标的目的栗 收自 凸非寺

量子位 出品 | 公家号 QbitAI

此前，Uber发作的致命车福，仿佛正在大声天夸张，自动驾驶妙技借出有做好年夜范围降天的准备。终究，全国上并出有很多处所，可让自动驾驶汽车放飞自我。

谷歌也只正在几座主要城市测试过自动驾驶汽车，却曾经正在各类车讲、路肩和泊车标识表记标帜的3D地位标注上，消耗了大批工夫。因为，自动驾驶系统对地位数据的精确度请求很下。

汽车是靠地图去了解自己所在的地位，然后断定当下该当采取如何的行动。而麻省理工教院CSAIL实施室的小火伴们觉得，多么自动驾驶汽车能来的处所便太少了——

正在好国，只要67%的路径展了沥青，而很多冷清又朴实的巷子便出有。汽车走正在一条被地图遗忘的乡间小讲，何处出有路灯，也出有路标，便比较难过了。

多么的路，很易绘起地图，平居经过的车量也未几。所以，地图公司便出有甚么动力，来补齐那些路段的三维地图。

不过，开车从西到东脱越疆土是许多好国人的喜好。比如，从减州的莫哈维沙漠，一同开到新罕布什我州的怀特山脉，即是自动驾驶汽车如今有力完成的艰难旅途。

既然没有是到处皆有精确的地图，便只能念出不用地图也能导航的办法。

我念起，夕阳下的奔跑

CSAIL团队开拓了名为MapLite的一套框架，让自动驾驶汽车正在“查无此路”的小讲上，扔开三维地图的束厄局促，安适天奔跑。

MapLite把GPS数据战一组用去检测周围路径情况的传感器结合正在一同。多么一去，自动驾驶汽车便得以正在马萨诸塞州的曲折巷子上，悠然天前止。

道悠然，是因为系统最近能够准确侦察好，前线35米处的路况。也便是道，即使开到100千米时速也没有成标题问题。

那是正在一台伟大PC上 (频次5Hz) 跑出的结果。假设用GPU的话，汽车大要借能够开得更快。

那个下效的导航计划，事情步伐是多么的——

首先，系统会设置两个值，一是最终目的天，两是“本地导航目标 (local navigation goal) ”，后者要正在汽车的视野范畴以内。

然后，感知传感器搜罗的数据会用去生成一条途径，及其中激光雷达卖力估量路径边缘的地位。

值得留神的是，MapLite没有依靠任何路径标识表记标帜，只需感触感染到周围的凸凸不服，便明白如何才华绘出一条相对陡峭的路。

两者不成得兼？

依靠三维地图导航的自动驾驶系统，只要正在遁藏窒碍物的工夫才会用到传感器战视觉算法。

比拟之下，MapLite齐圆位依托传感器，再减上GPS，便是它获得疑息的局部根源了。

至于，为何无地图导航系统畴前很少有人做，CSAIL团队觉得，那是因为那类计划的准确度很易合意人类的等候。

如今，研讨人员对MapLite的准确度表示了初步的欣喜，但依旧祈望拓展它能够驾驭的路径规范。

终究，系统如今借对付没有了山路，因为它暂时出有把海拔的猛烈变化考虑正在途径计划里。

CSAIL的最终目标是，让无地图导航计划的准确度战地图导航办法相等，又能比地图导航走得更近。

其时，正在乡区自动驾驶汽车能够用三维地图导航，到了陌生的城家借能像人类司机那样自如天开车。

One More Thing

那项研讨是MIT战歉田研讨院 (TRI) 的相助项目，所以测试用车是一辆歉田普钝斯，拆载了一组激光雷达，和一组惯性测量单元。

本月，CSAIL团队便会列席正在澳年夜利亚布里斯班举办的机器人取自动化会议 (ICRA) ，介绍闭于MapLite的研讨成果。

论文传收门：

https://toyota.csail.mit.edu/sites/default/files/documents/papers/ICRA2018_AutonomousVehicleNavigationRuralEnvironment.pdf

— 完 —

真挚招聘

量子位正正在招募编纂/记者，事情地点正在北京中闭村。等候有才调、有热忱的同学参与我们！相关细节，请正在量子位公家号(QbitAI)对话界里，再起“招聘”两个字。

量子位 QbitAI · 头条号签约做者

վ'ᴗ' ի 逃踪AI妙技战产品新静态