如何讓自動駕駛汽車可以在無道路標識和車道線的鄉(xiāng)間小道上行駛，近日麻省理工給出了答案。麻省理工的計算機科學和人工智能實驗室(簡稱CSAIL)開發(fā)了一套全新的系統(tǒng)，讓自動駕駛汽車可以在沒有地圖的道路上行駛。該系統(tǒng)叫做MapLite，它結(jié)合了簡單的GPS數(shù)據(jù)和一系列傳感器，傳感器用于收集道路狀況。

作為一臺合格的自動駕駛汽車，必須時刻掌握“我是誰？我在哪兒？我在干什么？”，明白“我是誰”并不難，這也是一臺自動駕駛汽車所應具備的最基礎素質(zhì)，但要做到清楚“我在哪兒”就不是那么容易了，自動駕駛車輛對于定位的精度要求遠比我們?nèi)粘Ｊ謾C定位的精度要高，而在鄉(xiāng)村小路實現(xiàn)高精度定位就更加困難；如何掌握“我在干什么”更是一件難上加難的事情，自動駕駛車輛必須先做到前兩點才有可能做到清楚“我在干什么”，此次麻省理工所打造的這套全新系統(tǒng)的意義正是讓自動駕駛車輛在鄉(xiāng)間小道可以做到后兩點。

無獨有偶，關于殘破的車道線，特斯拉CEO埃隆·馬斯克也發(fā)表過不滿，他認為不夠清晰的車道線經(jīng)常使特斯拉的駕駛輔助系統(tǒng)出現(xiàn)混亂，從而增加發(fā)生事故的風險。

麻省理工設計的MapLite彌補了自動駕駛適用場景的空白，也讓自動駕駛由L4級別向L5級別邁進了一步。那么這套系統(tǒng)的工作原理是什么呢？

MapLite使用傳感器進行導航，依賴GPS數(shù)據(jù)獲取汽車位置的粗略數(shù)據(jù)。首先，系統(tǒng)會設置兩個值，一是最終目的地，二是“本地導航目標”，本地導航目標要在汽車的傳感器探測范圍之內(nèi)，傳感器采集的數(shù)據(jù)會用來生成一條路徑，及其中激光雷達負責估計道路邊緣的位置。 值得注意的是，MapLite不依靠任何道路標志，只要感受到周圍的凹凸不平，就知道怎樣才能畫出一條相對平緩的路。

事實上，此前一些公司已經(jīng)在研究利用深度學習技術(shù)來實現(xiàn)無道路標線或標識的自動駕駛，例如當?shù)缆繁槐╋L雪掩埋之后，如何利用深度學習來讓車輛自動判斷出合適的行駛路徑。與麻省理工的技術(shù)相比，利用深度學習技術(shù)所實現(xiàn)的自動駕駛可以更加接近于真實駕駛員的駕駛習慣與駕駛感受。但是深度學習技術(shù)也存在著一個巨大的劣勢，那就是首先必須要有大量的數(shù)據(jù)供電腦去學習，如何積累這些數(shù)據(jù)是考驗各大廠商的一大難題。

根據(jù)麻省理工的構(gòu)想，最終的目標是讓MapLite走上商用化的道路，在去年的底特律車展上，美國交通部長Elaine Chao表示：“讓自動駕駛汽車進入農(nóng)村地區(qū)是非常重要的。我們也想讓自動駕駛技術(shù)造福農(nóng)村地區(qū)。”這顯然是這項技術(shù)最終實現(xiàn)商業(yè)化落地的一大助推力量。可現(xiàn)實依然相當殘酷，目前農(nóng)村地區(qū)對于自動駕駛技術(shù)的需求遠沒有城市旺盛，因此短時間內(nèi)自動駕駛技術(shù)很難在農(nóng)村地區(qū)普及。

返回第一電動網(wǎng)首頁 >