迄今為止最先進(jìn)的人工智能模型驅(qū)動(dòng)的自動(dòng)駕駛汽車

迄今為止最先進(jìn)的人工智能模型驅(qū)動(dòng)的自動(dòng)駕駛汽車

日本豐橋工業(yè)大學(xué)的專家創(chuàng)新了一種人工智能(AI) 模型，可以同時(shí)處理自動(dòng)駕駛汽車的感知和控制。

AI 模型通過各種視覺任務(wù)熟練地感知周圍環(huán)境，同時(shí)控制自動(dòng)駕駛汽車，因?yàn)樗裱幌盗新肪€點(diǎn)。該模型可以在各種場景下安全地在各種環(huán)境條件下導(dǎo)航車輛，并已通過點(diǎn)對(duì)點(diǎn)導(dǎo)航任務(wù)的測試，在標(biāo)準(zhǔn)模擬設(shè)置中實(shí)現(xiàn)了最近測試模型中的最佳駕駛性能。

自動(dòng)駕駛的挑戰(zhàn)

自動(dòng)駕駛是一個(gè)極其復(fù)雜的系統(tǒng)，包括管理感知和控制任務(wù)的各種子系統(tǒng)。然而，使用多個(gè)特定于任務(wù)的模塊既昂貴又低效，因?yàn)槿匀恍枰喾N配置來形成一個(gè)集成的模塊化系統(tǒng)。

此外，由于許多參數(shù)是手動(dòng)調(diào)整的，因此集成過程可能會(huì)導(dǎo)致信息丟失。然而，這可以通過快速的深度學(xué)習(xí)研究來解決，以訓(xùn)練具有端到端和多任務(wù)方式的單個(gè) AI 模型。

這使模型能夠根據(jù)傳感器的觀察為自動(dòng)駕駛汽車提供導(dǎo)航控制。不再需要手動(dòng)配置，因?yàn)槟Ｐ涂梢宰约汗芾硇畔ⅰ?

端到端模型仍然存在的困難是如何為控制器提取有用信息以正確估計(jì)導(dǎo)航控制。這可以通過向感知模塊提供大量數(shù)據(jù)來克服，以便它可以更好地了解環(huán)境。此外，可以實(shí)施傳感器融合技術(shù)來提高性能，因?yàn)樗诤狭瞬煌膫鞲衅饕垣@得多個(gè)數(shù)據(jù)方面。

然而，需要這個(gè)更大的模型來處理更多的數(shù)據(jù)并導(dǎo)致大量的計(jì)算負(fù)載。此外，它需要數(shù)據(jù)預(yù)處理技術(shù)，因?yàn)槎鄠€(gè)傳感器可以產(chǎn)生不同的數(shù)據(jù)模式。訓(xùn)練過程中的不平衡學(xué)習(xí)也會(huì)導(dǎo)致問題，因?yàn)槟Ｐ屯瑫r(shí)執(zhí)行感知和控制任務(wù)。

精煉人工智能

為了克服這些限制，研究人員開發(fā)了一種經(jīng)過端到端和多任務(wù)方式訓(xùn)練的 AI 模型，其中包括兩個(gè)主要模塊——感知模塊和控制器模塊。感知階段首先處理來自單個(gè) RGBD 相機(jī)的 RGB 圖像和深度圖。

除了由控制器模塊解碼以估計(jì)導(dǎo)航控制的車輛速度測量和路線點(diǎn)坐標(biāo)之外，然后從感知模塊中提取信息。

為保證所有任務(wù)均等執(zhí)行，該團(tuán)隊(duì)利用一種稱為修正梯度歸一化 (MGN) 的算法來平衡整個(gè)訓(xùn)練過程中的學(xué)習(xí)信號(hào)。該團(tuán)隊(duì)使用模仿學(xué)習(xí)，允許模型從更大的數(shù)據(jù)集中學(xué)習(xí)，以實(shí)現(xiàn)接近人類的表現(xiàn)。研究人員還設(shè)計(jì)了 AI 以使用比其他人更少的參數(shù)來減少計(jì)算負(fù)載。

使用稱為 CARLA 的標(biāo)準(zhǔn)自動(dòng)駕駛模擬器表明，融合 RGB 圖像和深度圖以創(chuàng)建鳥瞰 (BEV) 語義圖可以提高整體性能。這是因?yàn)楦兄Ｐ透玫乩斫鈭鼍?，控制器模塊可以利用數(shù)據(jù)來優(yōu)化導(dǎo)航控制。

該團(tuán)隊(duì)得出結(jié)論，人工智能模型更適合部署在自動(dòng)駕駛汽車中，因?yàn)樗绕渌Ｐ鸵愿俚膮?shù)實(shí)現(xiàn)了更好的駕駛性能。他們現(xiàn)在正在努力改進(jìn)模型，以便在夜間和大雨等光照條件差的情況下表現(xiàn)更好。

深圳市晶光華電子有限公司專注石英晶振生產(chǎn)26年，強(qiáng)大的專業(yè)團(tuán)隊(duì)，服務(wù)超過5000+客戶，年產(chǎn)能6億PCS，1天試樣，3天測試，1周交貨；如果您對(duì)我們的石英晶振感興趣，歡迎咨詢我們的客服，獲取詳細(xì)資料，我們將為您提供專業(yè)貼心的服務(wù)。