自主控制系统“学习”使用简单的地图和图像数据导航新的,复杂路线

EURC

为了给自动驾驶汽车带来更人性化的推理,麻省理工学院的研究人员发明了一种系统,该系统只使用简单的地图和可视数据,使无人驾驶汽车能够在新的道路上行驶。复杂的环境。

人类驾驶员在他们以前没有驾驶过的道路上非常擅长驾驶,使用观察和简单工具。我们只需将我们在周围看到的与我们在GPS设备上看到的相匹配,以确定我们在哪里以及我们需要去哪里。

无人驾驶汽车,然而,与这个基本的推理作斗争。在每个新地区,汽车必须首先绘制地图并分析所有新的道路,这很费时。该系统还依赖于复杂的地图(通常由三维扫描生成),这些地图需要大量的计算才能实时生成和处理。

在最近举行的机器人和自动化国际会议上发表的一篇论文中,麻省理工学院的研究人员描述了一种自动控制系统,当驾驶员在一个小范围内行驶时,它可以“学习”驾驶员的驾驶模式。只使用来自摄像机馈送的数据和简单的类似GPS的地图。

然后,经过培训的系统可以在一个全新的区域内沿着计划的路线控制无人驾驶汽车,模仿人类的司机。

与人类驾驶员相似,系统还检测到地图和道路特征之间的任何不匹配。williamhill投注赔率这有助于系统确定其位置,传感器,或者映射不正确,为了修正汽车的行驶路线。

对系统进行初步培训,一名人工操作人员控制了一辆丰田普锐斯(Toyota Prius),这辆普锐斯配备了多个摄像头和一个基本的GPS导航系统,以收集当地郊区街道的数据,包括各种道路结构和障碍物。

当自主部署时,系统成功地在不同的森林区域沿预先规划好的路径驾驶汽车,用于自动车辆试验。

“有了我们的系统,你不需要事先在每一条路上训练,”第一作者亚历山大阿米尼说,麻省理工学院研究生“你可以下载一张新地图,让这辆车在以前从未见过的道路上行驶。”

“我们的目标是实现自主导航,在新的环境中驾驶更加稳健,”合著者Daniela Rus补充道,计算机科学和人工智能实验室(CSAIL)主任,安德鲁和厄纳维特比电气工程和计算机科学教授。

“例如,如果我们训练一辆自动驾驶汽车在城市环境中行驶,比如剑桥的街道,该系统还应能在树林中平稳行驶,即使这是一个前所未有的环境。”

在报纸上加入罗斯和阿明的是盖伊·罗斯曼,丰田研究所的研究员,还有Sertac Karaman,麻省理工学院航空航天副教授。

点对点导航


传统的导航系统通过为定位等任务定制的多个模块处理来自传感器的数据,映射,目标检测,运动规划,和转向控制。

多年来,俄罗斯航空集团一直在开发“端到端”导航系统,哪个进程输入感官数据和输出转向命令,不需要任何专门的模块。

直到现在,然而,这些模型被严格设计为安全地沿着道路行驶,没有任何真正的目的地。在新报纸上,研究人员改进了他们的端到端系统,从一个目标到另一个目标,在以前看不见的环境中。

为此,研究人员对他们的系统进行了培训,以预测驾驶过程中任何特定时刻所有可能的转向指令的全概率分布。

该系统使用一种称为卷积神经网络(CNN)的机器学习模型,常用于图像识别。培训期间,该系统观察并学习如何从人类驾驶者转向。CNN将方向盘旋转与它通过摄像头和输入地图观察到的道路曲率关联起来。

最终,它学习各种驾驶情况下最可能的转向指令,比如笔直的道路,四向或T形交叉口,叉子,以及旋转木马。

“最初,在T型交叉口,有许多不同的方向,汽车可以转向,”罗斯说。“模型从思考所有这些方向开始,但是当它看到越来越多的关于人们做什么的数据时,会看到有些人左转,有些人右转,但没有人直走。

“直线前进被排除在可能的方向之外,模型知道,在T型交叉口,它只能向左或向右移动。”

地图上写着什么?


在测试中,研究人员用随机选择的路线图输入系统。开车时,系统从摄像机中提取视觉特征,williamhill投注赔率从而可以预测道路结构。

例如,它将道路一侧的远处停车标志或分线标志标识为即将到来的交叉口标志。每一刻,它使用其预测的转向命令概率分布来选择最有可能遵循其路线的转向命令。

重要的是,研究人员说,系统使用易于存储和处理的地图。自主控制系统通常使用激光雷达扫描来产生大量的复杂的地图,大约需要4000千兆字节(4兆字节)的数据来存储旧金山的城市。

对于每个新的目的地,汽车必须创建新的地图,相当于大量的数据处理。研究人员系统使用的地图,然而,仅使用40 GB的数据捕获整个世界。

在自动驾驶过程中,系统还不断地将其可视数据与地图数据匹配,并注意到任何不匹配。这样做有助于自主车辆更好地确定其在道路上的位置。

而且,如果向汽车提供矛盾的输入信息,它可以确保汽车保持在最安全的路径上:如果,说,汽车在一条笔直的路上行驶,没有转弯,GPS显示汽车必须右转,这辆车会知道要一直往前开还是停下来。

“在现实世界中,传感器确实会失效,”阿米尼说。“我们希望通过构建一个能够接受这些噪声输入并仍能在道路上正确导航和定位自身的系统,来确保系统对不同传感器的不同故障具有鲁棒性。”

//www.bjfpb.com/wp-content/uploads/2019/05/a7-3.jpg//www.bjfpb.com/wp-content/uploads/2019/05/a7-3-300x300.jpg大卫·奥里奥丹EURC自动化,麻省理工,运输
为了给自动驾驶汽车带来更人性化的推理,麻省理工学院的研究人员发明了一种系统,该系统只使用简单的地图和可视数据,使无人驾驶汽车能够在新的道路上行驶。复杂的环境。人类驾驶者非常擅长在他们以前没有驾驶过的道路上导航,使用观察…