百度、香港大学与马里兰大学合作 研发仿真系统训练验证自动驾驶汽车

GCV新闻据国外媒体报道，美国马里兰大学计算机科学家迪内什·马诺查（Dinesh Manocha）与中国百度研究院和香港大学的同事合作，开发了一个极为逼真的仿真系统，用于训练和验证自动驾驶汽车。现有系统使用具有高保真度的游戏引擎或计算机图形以及数学建模交通模式进行模拟。与此相比，新系统可以提供更丰富、更逼真的模拟。新系统被称为增强型自动驾驶模拟，它使自动驾驶技术更容易在实验室中进行评估，同时确保其在投入昂贵的道路测试之前足够可靠和安全。自动驾驶汽车的一个潜在好处是，它们可能比人类驾驶员更安全，因为人类驾驶员容易分心、疲劳和情绪化，这可能导致错误的决定。然而，为了确保安全，自动驾驶汽车必须对驾驶环境进行评估和响应。考虑到汽车在路上可能会遇到各种情况，自动驾驶系统需要在极具挑战性的条件下试驾数亿英里，以证明其可靠性。在真实道路上完成试驾可能需要几十年的时间，但计算机模拟系统可以快速、高效、安全地对自动驾驶系统进行初步评估。计算机模拟系统可以准确地再现真实世界，并对周围物体的行为进行建模。目前，科学文献中描述的最先进的模拟系统在描绘真实环境和呈现真实世界的交通流模式或驾驶员行为方面仍然存在不足。AADS是一种数据驱动系统，可以更准确地呈现自动驾驶汽车在道路上接收到的信息。自动驾驶汽车依赖于感知模块和导航模块。感知模块接收并解释真实世界的信息。导航模块根据感知模块做出决策，例如转向哪里、刹车还是加速。在现实世界中，自动驾驶汽车的感知模块通常接收来自摄像头和激光雷达传感器的信息，这些传感器使用光脉冲来测量与周围物体的距离。在当前的模拟技术中，感知模块接收计算机生成的图像，以及行人、自行车和其他汽车运动模式的模型，这是对现实世界的相对粗略的表示。然而，由于计算机生成的图像模型必须手动生成，因此这一过程非常昂贵且耗时。AADS系统将照片、视频和激光雷达点云与行人、自行车和其他车辆的真实轨迹数据相结合。该轨迹数据还可用于预测道路上其他车辆或行人的驾驶行为和未来位置，以实现安全驾驶。当使用真实的视频图像和激光雷达数据进行模拟时，科学家们面临着一个挑战：每个模拟场景都必须对自动驾驶汽车的运动做出反应，即使原始相机或激光雷达传感器无法捕捉到这种运动。此外，有必要从照片或视频未捕捉到的任何角度或视点预测场景，并对其进行还原或模拟。这也是为什么模拟技术一直严重依赖计算机生成的图形技术和物理预测技术的原因。为了克服这一挑战，研究人员开发了一种技术，可以将现实世界街景的各个部分分离出来，并将其恢复为单独的元素，然后将其重新组合，以创建大量逼真的驾驶场景。有了AADS，车辆和行人都可以离开一个环境，放在另一个具有适当照明和运动模式的环境中。此外，可以重建不同交通水平的道路，每个场景的多个视角可以在车辆变道和转弯时提供更真实的视角。此外，与其他视频模拟技术相比，先进的图像处理技术可以实现平滑转换并减少失真。此外，图像处理技术可以用于提取行人、自行车和其他车辆的轨迹，模拟驾驶员的行为。马里兰大学的计算机科学家Dinesh Manocha说：“因为我们使用关于现实世界的视频以及现实世界中行人、自行车和其他车辆的运动，我们的感知模块有更多的准确性……

te信息。此外，由于模拟器非常真实，我们可以更好地评估自动驾驶系统的驾驶策略。"

标签：DS

汽车资讯热门资讯