据国外媒体报道，马里兰大学的研究人员最近开发了一种新技术，可以提高用于训练自动驾驶汽车导航模型的模拟器的有效性。
图片来源:研究人员Mavrogiannis、Chandra和Manocha。
项目负责人Dinesh Manocha教授表示:“虽然目前人们对自动驾驶汽车的自动导航感兴趣，但目前用于导航的人工智能方法并没有考虑到人类驾驶员或其他自动驾驶汽车在道路上的行为。我们研究的目标是开发强大的技术，可以检测和分类其他道路使用者(如车辆、公共汽车、卡车、自行车、行人)的行为，并使用这些行为来指导自动驾驶汽车的行驶轨迹。”
一般来说，驾驶行为大致可以分为两类:保守或激进的行为，保守的司机更细心、更用心，而激进的司机可能不稳定、好战。
对这些不同驾驶模式的准确检测对于自动驾驶汽车非常有用，尤其是在关键时刻(例如，在变道或进入/离开高速公路时)，因为它允许车辆相应地调整其轨迹和安全措施。过去，许多团队使用模拟平台来使自动驾驶汽车和高级驾驶辅助系统(ADAS)能够准确地对这些驾驶行为进行分类。
参与这项研究的另一名研究人员罗汉·钱德拉(Rohan Chandra)表示:“自动驾驶导航系统通常会在实地测试前接受模拟训练。在我们最近的论文中，我们提出了一种新颖的行为驱动模拟器，它可以模拟在真实世界交通场景中观察到的不同行为。这意味着，通过训练底层导航系统，车辆可以处理真实交通场景中的复杂驾驶行为。”
视频来源:研究员钱德拉
研究人员推出的模拟技术是基于一个模型，CMetric，它可以对道路上其他道路使用者的驾驶行为进行分类，分析轨迹，然后使用最先进的计算机视觉工具进行计算。
另一位研究人员Angelos Mavrogiannis表示:“通过使用CMetric，我们的行为引导模拟器可以生成不同行为的道路使用者，从而造成混合的交通场景。异质驾驶行为的模拟是我们工作的一个独特方面。我们使用基于DQN(Deep Q-Network)的深度强化学习策略，并将其与我们的模拟器相集成。”
Mavrogiannis、Chandra和Manocha推出的驾驶行为预测模型可以与各种最先进的车辆导航算法集成。这意味着世界各地的其他团队可以使用它来改善他们模型的训练，并提高整体性能。
到目前为止，大多数现有的自动驾驶汽车都难以应对复杂的城市环境，包括交通繁忙或有红绿灯的道路，行人和自行车。马里兰大学研究人员开发的模拟技术最终可以帮助提高自动驾驶车辆在复杂城市场景中的性能。
钱德拉说:“目前的自动驾驶系统主要适用于高速公路交通。但我们的方法为在复杂的城市或具有挑战性的场景中模拟和评估自动驾驶技术提供了一种新颖的解决方案。”
虽然这种方法最初是作为训练算法的工具而设计的，但研究人员开发的模拟技术也可以用于生成训练数据集，这些数据集也考虑了复杂城市环境中的驾驶行为和车辆轨迹。作为他们研究的一部分，Mavrogiannis、Chandra和Manocha使用这些行为分类方法来创建和分析METEOR，这是一个包含密集和非结构化交通视频的大规模数据集。这些视频在印度收集，然后由研究人员手动注释，以突出罕见或有趣的驾驶行为，如非典型的道路互动和交通违规。
未来，世界各地的其他团队可以使用这个数据集来改进拥挤和复杂的城市环境中的自动驾驶汽车和ADAS导航。目前，研究人员还计划开放模拟技术，以便其他团队和公司可以使用它来训练自己的模型和算法。据国外媒体报道，马里兰大学的研究人员最近开发了一种新技术，可以提高用于训练自动驾驶汽车导航模型的模拟器的有效性。
< img alt = " " src = "/ee img/{ HostI }/img/20230303192108867118/1 . jpg "/……图片来源:研究人员Mavrogiannis、Chandra和Manocha。
项目负责人Dinesh Manocha教授表示:“虽然目前人们对自动驾驶汽车的自动导航感兴趣，但目前用于导航的人工智能方法并没有考虑到人类驾驶员或其他自动驾驶汽车在道路上的行为。我们研究的目标是开发强大的技术，可以检测和分类其他道路使用者(如车辆、公共汽车、卡车、自行车、行人)的行为，并使用这些行为来指导自动驾驶汽车的行驶轨迹。”
