在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

AI技術在理解層和決策層中賦能自動駕駛

ThunderSoft中科創達 ? 來源:未知 ? 作者:胡薇 ? 2018-11-13 16:58 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

1

自動駕駛是一種類人駕駛,即計算機模擬人類的駕駛行為,其功能的實現同樣分為感知、理解、決策和執行四個層次,由各類傳感器、ECU和執行器來實現。

在整個自動駕駛實現的流程中:

1)感知層主要依賴激光雷達和攝像頭等傳感器設備所采集的信息感知汽車周圍環境,以硬件設備的精確度、可靠性為主要的衡量標準。

2)執行層通過汽車執行器,包括油門、轉向和制動(剎車)等,實現車輛決策層輸出的加速、轉向和制動等決策,主要依靠機械技術實現。

3)AI技術主要應用于理解層和決策層,擔任駕駛汽車“大腦”的角色。

2

理解層對感知層數據進行解析,AI 算法技術優勢盡現

依據感知層傳感器的不同,理解層主要完成兩個任務:車輛的高精度定位,以及物體識別和追蹤。

高精度定位任務的實現主要是通過GPS或視覺的算法實現非常精準的車輛定位,目前主要的技術路線有三種:慣性傳感器(IMU)和GPS定位、基于視覺里程計算法定位、基于雷達的定位。

AI 算法在理解層最主要的應用是物體的識別和追蹤。物體跟蹤和識別包括靜態物體識別和動態物體識別,對于動態物體還需要對其軌跡進行追蹤,基于追蹤的結果預測其下一步的位臵,計算出安全的行車空間。自動駕駛車輛需要實時進行多個物體的識別和追蹤,典型的物體包括車輛、行人、自行車等。

激光雷達和計算機視覺是實現物體識別和跟蹤的兩種途徑,Google和Tesla分別代表了這兩種不同的技術路線。

激光雷達生成的點云數據包含物體的3D輪廓信息,同時通過強度掃描成像獲取物體的反射率,因此可以輕易分辨出草地、樹木、建筑物、路燈、混凝土、車輛等。識別軟件算法簡單,很容易達到實時性的要求。

計算機視覺的方法是利用深度學習對攝像頭圖像進行處理,從像素層面的顏色、偏移和距離信息提取物體層面的空間位臵(立體視覺法)和運動軌跡(光流法)?;谝曈X的物體識別和跟蹤是當前的研究熱點,但是總體來說輸出一般是有噪音,如物體的識別有可能不穩定,可能有短暫誤識別等。

3

決策層如何應對復雜情形是自動駕駛的關鍵瓶頸

在理解層的基礎上,決策層解決的問題是如何控制汽車行為以達到駕駛目標。在一個具有障礙物并且動態變化的環境中,按照一定的評價條件尋找一條從起始狀態到目標狀態的無碰撞路徑。自動駕駛汽車的決策包括全局性導航規劃、駕駛行為決策和運動軌跡規劃。

1)全局導航規劃在已知電子地圖、路網以及宏觀交通信息等先驗信息下,根據某優化目標,選擇不同的道路。

2)駕駛行為決策根據當前交通狀況、交通法規、結構化道路約束,決定車輛的目標位臵,抽象化為不同的駕駛行為,如變換車道、路口轉向等。

3)運動軌跡規劃是基于駕駛行為決策,躲避障礙物,對到達目標位臵的路線進行規劃。

強化學習在自動駕駛決策層具有應用前景。強化學習的目的是通過和環境交互學習到如何在相應的觀測中采取最優行為。行為的好壞可以通過環境給的獎勵來確定。不同的環境有不同的觀測和獎勵。

例如,駕駛中環境觀測是攝像頭和激光雷達采集到的周圍環境的圖像和點云,以及其他的傳感器的輸出。駕駛中的環境的獎勵根據任務的不同,可以通過到達終點的速度、舒適度和安全性等指標確定。當前增強學習的算法在自動駕駛汽車決策上的研究還比較初步,有試錯次數多、算法可解釋性差等弱點。

4

深度學習算法在自動駕駛中廣泛應用,端到端自動駕駛仍具挑戰

車輛的道路行駛環境非常復雜,需要處理大量非結構化數據。深度學習算法能夠高效的處理非結構化數據,并自動地從訓練樣本中學習特征,當訓練樣本足夠大時,算法能夠處理遇到的新的狀況以應對復雜決策問題。以基本的車輛識別問題為例,在用足夠多的汽車圖像對算法進行訓練后,算法具備了識別汽車的能力。

深度學習在自動駕駛中的應用可以分為兩個學派:端到端式(End to End Architecture)和問題拆解式(Semantic Abstraction)。與人類相比,在端到端式的構架中,一個DNN網絡模擬了人的整個駕駛行為;而在問題拆解式的構架中,每個DNN網絡僅模擬了人的一部分駕駛行為。

端對端式不需要人工將問題進行拆解,只需要一個深度神經網絡(DNN),在經過訓練后,基于傳感器的輸入信息(如照片),直接對車輛的加減速和轉向等進行控制。

問題拆解式需要人工將問題進行拆解,分別訓練多個DNN網絡,實現諸如車輛識別、道路識別、交通信號燈識別等功能。然后基于各個DNN網絡的輸出,再對車輛的加減速和轉向進行控制。

目前,問題拆解式深度學習在自動駕駛領域得到廣泛的應用,主要是進行圖像識別。如識別行駛途中遇到的車輛、行人、地上的交通標志線、交通信號燈等。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    88

    文章

    35016

    瀏覽量

    278821
  • 自動駕駛
    +關注

    關注

    788

    文章

    14302

    瀏覽量

    170480

原文標題:行業 | AI賦能汽車理解決策能力,端到端自動駕駛是終極目標

文章出處:【微信號:THundersoft,微信公眾號:ThunderSoft中科創達】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    卡車、礦車的自動駕駛和乘用車的自動駕駛技術要求上有何不同?

