足球比赛结果 雪地驾驶是 AI 传感器团队的努力

从头顶无人机的角度来看,一辆汽车在雪路上行驶。
从头顶无人机的角度来看,一辆汽车在雪路上行驶。
在一些冬季道路上很难找到人行道。传感器技术和图像处理 可以帮助自动驾驶汽车更好地在雪地条件下行驶。
×

没有人喜欢在暴风雪中驾驶,包括自动驾驶汽车。为了实现自动驾驶 汽车在雪路上更安全,工程师从汽车的角度来看待问题。

全自动驾驶汽车面临的主要挑战是应对恶劣天气。雪特别大 混淆关键的传感器数据,帮助车辆测量深度、发现障碍物和 保持在黄线的正确一侧(假设黄线可见)。平均更多 密歇根州的基威诺半岛每年冬天的降雪量都超过 200 英寸,是完美的选择 将自动驾驶汽车技术推向极限的地方。分成两份,足球比赛结果的研究人员这可以帮助为芝加哥、底特律等冰雪城市带来自动驾驶选择 明尼阿波利斯和多伦多。

有时就像天气一样,自主并不是晴天或下雪的是或否指定。 自动驾驶汽车涵盖了,来自市场上已有盲点警告或制动辅助功能的汽车, 可以切换自动驾驶模式的车辆,可以导航的其他车辆 完全靠自己。主要汽车制造商和研究型大学仍在调整 自动驾驶技术和算法。有时会发生事故,原因有两种: 汽车人工智能(AI)的误判或人类驾驶员的误操作 自动驾驶功能。

使用 CNN 传感器融合进行可行驶路径检测,实现雪地自动驾驶

Rawashdeh 实验室的 SPIE 研究配套视频展示了人工 智能(AI)网络将图像区域划分为可行驶(绿色)和不可行驶。 尽管道路上有雪,人工智能也会处理并融合每个传感器的数据 随机轮胎痕迹,同时还要考虑交叉路口和迎面驶来的交通。

关于研究人员

传感器融合

人类也有传感器:我们的扫描眼睛、我们的平衡感和运动感,以及 我们大脑的处理能力帮助我们了解我们的环境。这些看似 基本输入使我们能够在几乎所有场景中驾驶,即使它对我们来说是新的, 因为人类的大脑善于概括新奇的经历。在自动驾驶汽车中, 安装在万向节上的两个摄像头使用立体视觉来扫描和感知深度以模仿 人类视觉,而平衡和运动可以使用惯性测量来测量 单位。但是,计算机只能对它们以前遇到过或经历过的场景做出反应 编程来识别。

由于人工大脑尚未出现,特定任务的 AI 算法必须采用 轮子——这意味着自动驾驶汽车必须依赖多个传感器。鱼眼相机 扩大视野,而其他相机的作用与人眼非常相似。红外线拾取 热签名。雷达可以穿透雾和雨。光检测和测距 (激光雷达)穿透黑暗,编织出激光束线的霓虹灯挂毯。

“每个传感器都有局限性,每个传感器都会覆盖另一个传感器的背部,”说纳西尔·拉瓦什德,足球比赛结果计算机系助理教授计算学院以及该研究的主要研究人员之一。他致力于将传感器的数据整合在一起 通过称为传感器融合的人工智能过程。

“传感器融合使用不同模式的多个传感器来理解场景,” 他说。 “当输入很难时,你无法对每个细节进行详尽的编程 模式。这就是我们需要人工智能的原因。”

Rawashdeh 在足球比赛结果的合作者包括他的博士生 Nader Abu-Alrub 在电气和计算机工程,并且杰里米·博斯,电气与计算机工程助理教授,硕士 Bos 实验室的学位学生和毕业生:Akhil Kurup、Derek Chopp 和 Zach Jeffries。 Bos 解释说,激光雷达、红外和其他传感器本身就像锤子 用一句古老的格言来说。 “‘对于锤子来说,一切看起来都像钉子,’”博斯引用道。 “嗯, 如果您有螺丝刀和铆钉枪,那么您就有更多选择。”

雪、鹿和大象

大多数自主传感器和自动驾驶算法都是在阳光明媚、 清晰的风景。知道世界其他地方不像亚利桑那州或南部 加利福尼亚州,博斯的实验室开始收集足球比赛结果自动驾驶汽车的本地数据 (由人类安全驾驶)在大雪期间。 Rawashdeh 的团队,特别是 Abu-Alrub, 倾倒了 1000 多帧来自雪路的激光雷达、雷达和图像数据 德国和挪威开始教授他们的人工智能程序雪是什么样子 如何看过去。

“并非所有的雪都是一样的”,博斯说道,并指出雪的种类不同, 传感器检测是一个挑战。 Rawashdeh 补充说,预处理数据并确保 准确的标签是确保准确性和安全性的重要一步:“人工智能就像 一名厨师——如果你有好的食材,就会有一顿美味的饭菜,”他说。 “向人工智能学习网络提供脏的传感器数据,你会得到不好的结果。”

低质量的数据是一个问题,实际的污垢也是如此。就像道路污垢、雪一样 传感器上的堆积是一个可以解决但令人烦恼的问题。一旦视野清晰, 自动驾驶车辆传感器在检测障碍物方面并不总是达成一致。 博斯提到了一个很好的例子,他在清理当地收集到的东西时发现了一只鹿 数据。激光雷达说这个斑点没什么(有 30% 的可能性是障碍物),相机看到 它就像一个昏昏欲睡的人坐在方向盘上(50%的机会),红外传感器喊道 哇(90%确定那是鹿)。

让传感器及其风险评估相互交流和学习是 就像印度的三个盲人找到大象的寓言一样:每个人都触摸到了不同的东西 大象的一部分——该生物的耳朵、鼻子和腿——并且得到了不同的结果 关于它是什么种类的动物的结论。 Rawashdeh 和 Bos 使用传感器融合 希望自主传感器能够共同找出答案——无论是大象还是鹿 或雪堆。正如 Bos 所说,“通过使用传感器融合,而不是严格投票 我们将提出新的估计。”

虽然应对基韦诺暴风雪是自动驾驶汽车的一条出路,但它们的 传感器可以更好地了解恶劣天气,并且随着传感器等进步 融合,有一天就能在雪路上安全行驶。

足球比赛结果是一所 R1 公立研究型大学,成立于 1885 年,位于霍顿,拥有来自全球 60 多个国家的近 7,500 名学生。密歇根州旗舰科技大学的投资回报率一直名列全美最佳大学之列,提供超过 185 个本科毕业生科学技术、工程、计算机、林业、商业、健康专业、人文、数学、社会科学和艺术领域的学位课程。乡村校园距离密歇根州上半岛的苏必利尔湖仅数英里,提供全年户外探险的机会。

评论