Cruise发文解读自动驾驶汽车如何学习预测人类驾驶员行为

国内新闻 浏览(1198)

据国外媒体报道,当地时间6月27日,通用汽车(GM)汽车驾驶创业公司克鲁斯发布了一篇博文,详细介绍了180多辆自动驾驶雪佛兰博尔特汽车如何学习预测人类驾驶员的行为。

每天,旧金山人都需要开车穿过十字路口,通往六个方向,狭窄的街道,陡峭的地形等等。在城市驾驶时,人们检查镜子,遵守限速规则,预测其他驾驶员行为,观察行人,并在拥挤的街道上行驶。旧金山市中心的每辆车比行人,骑自行车者和其他车辆高出46倍。遇到的障碍之一是有许多车停在双排。根据克鲁斯的说法,与郊区相比,这个城市的情况频率是郊区的24倍,因此汽车学会这样做。在环境中安全驾驶至关重要。

为了实现安全驾驶,Cruise的自动驾驶汽车首先需要找到一些线索,例如停放的车辆距离道路边缘的距离,是制动还是打开危险信号,以及距离最远的距离十字路口。识别这样的车辆。此外,Cruise自动驾驶汽车通过识别车辆类型(运输卡车经常并排停放)以及附近是否有相对较少的停车位来识别此类车辆。

Cruise的Bolt自动驾驶汽车通过传感器识别这些信息,特别是威利德的激光雷达传感器,以及短距离和远程雷达传感器,高分辨率毫米波雷达(博世)和摄像机。摄像机可以识别汽车灯和道路特征(例如安全锥或道路标志)的状态,而激光雷达和雷达分别测量距离和速度。原始识别数据(例如自行车,行人和其他车辆)然后产生在机载计算机上运行的机器学习模型。

称为回归神经网络(RNN)的AI架构可以基于传感器和地图信息(包括停车位可用性,道路类型和车道边界)来确定车辆是否处于双排停车。 RNN可以不断提高Cruise自动驾驶汽车的决策信心。

Cruise的模型预测控制(MPC)算法是计算算法轨迹的一般策略,它依赖于系统行为来找到最佳动作决策。最终结果是,Cruise的自动驾驶汽车将胜过双排汽车,但将为骑车者和迎面而来的车辆让路。

美高梅网上开户