據(jù)外媒報道，在未來幾年內(nèi)，自動駕駛汽車將漸漸成為一種流行的交通工具。不過，在此之前，研究人員需要研發(fā)工具，確保此類車輛很安全，而且能夠在人口稠密的環(huán)境中高效行駛。

由于自動駕駛汽車需要能夠繞過靜止和移動的障礙物，應(yīng)該具備快速探測物體并避開的能力。實現(xiàn)該目標的方法之一是研發(fā)能夠預(yù)測街道上物體或人未來行為的模型，以估計當車輛靠近時，物體或人所處的位置。

但是，預(yù)測城市環(huán)境中的未來變化非常具有挑戰(zhàn)性，特別是需要預(yù)測人類的行為，例如行人的舉動或意料之外的行為時，尤其困難。

去年，優(yōu)步（Uber）的一輛自動駕駛汽車在亞利桑那州撞死了一名49歲的女子Elaine Herzberg。該起事故以及其他數(shù)十起事故引發(fā)了大量有關(guān)自動駕駛汽車安全性，以及此類汽車是否應(yīng)該在人口密集的環(huán)境中進行測試的討論。

最近，美國國家運輸安全委員會（NTSB）發(fā)布新文件表示，去年導(dǎo)致致命事故的優(yōu)步自動駕駛汽車沒有將Herzberg確認為行人，該報告還顯示，該起事故中的自動駕駛汽車從未接受過探測人行橫道外行人的訓(xùn)練。

在事故發(fā)生時，Herzberg正在亂穿馬路，NTSB報告中表示優(yōu)步的軟件存在缺陷，沒有發(fā)現(xiàn)Herzberg，最終導(dǎo)致其死亡。NTSB發(fā)布的最新分析報告可能會讓優(yōu)步暫停自動駕駛汽車項目，在事故發(fā)生后，該項目曾暫停了數(shù)月，并于2018年12月再次開始測試自動駕駛汽車。

此類新發(fā)現(xiàn)更加表明，在自動駕駛汽車能夠在真實道路上測試之前，需要研發(fā)更先進的人工智能和更可靠的軟件。有趣的是，在NTSB公布上述文件的前幾天，優(yōu)步自動駕駛團隊Advanced Technologies Group、多倫多大學(xué)（University of Toronto）和加州大學(xué)伯克利分校（UC Berkeley）的研究人員提前發(fā)表了一篇論文，介紹了一種可以預(yù)測行人行為的新技術(shù)，名為離散殘差流網(wǎng)絡(luò)（DRF-NET）。據(jù)研究人員所說，該神經(jīng)網(wǎng)絡(luò)可以預(yù)測行人的未來行為，同時在預(yù)測長距離行動時，捕捉固有的不確定性。

研究人員相信，通過代表空間的分類分布能夠預(yù)測行人的未來位置，然后利用此類分布來規(guī)劃和優(yōu)化自動駕駛汽車的路徑，其中考慮到行人預(yù)期所處的位置。

首先，研究人員在論文中介紹了DTF-NET網(wǎng)絡(luò)會將道路地圖的圖像進行柵格化，即將其轉(zhuǎn)換成由離散像素組成的圖像，行人的行為被編碼成鳥瞰圖的柵格化圖像，并與詳細的語義地圖相對應(yīng)。

隨后，該網(wǎng)絡(luò)從柵格化圖像中提取出對預(yù)測行人行為特別有用的特征。最后，研究人員對模型進行訓(xùn)練，根據(jù)此類特征預(yù)測路上行人未來的行為。

研究人類采用了一個之前編制的大型數(shù)據(jù)集來訓(xùn)練和評估該神經(jīng)網(wǎng)絡(luò)，該數(shù)據(jù)集中包含了從北美幾個城市收集來的真實世界的記錄，其中帶有物體注釋和在線探測軌跡。此類記錄包括研究人員采用車載激光雷達傳感器在360度、120米視野范圍內(nèi)手動標注的行人軌跡。

在研究人員進行的評估中，DTF-NET技術(shù)表現(xiàn)良好，在預(yù)測行人行為方面優(yōu)于其他幾種基線法。因此，此種方法可能有助于提高優(yōu)步自動駕駛汽車的性能，使其能夠預(yù)測行人的行動，并相應(yīng)地規(guī)劃路徑。

有趣的是，DTF-NET網(wǎng)絡(luò)處理和預(yù)測的行人行為包括“未亂穿馬路”、“正在亂穿馬路”、“穿過人行橫道”以及人行橫道。這似乎有些諷刺，因為最近NTSB發(fā)布的文件就指出，優(yōu)步自動駕駛汽車在亞利桑那州發(fā)生撞車事故時，無法探測到亂穿馬路的行人。

返回第一電動網(wǎng)首頁 >