江苏龙网

  1. 首页 > 生活 > >

#盖世汽车#麦吉尔大学开发新模型 通过 AI 训练帮助遥控车穿越崎岖地形


研究人员开发了一种新技术 ， 可以使自动驾驶汽车沿着无碰撞轨迹行驶 ， 并自动选择平坦的地形 。
盖世汽车讯据外媒报道 ， 麦吉尔大学（McGillUniversity）研究人员开发了一种技术 ， 利用航拍图像和第一人称图像 ， 训练遥控越野车导航 。 此种混合方法考虑了地形粗糙度和使用车载传感器带来的障碍 ， 可用于有植被、岩石和沙质小径的环境 。

#盖世汽车#麦吉尔大学开发新模型 通过 AI 训练帮助遥控车穿越崎岖地形
本文插图

【#盖世汽车#麦吉尔大学开发新模型 通过 AI 训练帮助遥控车穿越崎岖地形】该项工作尚在起步阶段 ， 但对于主要依靠摄像头捕获镜头来训练导航AI的自动驾驶汽车公司而言 ， 如Wayve、特斯拉、Mobileye和Comma.ai等 ， 可能颇具前景 。
研究人员将无模型和基于模型的AI训练方法的元素组整合到一个图表中 ， 以利用两者的优势 ， 同时弥补两者的弱点 。 与无模型方法相反 ， 基于模型的方法利用软件代理 ， 试图理解世界并创建表示世界的模型 ， 但有时会由于级联错误而导致性能低下 。 而研究人员开发的模型学会沿着无碰撞的轨迹导航 ， 同时自我监督 ， 以选择平坦的地形 ， 这样训练数据就会自动被标记 。
研究人员使用的越野车基于一辆电动双马达遥控小型车辆而打造 ， 配备机械制动器 ， 可与运行开源机器人操作系统的（ROS）Inteli7NUC计算机无线连接 。 该车还配备一个近程激光雷达传感器、一个前向摄像头、一个惯性测量单元 ， 以及一个微控制器 ， 微控制器将所有传感器信息传输给NUC计算机 。
在将这辆小车部署到全地形场地中之前 ， 研究小组使用DJIMavicPro ， 从80米的高度拍摄场地的图像 ， 然后提取12m*9m的图像补丁 ， 以便定位和居中 。 同时 ， 使用四个小车测量的视觉地标 ， 这些图像以0.01米每像素的分辨率拍摄 ， 并在0.1米内对齐 。
在训练中 ， 新模型使用惯性测量单元估算地面粗糙度 ， 激光雷达传感器测量车辆与障碍物之间的距离 。 通过融合车载摄像头图像和本地航拍图像、最近的视觉历史、地形类别标签（例如 ， "粗糙"、"平坦"、"障碍"） ， 以及一系列转向指令 ， 该模型可以预测在固定视野内的碰撞概率 ， 并据此制定策略 。
研究人员在一段超过5.25公里的行驶路线中收集了15,000个数据样本 ， 并进行训练和实地试验 ， 使小车以每小时6公里的速度行驶 。 试验报告显示 ， 使用前向地面摄像头 ， 导航模型的预测精度达到了60%到78% 。 而在联合使用航拍图像时 ， 弯道为45度及以上的轨迹预测精度提高了约10% 。 该策略在平坦地形上行驶的时间为90% ， 并且与仅使用第一人称图像的模型相比 ， 在粗糙地形中行驶的比例减少了6.1倍以上 。


    推荐阅读


    上一篇：『』吸烟的人喝茶到底有哪些好处？医生这次全说清楚了

    下一篇：「」汝州砂锅面