕駛系統(tǒng)高度依賴(lài)數(shù)字化地圖(這些地圖通常是通過(guò)3d掃描生成的),這些地圖的生成和實(shí)時(shí)處理需要進(jìn)行大量的計(jì)算。新型端到端系統(tǒng):自動(dòng)駕駛技術(shù)新突破

  在未來(lái),我們需要一種自動(dòng)駕駛控制系統(tǒng),僅使用攝像機(jī)數(shù)據(jù)和一個(gè)類(lèi)似GPS的簡(jiǎn)單地圖,就能“學(xué)習(xí)”人類(lèi)司機(jī)行駛時(shí)的駕駛模式,而這才是未來(lái)人工智能所必經(jīng)的道路。我們要求該自動(dòng)駕駛系統(tǒng)經(jīng)過(guò)訓(xùn)練,就可以模仿人類(lèi)駕駛員來(lái)控制無(wú)人駕駛汽車(chē)沿著計(jì)劃好的路線(xiàn)行駛在一個(gè)全新的未知區(qū)域。與人類(lèi)駕駛員類(lèi)似,我們還要求該系統(tǒng)能檢測(cè)出地圖與道路特征之間的任何不匹配問(wèn)題用以及時(shí)的確定車(chē)輛當(dāng)前的位置、傳感器狀態(tài)或地圖定位問(wèn)題,以便實(shí)時(shí)糾正汽車(chē)的航向。

  一種新型的端對(duì)端導(dǎo)航系統(tǒng),為實(shí)現(xiàn)上述特點(diǎn)帶來(lái)了希望。

  傳統(tǒng)的導(dǎo)航系統(tǒng)通過(guò)多個(gè)模塊來(lái)處理傳感器的數(shù)據(jù),這些模塊為定位、映射、目標(biāo)檢測(cè)、運(yùn)動(dòng)規(guī)劃和轉(zhuǎn)向控制等任務(wù)定制。多年來(lái),無(wú)數(shù)的科研團(tuán)隊(duì)一直在開(kāi)發(fā)一種“端到端”導(dǎo)航系統(tǒng),該系統(tǒng)能夠直接處理輸入的感官數(shù)據(jù)和輸出的轉(zhuǎn)向命令,而不需要中間任何專(zhuān)門(mén)的模塊。然而,到目前為止,這些模型都是嚴(yán)格按照安全路線(xiàn)設(shè)計(jì)的,沒(méi)有考慮真正駕駛時(shí)的隨機(jī)目的地問(wèn)題。

  傳感器

  近期,麻省理工的研究人員改進(jìn)了現(xiàn)今的端到端系統(tǒng),使得自動(dòng)駕駛汽車(chē)在一個(gè)以前從未訓(xùn)練過(guò)的現(xiàn)實(shí)環(huán)境中實(shí)現(xiàn)了安全的駕駛。為了做到這一點(diǎn),麻省理工的研究人員訓(xùn)練該系統(tǒng),要求其能預(yù)測(cè)在任何給定的駕駛時(shí)刻所有可能的駕駛指令,這在概率論中被稱(chēng)為全概率分布。具體在訓(xùn)練時(shí),使用的是常規(guī)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)機(jī)器學(xué)習(xí)模型,該模型被廣泛用于圖像識(shí)別領(lǐng)域中。具體來(lái)說(shuō),在訓(xùn)練過(guò)程中,系統(tǒng)首先從人類(lèi)駕駛員那里觀(guān)察和學(xué)習(xí)人類(lèi)如何的駕駛汽車(chē),CNN模型將方向盤(pán)的轉(zhuǎn)動(dòng)與它通過(guò)攝像機(jī)和輸入地圖觀(guān)察到的道路曲率聯(lián)系起來(lái)。通過(guò)大量數(shù)據(jù)的訓(xùn)練,它學(xué)會(huì)了在各種駕駛情況下發(fā)出最有可能的轉(zhuǎn)向指令,這使得該系統(tǒng)可以輕松應(yīng)對(duì)各種道路。不負(fù)眾望:道路實(shí)測(cè)

  在測(cè)試中,研究人員向系統(tǒng)輸入一張隨機(jī)選擇路線(xiàn)的地圖。當(dāng)駕駛時(shí),該系統(tǒng)從攝像頭中提取視覺(jué)特征,使其能夠預(yù)測(cè)道路結(jié)構(gòu)。例如,它識(shí)別一個(gè)遙遠(yuǎn)的停車(chē)標(biāo)志或路邊的換行標(biāo)志,作為即將到來(lái)的十字路口的標(biāo)志。在任意時(shí)刻,它都使用其預(yù)測(cè)的轉(zhuǎn)向命令概率分布來(lái)選擇最有可能遵循其路線(xiàn)的命令。

  麻省理工的研究人員說(shuō),該系統(tǒng)最出色之處是其能夠使用易于存儲(chǔ)和處理的地圖數(shù)據(jù)。通常的自動(dòng)控制系統(tǒng)往往使用激光雷達(dá)掃描來(lái)創(chuàng)建大規(guī)模、復(fù)雜的地圖信息數(shù)據(jù),僅存儲(chǔ)舊金山一個(gè)城市就需要大約4,000 GB (4 TB)的數(shù)據(jù)。而對(duì)于每個(gè)新目的地,汽車(chē)又必須創(chuàng)建一個(gè)新的地圖,這意味著要重復(fù)處理大量的數(shù)據(jù)。而對(duì)于這一新系統(tǒng),研究人員使用的地圖只需要40GB的數(shù)據(jù)就能捕捉到整個(gè)世界的任意一條道路。在自動(dòng)駕駛過(guò)程中,系統(tǒng)還會(huì)不斷地將其視覺(jué)數(shù)據(jù)與地圖數(shù)據(jù)進(jìn)行匹配,并記錄任何不匹配的地方。這樣做有助于自動(dòng)駕駛汽車(chē)更好地確定它在道路上的位置。如果輸入的信息相互矛盾,它還能確保汽車(chē)保持在最安全的路徑上。比如,如果汽車(chē)在一條沒(méi)有轉(zhuǎn)彎的直線(xiàn)上行駛,而GPS顯示汽車(chē)必須右轉(zhuǎn),汽車(chē)就會(huì)知道是繼續(xù)直線(xiàn)行駛還是停下來(lái)。

  結(jié)尾:砥礪前行 路在遠(yuǎn)方

  自動(dòng)駕駛技術(shù)在不斷的完善,也寓意著人工智能技術(shù)從新生到成長(zhǎng),如果問(wèn)人工智能的路在何方,我想說(shuō),未來(lái)可期,路在遠(yuǎn)方。

低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來(lái)源:低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)]的所有文字、圖片、音視和視頻文件,版權(quán)均為低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)獨(dú)家所有。如需轉(zhuǎn)載請(qǐng)與0755-85260609聯(lián)系。任何媒體、網(wǎng)站或個(gè)人轉(zhuǎn)載使用時(shí)須注明來(lái)源“低速無(wú)人駕駛產(chǎn)業(yè)綜合服務(wù)平臺(tái)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來(lái)源的稿件,均來(lái)自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請(qǐng)保留稿件來(lái)源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問(wèn)題,請(qǐng)?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注低速無(wú)人駕駛產(chǎn)業(yè)聯(lián)盟公眾號(hào)獲取更多資訊

最新新聞