一般来说，驾驶行为大致可以分为两类:保守或激进的行为，保守的司机更细心、更用心，而激进的司机可能不稳定、好战。
对这些不同驾驶模式的准确检测对于自动驾驶汽车非常有用，尤其是在关键时刻(例如，在变道或进入/离开高速公路时)，因为它允许车辆相应地调整其轨迹和安全措施。过去，许多团队使用模拟平台来使自动驾驶汽车和高级驾驶辅助系统(ADAS)能够准确地对这些驾驶行为进行分类。
参与这项研究的另一名研究人员罗汉·钱德拉(Rohan Chandra)表示:“自动驾驶导航系统通常会在实地测试前接受模拟训练。在我们最近的论文中，我们提出了一种新颖的行为驱动模拟器，它可以模拟在真实世界交通场景中观察到的不同行为。这意味着，通过训练底层导航系统，车辆可以处理真实交通场景中的复杂驾驶行为。”
视频来源:研究员钱德拉
研究人员推出的模拟技术是基于一个模型，CMetric，它可以对道路上其他道路使用者的驾驶行为进行分类，分析轨迹，然后使用最先进的计算机视觉工具进行计算。
另一位研究人员Angelos Mavrogiannis表示:“通过使用CMetric，我们的行为引导模拟器可以生成不同行为的道路使用者，从而造成混合的交通场景。异质驾驶行为的模拟是我们工作的一个独特方面。我们使用基于DQN(Deep Q-Network)的深度强化学习策略，并将其与我们的模拟器相集成。”
Mavrogiannis、Chandra和Manocha推出的驾驶行为预测模型可以与各种最先进的车辆导航算法集成。这意味着世界各地的其他团队可以使用它来改善他们模型的训练，并提高整体性能。
到目前为止，大多数现有的自动驾驶汽车都难以应对复杂的城市环境，包括交通繁忙或有红绿灯的道路，行人和自行车。马里兰大学研究人员开发的模拟技术最终可以帮助提高自动驾驶车辆在复杂城市场景中的性能。
钱德拉说:“目前的自动驾驶系统主要适用于高速公路交通。但我们的方法为在复杂的城市或具有挑战性的场景中模拟和评估自动驾驶技术提供了一种新颖的解决方案。”
虽然这种方法最初是作为训练算法的工具而设计的，但研究人员开发的模拟技术也可以用于生成训练数据集，这些数据集也考虑了复杂城市环境中的驾驶行为和车辆轨迹。作为他们研究的一部分，Mavrogiannis、Chandra和Manocha使用这些行为分类方法来创建和分析METEOR，这是一个包含密集和非结构化交通视频的大规模数据集。这些视频在印度收集，然后由研究人员手动注释，以突出罕见或有趣的驾驶行为，如非典型的道路互动和交通违规。
未来，世界各地的其他团队可以使用这个数据集来改进拥挤和复杂的城市环境中的自动驾驶汽车和ADAS导航。目前，研究人员还计划开放模拟技术，以便其他团队和公司可以使用它来训练自己的模型和算法。
标签：
作者王一萍编辑王鑫来源汽车预言家2021年宝马很成功，2022年充满挑战。这是宝马集团董事长齐普策在2022年宝马集团财报年会结束时的简短总结。
1900/1/1 0:00:00作为2022年最受期待的豪华电动车，凯迪拉克LYRIQ离我们越来越近了这款诞生于通用奥特能平台、开启凯迪拉克纯电时代的重磅之作，拥有与生俱来的安全优势。
1900/1/1 0:00:00“飞凡”汽车来了。很多人都陌生。他们自己的描述是：来自上海、源自上汽、集结高新科技的汽车公司和品牌。相信这三层意思足够表达了全部。从现在起，汽车市场又多了一个全新的品牌。
1900/1/1 0:00:002022年3月2527日，中国电动汽车百人会论坛（2022）正式召开，本届论坛主题为“迎接新能源汽车市场化发展新阶段”，
1900/1/1 0:00:002022年3月2527日，中国电动汽车百人会论坛（2022）正式召开，本届论坛主题为“迎接新能源汽车市场化发展新阶段”，
1900/1/1 0:00:002022年3月2527日，中国电动汽车百人会论坛（2022）正式召开，本届论坛主题为“迎接新能源汽车市场化发展新阶段”，
1900/1/1 0:00:00
汽车导航