自动驾驶视觉系统：不仅可以”看“，还能预测“未来”

来源：TechCrunch编辑：对于自动驾驶的视觉系统来说，“看到”路人是三石的基本任务。更重要的是，它能否判断行人的下一步行动会像人类一样。密歇根大学的一个团队开发了一种改进的算法，使自动驾驶视觉系统能够预测行人的行为。视觉系统不仅用于观看，还用于预测“未来”！密歇根大学一直以自动驾驶汽车技术而闻名。最近，他们又做出了一个重大举措——研究一种改进的算法来预测道路上行人的移动。

这种算法不仅考虑行人在做什么，还考虑他们是如何做的。这种肢体语言对于预测一个人下一步会做什么至关重要。

Arxiv地址：https://arxiv.org/pdf/1809.03705.pdfIEEE地址：https://ieeexplore.ieee.org/document/8626436密歇根大学团队已经在Arxiv和IEEE上发表了他们的研究成果，感兴趣的读者可以访问上面或文章末尾的链接进行详细阅读。本文提出了一种基于生物力学的递归神经网络（Bio-LSTM），可以在全局坐标系中预测行人的位置和三维关节姿势。该网络可以同时预测多个行人的姿势和全局位置，以及距离摄像机45米以内的行人（城市十字路口尺度）。看到更详细的动作，预测行人的移动，关注路上的行人，并预测他们会做什么，这些都是任何自动驾驶视觉系统的重要组成部分。

允许自动驾驶汽车了解道路上是否有行人，并分析一些详细信息，这可能会对汽车在下一步的操作产生巨大影响。一些公司声称，他们的自动驾驶汽车的视觉系统可以在一个或另一个范围内看到和标记“人”，但目前很少有公司提出可以看到和标记更详细的部分，如“手势”或“姿势”。

这种视觉算法可以（尽管目前不太可能）简单到识别一个人，观察他们在几帧内移动了多少像素，然后从该节点推断。但人类的动作自然比这复杂得多。UM的新系统使用了激光雷达和立体摄像系统，不仅可以估计一个人的轨迹，还可以估计他们的姿势和步态：姿势可以指示一个人是靠近还是远离汽车，是否使用拐杖，是否弯腰接电话，等等；步态不仅代表速度，也代表意图。例如，当行人把头转向肩膀时，他们接下来可能会转身，或者只是看一眼肩膀，继续向前走；路人可能在向某人（或车辆）伸出手臂时发出停车信号。这些额外的数据将帮助视觉系统预测行动，使导航计划和防止意外事件更加完整。

更重要的是，它只需要几帧就可以很好地完成工作——它可能只需要包括单步和手臂摆动。这足以做出一个容易击败简单模型的预测，而简单模型是一个关键的性能指标。本文首发于微信公众号：新知远。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：

汽车资讯热门资讯