據外媒報道,在本周的谷歌I/O大會上,Waymo談及公司是如何利用谷歌機器學習研發成果幫助其車輛在下雪天執行車輛導航功能。
降雪(降雨等)可被歸類為傳感器噪聲(sensor noise),降雪會導致在屏幕上顯示一大片紫云(如上圖所示)。當車輛誤認為其周邊存在固定、不移動的障礙物(紫云)時,該車輛將會執行停車操作。
Waymo利用機器學習技術,過濾降雪后可直接探查到路面情況,即使路邊停滿了車輛,該功能依然能生效。目前尚不清楚,車輛能否在下雪天識別車道,但至少能實現碰撞規避,使駕駛員能夠安全地驅車回家,確保駕駛安全性。
對推廣自動駕駛的廣泛應用而言,該技術將發揮至關重要的作用,目前公司還致力于研究如何在地圖上未標明的道路(unmapped roads)上進行導航。在全球許多地方,令人感到壓抑的天氣、幾乎看不見的道路通常屬于都較為常見的駕駛情境,從而對自動駕駛車輛的運行造成了一定的不便。
于是,機器學習技術就發揮其重要作用了。該技術可過濾到所有的傳感器噪音,為用戶提供一張清晰的圖像。該圖像不僅顯示了街邊停靠的車輛,還能顯示路邊情況。當該技術將“紫云”等傳感器噪聲過濾后,Waymo車輛就能在道路上暢行。建議為車輛配置冬季輪胎,進一步提升冬季行車的駕駛安全性。
審核編輯:符乾江
-
傳感器
+關注
關注
2564文章
52706瀏覽量
764625 -
MEMS傳感
+關注
關注
1文章
59瀏覽量
6475 -
深度學習
+關注
關注
73文章
5557瀏覽量
122572
發布評論請先 登錄
**【技術干貨】Nordic nRF54系列芯片:傳感器數據采集與AI機器學習的完美結合**
安森美這款iToF傳感器讓3D深度測量技術輕松落地

奇妙聯動!EtherCAT轉CANopen網關與傳感器開啟宇宙導航

CMOS傳感器的噪聲控制技術
FPGA做深度學習能走多遠?
深度識別與多目標識別傳感器的區別
傳感器提供的電流非常低,如何完成信號放大?
MEMS諧振傳感器新范式:熱噪聲驅動的傳感器的可行性與動態檢測性能

評論