与自动驾驶车辆技术相关的一个常见问题是，当自动工作时，不可能安全或准确地导航。为了帮助解决这个问题，研究人员现在已经创建了一个新的系统，将人类的推理融入到自驱动方程中。

麻省理工学院的一组科学家利用简单的地图和视觉数据创建了一个系统，使无人驾驶汽车能够在新的复杂环境中导航。研究人员表示，该技术使用机器学习，允许自动控制系统“学习”道路上人类驾驶员的转向模式，然后在没有人类干预的情况下模拟驾驶员。

计算机科学与人工智能实验室(CSAIL)主任、电气工程与计算机科学教授Daniela Rus在一份新闻声明中表示：“我们的目标是实现新环境下驾驶的自主导航能力。”

围绕3D打印、数字制造、代设计SW、自动化等技术进步的宣传很多。世界大势不可避免。立即注册，了解这些大趋势如何与数字设计和制造相关，以及整个工业生态系统如何随着时间的推移而发展。

她举了一个自动驾驶汽车的例子，它被训练在城市环境中驾驶，比如麻省理工学院所在的马萨诸塞州剑桥的街道。罗斯说：“该系统还应该能够在森林中平稳行驶，即使是前所未有的环境。

非人条件

目前，无人驾驶汽车技术的复杂性基本在于它不是人，无法依靠人类驾驶员在通过GPS导航时所使用的思维过程来确定位置以及前往目的地时下一步要去哪里。

在无人驾驶车辆中，这项任务需要车辆对新道路进行地图绘制和分析，这非常耗时。系统使用的地图(通常通过3D扫描生成)也很复杂，因为它们计算量很大。这意味着它们不能被动态处理，这限制了导航。

这位环境研究人员说，为了克服这些限制，帮助自动化系统做出类似人类的决策，麻省理工学院团队改进了该团队开发的现有端到端导航系统，并对其进行了培训，使其能够从目标驾驶到目的地，而不会被人看到。

麻省理工学院研究生兼研究员亚历山大阿米尼(Alexander Amini)说，为了实现这一目标，它们使系统能够预测驾驶过程中任何特定时间所有可能的转向命令的完整概率分布。

“在我们的系统中，你不需要提前在每条路上训练，”他在一份新闻声明中说。“你可以下载一张新车地图，在你从未见过的道路上导航。”

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：