新的人工智能系统帮助无人驾驶汽车驾驭恶劣天气

一种新型的人工智能系统已经开发出来，可以让自动驾驶汽车 (AV) 在恶劣的天气中更好地导航。

牛津大学计算机科学系的研究人员与土耳其伊斯坦布尔 Bogazici 大学的一个团队合作开展该项目。他们的研究结果发表在同行评审的科学期刊《自然机器智能》上。

摘要阐明了研究人员希望解决的问题：“由于传感器在不利的环境和天气条件下存在缺陷，因此能够知道它们在地图上的精确位置是安全可靠的 AV 的一个具有挑战性的先决条件，这对它们的广泛使用构成了巨大障碍。”

从本质上讲，在大雨、雨夹雪或大雪等极端天气中，自动驾驶汽车检测到自己处于错误位置的风险增加，这可能会影响传感器。在某些情况下，这可能会产生危险的后果，例如，如果自动驾驶汽车在转弯前检测到自己位于错误的车道或交叉路口的错误位置，可能无法及时停止。

为了解决这个问题，研究人员开发了一种新颖的、自我监督的深度学习模型，用于所谓的“自我运动估计”。这是自动驾驶算法堆栈的关键组件，该堆栈可估计汽车相对于从车辆观察到的障碍物的移动位置。

该模型考虑了来自摄像头、激光雷达和雷达等传感器的信息——这些信息都会以不同的方式受到不同天气的影响，例如光线不足或降水——因此每个传感器的好处都可以在不同的条件下使用。

一系列公开可用的 AV 数据集被用于生成算法，这些算法可以重新创建场景的几何形状并根据新数据计算汽车的位置。在包括雾、雪和雨在内的各种条件下进行的测试证明了该模型的稳健性。

该团队认为其研究标志着一项重大突破，摘要总结道：“我们预计我们的工作将使自动驾驶汽车更接近安全可靠的全天候自动驾驶。”

共同监督这项研究的牛津大学计算机科学系的 Andrew Markham 教授补充说：“估计 AV 的精确位置是在具有挑战性的条件下实现可靠​​自动驾驶的关键里程碑。”

“这项研究有效地利用了不同传感器的互补方面，以帮助 AV 在困难的日常场景中导航，”他说。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。