广告
纯虚拟数据助力自动驾驶 | 密歇根&福特联合组建自动驾驶研究中心（二）
2019-08-30 18:20:41· 来源：智车科技 作者：赵佳
今天继续介绍密歇根大学和福特汽车公司联合组建的UM＆Ford自动驾驶汽车中心（FCAV）。FCAV成立的初心是基于L4自动驾驶，利用纯虚拟数据来感知路况并决策规划，以
今天继续介绍密歇根大学和福特汽车公司联合组建的UM＆Ford自动驾驶汽车中心（FCAV）。FCAV成立的初心是基于L4自动驾驶，利用纯虚拟数据来感知路况并决策规划，以加速自动驾驶汽车研究，探索更安全的自动驾驶和更广阔的汽车未来。
如何保证安全自动驾驶
自动驾驶车辆的轨迹规划需要数学模型来描述车辆如何在真实场景中移动。然而，模型往往是不完美的，并且模型不确定性的考虑对于确保安全性是至关重要的。此外，根据模型复杂性，轨迹规划器或不能实时地找到解决方案。研究人员计划使用低复杂度模型来寻找轨迹，并限制车辆遵循这些轨迹的能力的模型误差。车辆在该框架中可以实现的状态范围在Forward Reachable Set（FRS）中离线计算，其表示为在2D空间中车辆的近似状态及其参数化轨迹的函数。FRS在运行时与世界上的障碍物相交，以排除不安全的轨迹；对剩余轨迹的优化则选择已知存在不确定性但车辆仍可以安全行驶的轨迹。该方法在与快速探索随机树（Rapidly-exploring Random Trees，RRT）和非线性模型预测控制（NonlinearModel Predictive Control，NMPC）的仿真方法中得到证明。
物理世界中的FRS (右)和轨迹参数空间(左)的说明。左边的每个轨迹参数对应于物理世界中的一个轨迹。FRS在蓝色汽车运行时与障碍物(道路边界和红色汽车)相交，以识别导致碰撞的轨迹参数，即为左图中的橙色和红色区域。在这个示意图中，1的参数生成一个保证安全的轨迹，而2的参数导致碰撞。所以可以从Ksafe中选择最优参数。
未能自动识别自动驾驶汽车感知
自动驾驶汽车面临的主要开放挑战之一是能够探测到汽车和行人在世界范围内安全航行。基于深度学习的物体探测器方法在使用摄像机图像来检测和分类对象方面取得了很大进展。但对于诸如自动驾驶之类的安全关键应用，当前技术水平的错误率仍然太高而不能实现安全操作。此外，物体探测器性能的表征主要限于对预先记录的数据集进行测试。如果没有额外的人工标签，新数据上发生的错误就无法检测到。所以研究人员提出了一种自动方法，用于识别物体探测器所产生的错误，而无需地面实况标签。研究人员表明，一对相似图像之间的对象检测器输出的不一致性可以用作假阴性（例如，遗漏检测）的假设，并且对于每个假设使用一组新的特征，现成的二元分类器可以是用于查找有效的错误。特别是，研究人员通过时间和空间的不一致性，将该方法用于任意基于摄像头的物体探测器。通过几组真实世界数据的验证，表明最先进的探测器、跟踪器和该团队的分类器对合成数据进行训练，可以识别KITTI跟踪数据集上的有效误差，平均精度为0.94。该团队还发布了一个新的包含104个序列的跟踪数据集。
虚拟世界能否取代人类生成的注释以应对真实世界的任务？
虚拟世界能否取代人类生成的注释以应对真实世界的任务？深度学习迅速改变了用于解决计算机视觉和机器人技术中各种问题的最先进算法。然而，这些突破依赖于大量的人类注释训练数据。这个耗时的过程已经开始阻碍这些深度学习的进展。通过在丰富的虚拟世界中训练机器学习算法，可以说明真实场景中的真实对象可以使用合成数据进行学习和分类。这种方法提供了加速深度学习应用于基于传感器的分类问题的可能性，例如那些出现在自动驾驶汽车中的问题。
研究人员提出了一种基于视频游戏仿真引擎的图像采集方法。模拟了一天中不同的时间范围，包括白天、夜晚、早晨和黄昏。此外，发动机捕捉复杂的天气和照明场景，如驾驶场景为晴天，雾，雨和雾霾。
广告
最新资讯
-
IDIADA运用驾驶模拟器进行低附着系数场景测
2024-05-09 16:38
-
罗德与施瓦茨和杜尔合作开发ADAS/AD 功能测
2024-05-09 15:18
-
工信部重磅发布：锂电池行业规范
2024-05-09 15:15
-
中路慧能检测认证科技有限公司获得道路运输
2024-05-09 15:11
-
电动车辆EMC测试标准 ISO21498分析
2024-05-09 14:59
广告
广告
