bt365手机平台-下载首页

  • 一队bt365手机app的研究对丰田普瑞斯与激光雷达和IMU传感器的配备测试maplite。

    一队bt365手机app的研究对丰田普瑞斯与激光雷达和IMU传感器的配备测试maplite。

    CSAIL的照片礼貌。

    全屏
  • maplite使用传感器来规划路径感知安全,包括激光雷达,以确定道路的边缘的大致位置。

    maplite使用传感器来规划路径感知安全,包括激光雷达,以确定道路的边缘的大致位置。

    CSAIL的形象礼貌。

    全屏

自动驾驶汽车的乡村道路

一队bt365手机app的研究对丰田普瑞斯与激光雷达和IMU传感器的配备测试maplite。

今天的自主车需要手工标记的3 d地图,但CSAIL的maplite系统,能够与刚刚GPS和传感器导航。 看视频


记者联系

雷切尔·戈登
电子邮件: rachelg@csail.mit.edu
电话:617-258-0675
bt365手机app计算机科学和人工智能实验室

导航道路自动驾驶汽车少走是一项艰巨的任务。这是一个原因,不会有太多的地方,自动驾驶汽车可以驾驶卫生组织。谷歌等公司只能测试他们的舰队 在各大城市 当他们已经花了无数时间精心标注的车道,路肩确切3 d位置,出口匝道,并停止的迹象。

“汽车使用这些地图就知道他们在哪里和什么样的行人和其他车辆的新障碍物的存在做”丹妮拉RUS,bt365手机app的计算机科学的主任和人工智能实验室(CSAIL)说。 “需要进行密集的3-D地图限制,其中自动驾驶汽车可以操作的地方。”

事实上,如果你沿着活 美国数以百万计英里的道路 是未铺砌的,不亮或不可靠标记,你的运气了。这样的街道往往更复杂的地图,并获得少了很多业务,因此公司并没有诱因很快开发3-d图他们。来自加利福尼亚州的莫哈韦沙漠到佛蒙特州的白色山,也有美国的巨大的大片是自动驾驶汽车根本就没有准备好。

解决此问题的方法是创建系统足够先进没有地图这些导航。在一个重要的第一步,RUS和他的同事在CSAIL开发 maplite,一个框架,允许自动驾驶汽车驾驶在道路上行驶,他们从来没有在之前没有三d图。

maplite结合了你会发现在谷歌地图用一系列观察路况传感器的简单的GPS数据。一前一后,这两个因素使得团队在多个未铺砌的乡村公路自主推动德文斯,马萨诸塞州和可靠地检测道路提前超过100英尺。 (与丰田研究所一个合作的一部分,研究人员使用丰田普瑞斯,它们与一系列激光雷达和IMU传感器的装备。)

“这样的‘地图少’的方法还没有真正完成之前,是因为它是通常更难达到相同的精度和可靠性有详细的地图,原因说:” CSAIL研究生玩具ORT,谁是领先笔者就有关系统的相关文件。 “像这样的系统,可以只是车载传感器导航显示的自动驾驶汽车能够真正处理超出了高科技公司已制订了少数道路的潜力。”

纸,将在5月在布里斯班机器人与自动化(ICRA)国际会议上提出,澳大利亚,共同编写,由ORT,RUS和博士研究生利亚姆包贵革,谁现在是在大学的助理教授蒙特利尔。

所有已经取得与自动驾驶汽车的进步,他们的导航能力还是比较苍白人类。考虑你自己如何得到解决:如果你想获得一个特定的位置,你可能插入一个地址到你的电话,然后偶尔请教它一路走来,当你接近交叉路口或高速公路出口等。

但是,如果你是通过世界最喜欢的自动驾驶汽车移动,你基本上可以在你的手机盯着你走的全部时间。现有的系统仍然在很大程度上依赖于地图,只使用传感器和视觉算法,以避免像行人和其他车辆的动态对象。

相比之下,maplite使用传感器,用于导航的各个方面,依靠GPS数据仅获得汽车的位置的粗略估计。系统首先将既有最终目标,什么研究人员称之为“本地导航目标,”这必须是视野内的汽车。它的感知传感器,然后生成达到那个点的路径,利用激光雷达来估计道路的边缘位置。 maplite可以作出有关的道路将如何比周边地区相对较平的基本假设这样做没有物理道路标记。

“我们的极简主义的方法来映射允许在乡间小路上自主驾驶使用本地外观和语义特征:如停车位或侧路的存在,说:” RUS。

该团队开发出的模型系统“参数”,这意味着它们描述有些相似多种情况。例如,一个模型可能是广泛的,足以确定要在路口呢,还是什么对特定类型的道路的事情。

maplite其他地图少驾驶不同更多地依赖于通过对数据的训练从一组道路接近于机器学习,然后再把其他的人进行测试。

“在一天结束时,我们希望能够问这样的问题车‘很多道路是如何合并在此交汇?’”的Ort说。 “通过使用建模技术,如果系统不能正常工作或在事故中被涉及,我们可以更好地理解为什么。”

maplite仍具有一定的局限性。例如,这是没有足够的山路可靠的,因为它没有考虑到海拔急剧变化。作为下一步,研究小组希望扩展各种车辆可以处理的道路。最终他们渴望在自己的系统达到的性能和可靠性可比较的水平作为映射系统但具有宽得多的范围内。

“我想,未来的自动驾驶汽车总会让一些使用3-d地图在城市地区,说:” ORT。 “但在呼吁采取因循守旧之旅,这些车辆将需要在驾驶上,他们从未见过的陌生路段是作为人类一样好。我们希望我们的工作是在该方向迈出的一步。”

该项目得到了支持,部分由美国国家科学基金会和丰田的研究计划。


主题: 研究, 机器人, 自主车, 计算机视觉, 计算机科学和人工智能实验室(CSAIL), Electrical Engineering & Computer Science (eecs), 汽车, 工程学院, 人工智能, 机器学习, 技术与社会, 计算机科学与技术, 运输, 美国国家科学基金会(NSF)

回到顶部