返回顶部
返回首页
返回首页
今天是    | 政策法规 | 行业应用 |
home 您现在的位置: 首页 >汽车及配件>技术中心 > 详细信息
识别自由空间的自动驾驶汽车可以更好地检测物体:感知系统看不到的东西可以帮助它理解所看到的
2020年08月28日    阅读量:1680     新闻来源:深圳资讯网    |  投稿

重要的是,自动驾驶汽车必须迅速检测出其他汽车或共享道路的行人。卡内基梅隆大学的研究人员表明,他们可以通过帮助车辆识别看不到的东西来显着提高检测精度。

识别自由空间的自动驾驶汽车可以更好地检测物体:感知系统看不到的东西可以帮助它理解所看到的 深圳资讯网

就是空的空间中国机械网okmao.com


视线中的物体可能会使您看不到更远的物体的事实对于人们来说是显而易见的。但是胡佩云博士 CMU机器人学院的一名学生说,这并不是自动驾驶汽车通常会推测周围物体的原因。


相反,他们使用来自激光雷达的3D数据将对象表示为点云,然后尝试将这些点云与对象的3D表示库进行匹配。胡说,问题在于,来自车辆激光雷达的3D数据并不是真正的3D-传感器无法看到物体的被遮挡部分,而当前的算法也无法推断出这种遮挡。


胡说:“感知系统需要知道它们的未知数。”


Hu的工作使自动驾驶汽车的感知系统能够考虑可见性,因为它是其传感器所看到的原因。实际上,公司制作数字地图时已经使用了有关可见性的推理。


机器人副教授兼CMU Argo AI自主车辆研究中心主任Deva Ramanan表示:“地图构建从根本上说明了什么是空的空间和所占据的空间。” “但是,对于以交通速度移动的障碍物进行实时实时处理并不总是会发生这种情况。”


在即将于6月13日至19日举行的计算机视觉和模式识别(CVPR)会议上进行的研究中,Hu及其同事从地图制作中借鉴了一些技术,以帮助系统在尝试识别对象时推理可见性。


根据标准基准进行测试时,CMU方法的性能优于以前的顶级技术,将汽车的检测率提高了10.7%,行人的检测率提高了5.3%,卡车的检测率提高了7.4%,公交车的检测率提高了18.4%,拖车的检测率提高了16.7%。


先前系统可能未考虑可见性的一个原因是对计算时间的关注。但是胡说,他的团队发现这不是问题:他们的方法只需要24毫秒即可运行。(为了进行比较,激光雷达的每次扫描为100毫秒。)


除了Hu和Ramanan之外,研究团队还包括Argo AI的Jason Ziglar和机器人技术助理教授David Held。Argo AI中心支持了这项研究。


标签:行业资讯今日头条机械应用人工智能市场评论技术中心汽车及配件机器人配件与设备 系统及软件
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识