能夠識(shí)別自由空間的自動(dòng)駕駛汽車可以更好地檢測(cè)物體

重要的是，自動(dòng)駕駛汽車能夠快速檢測(cè)到共享道路的其他車輛或行人?？突仿〈髮W(xué)的研究人員已經(jīng)表明，通過(guò)幫助車輛識(shí)別它看不到的東西，他們可以顯著提高檢測(cè)準(zhǔn)確度。

也就是空白空間。

你眼中的物體會(huì)模糊你對(duì)前方事物的看法，這一事實(shí)對(duì)人們來(lái)說(shuō)是顯而易見的。但CMU機(jī)器人研究所的博士生胡培云(音譯)表示，自動(dòng)駕駛汽車通常不是這樣判斷周圍物體的。

相反，他們使用來(lái)自激光雷達(dá)的3-D數(shù)據(jù)將對(duì)象表示為點(diǎn)云，然后嘗試將這些點(diǎn)云與對(duì)象的3-D表示庫(kù)匹配。胡說(shuō)，問(wèn)題在于，車輛激光雷達(dá)的3d數(shù)據(jù)并不是真正的3d -傳感器無(wú)法看到物體被遮擋的部分，而目前的算法也無(wú)法判斷這種遮擋。

“感知系統(tǒng)需要知道他們的未知，”胡觀察到。

胡的研究使自動(dòng)駕駛汽車的感知系統(tǒng)能夠在判斷傳感器所看到的東西時(shí)考慮可視性。事實(shí)上，當(dāng)公司構(gòu)建數(shù)字地圖時(shí)，關(guān)于可見性的推理已經(jīng)被使用了。

“地圖構(gòu)建從根本上解釋了哪些地方是空的，哪些地方被占用了，”機(jī)器人學(xué)副教授、CMU阿爾戈自動(dòng)駕駛汽車研究人工智能中心(Argo AI Center for Autonomous Vehicle Research)主任德瓦拉馬南(Deva Ramanan)說(shuō)。“但這并不總是發(fā)生在實(shí)時(shí)處理障礙物以交通速度移動(dòng)的過(guò)程中?！?/p>

在將于6月13-19日舉行的計(jì)算機(jī)視覺和模式識(shí)別(CVPR)會(huì)議上，胡和他的同事們借鑒了地圖制作技術(shù)來(lái)幫助系統(tǒng)在識(shí)別物體時(shí)判斷可見度。

在標(biāo)準(zhǔn)基準(zhǔn)測(cè)試中，CMU方法的表現(xiàn)優(yōu)于之前的頂級(jí)技術(shù)，對(duì)小汽車的檢測(cè)提高了10.7%，對(duì)行人的檢測(cè)提高了5.3%，對(duì)卡車的檢測(cè)提高了7.4%，對(duì)公共汽車的檢測(cè)提高了18.4%，對(duì)拖車的檢測(cè)提高了16.7%。

以前的系統(tǒng)可能沒有考慮到可見性的一個(gè)原因是考慮到計(jì)算時(shí)間。但胡表示，他的團(tuán)隊(duì)發(fā)現(xiàn)這不是問(wèn)題:他們的方法只需要24毫秒就能運(yùn)行。(作為比較，激光雷達(dá)的每次掃描是100毫秒。)