优步开发AI技术 提高自动驾驶汽车运动轨迹预测准确率
2020-04-20 16:19:39爱云资讯
图片来源:优步官网
众所周知,如果不能预测道路上其他驾驶员可能做出的决定,车辆就无法实现全自动驾驶。两年前,优步的一辆自动驾驶原型车在亚利桑那州坦佩撞死了一名行人,部分原因是该车没能发现并避开行人。ATG的研究使用生成式对抗网络(GAN)来预测汽车轨迹,据称可将预测精度提高一个数量级。
研究人员使用的生成式对抗网络称为SC-GAN (scene-compliant GAN),可根据现有场景中的限制条件创建轨迹,并获取场景(包括公路、人行道位置、车道方向、交通灯和标识)的高清地图,以及车载激光雷达、雷达和摄像头传感器的探测和追踪系统。GAN会输出附近车辆的参考框架,车辆原点位于中心,x轴和y轴分别由车辆的行驶方向和左侧定义。
对于未来轨迹由GAN预测的车辆而言,其潜在的情境信息和地图限制条件融合成一个RGB图像,可以用称为矩阵的数学对象来表示。矩阵是排列成行和列的数字矩形阵列,通常以AI模型可以操作的格式表示概念。这些图像捕捉了车辆后方10米和两侧30米范围内的场景。
在实验中,研究小组在谷歌TensorFlow机器学习框架中部署了该AI系统和一些基线,并获得了大规模的、真实世界的数据集(ATG4D),包括在各种交通状况下行驶240小时的数据。每辆车每0.1秒创建单个数据点,包括当前和过去0.4秒的所观测到的速度、加速度、行驶方向,以及780万个数据点的转向变化率,这些数据点与周围环境高清地图信息一起被分解为模型训练、测试和评估集。
研究人员称,与基线相比,SC-GAN减少了50%的冲出道路误报,这是一种度量方法,用于测量车辆可行驶区域之外的预测轨迹点的百分比。此外,SC-GAN在运动预测方面超过了现有的最先进的GAN架构,显著地减少了平均和最终预测错误。
研究人员表示,即使是在相当有挑战性的边缘情况下,SC-GAN也能成功预测车辆的运动。例如,在一个场景中,一辆汽车在直行车道上驶近十字路口,即使其轨迹稍微向左倾斜,SC-GAN也能准确地预测到它将继续直行。在另一个场景中,SC-GAN正确地预测到车辆在进入十字路口后会右转。
该项研究的合著者写道,“运动预测是自动驾驶技术的关键组成部分之一,建模了自动驾驶车辆附近被追踪的参与者的未来行为和不确定性。大量的定性和定量分析表明,在基于GAN的周围道路使用者的运动预测方面,该方法优于目前的技术水平,可以生成更准确、更真实的轨迹。”- 上海人工智能实验室发布自动驾驶视频生成模型GenAD
- 聚焦汽车AI前沿科技,AutoAI 2024第七届自动驾驶及智能座舱中国峰会开放注册!
- u-blox观点分享:GNSS技术在自动驾驶领域中所发挥的重要作用
- 自动驾驶进入产业奇点时刻,大卓智能可否后发先至
- 迈向端到端自动驾驶,地平线正式开源Sparse4D算法
- 超酷的自动驾驶体验,文远知行自动驾驶小巴受到多方点赞
- EAC2024自动驾驶&智能座舱&新能源汽车大会暨易贸汽车产业展6月21日苏州召开!
- DevSecOps 中的AI:从“智能副驾”到“自动驾驶”
- 西井科技自动驾驶全球商业化落地,解码大物流智能转型
- 自动驾驶数据安全合规,被严重低估了
- 打造“中国梯”,跨越自动驾驶的珠峰8680
- TÜV莱茵为九识智能Z5颁发低速自动驾驶系统China-mark认证证书
- 获得TÜV莱茵自动驾驶系统China-mark认证,九识智能加快城市多场景落地
- 自动驾驶物流车深圳落地,九识智能深入广东为货运行业降本增效
- 国内商用车首张!福田汽车成功获得有条件自动驾驶 高快速路测试牌照
- 大卓智能谷俊丽:自动驾驶新周期,跨越产业化拐点需要生态合力