    ,自動駕駛技術也得到了充足的應用,但因應用場景不同,技術的側重方向也有所區別。今天就來和大家聊一聊這個話題。 應用場景:開放道路vs封閉場地 首先要理解的是,
    的頭像 發表于 06-28 11:38 ?167次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在<b class='flag-5'>技術</b>要求上有何不同?

    新能源車軟件單元測試深度解析:自動駕駛系統視角

    。 ?自動駕駛軟件的特殊性? ? 感知: ?激光雷達、攝像頭等傳感器數據處理算法的單元測試需覆蓋極端場景。例如,激光雷達點云濾波算法在雨雪天氣下的噪聲抑制能力需通過邊界測試驗證。某廠商曾在測試遺漏
    發表于 05-12 15:59

    索尼FCB-EV9520L攝像頭:自動駕駛新體驗

    自動駕駛技術飛速發展的當下,索尼FCB-EV9520L攝像頭憑借其卓越性能,正成為眾多自動駕駛解決方案不可或缺的關鍵組件,為自動駕駛車輛
    的頭像 發表于 05-09 11:51 ?173次閱讀

    AI將如何改變自動駕駛?

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術的各個環節,從感知能力的提升到決策框架的優化,從安全性能的增強到測試驗證的加速,
    的頭像 發表于 05-04 09:58 ?254次閱讀

    NVIDIA DRIVE技術推動自動駕駛發展

    隨著 AI 技術的飛速發展,汽車行業正經歷一場深刻而全面的智能化轉型。以 NVIDIA DRIVE 技術為核心,NVIDIA 正在推動著自動駕駛技術
    的頭像 發表于 12-29 16:02 ?745次閱讀

    淺析基于自動駕駛的4D-bev標注技術

    4D-bev標注技術是指在3D空間中以時間作為第四個維度進行標注的過程。4D-bev通常在地場景較為復雜的自動駕駛場景中使用,其可以通過精準地跟蹤和記錄動態對象的運動軌跡、姿勢變化以及速度等信息,全面理解和分析動態對象在連續的時
    的頭像 發表于 12-06 15:01 ?3188次閱讀
    淺析基于<b class='flag-5'>自動駕駛</b>的4D-bev標注<b class='flag-5'>技術</b>

    一文聊聊自動駕駛測試技術的挑戰與創新

    隨著自動駕駛技術的飛速發展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗證車輛的感知、決策、控制模塊的獨立性能,還需確保系統在復雜
    的頭像 發表于 12-03 15:56 ?710次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試<b class='flag-5'>技術</b>的挑戰與創新

    MEMS技術自動駕駛汽車的應用

    MEMS技術自動駕駛汽車的應用主要體現在傳感器方面,這些傳感器為自動駕駛汽車提供了關鍵的環境感知和數據采集能力。以下是對MEMS技術
    的頭像 發表于 11-20 10:19 ?1409次閱讀

    自動駕駛技術的典型應用 自動駕駛技術涉及到哪些技術

    自動駕駛技術的典型應用 自動駕駛技術是一種依賴計算機、無人駕駛設備以及各種傳感器,實現汽車自主行駛的技術
    的頭像 發表于 10-18 17:31 ?1880次閱讀

    NVIDIA助力初創公司Wayve開發創新自動駕駛技術

    初創公司 Wayve 開發出能夠在動態真實環境做出決策自動駕駛技術。
    的頭像 發表于 10-10 09:39 ?684次閱讀

    聊聊自動駕駛離不開的感知硬件

    自動駕駛飛速發展,繞不開感知、決策和控制決策的經典框架,而感知作為自動駕駛汽車“感官”的重要組成部分,決定了自動駕駛系統對環境的
    的頭像 發表于 08-23 10:18 ?1138次閱讀

    FPGA在自動駕駛領域有哪些優勢?

    FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有顯著的優勢,這些優勢使得FPGA成為自動駕駛技術不可或缺的一部分。以下是FP
    發表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    是FPGA在自動駕駛領域的主要應用: 一、感知算法加速 圖像處理:自動駕駛需要通過攝像頭獲取并識別道路信息和行駛環境,這涉及到大量的圖像處理任務。FPGA在處理圖像上的運算速度快,可并行性強,且功耗
    發表于 07-29 17:09

    自動駕駛識別技術有哪些

    自動駕駛的識別技術自動駕駛系統的重要組成部分,它使車輛能夠感知并理解周圍環境,從而做出智能決策
    的頭像 發表于 07-23 16:16 ?1472次閱讀

    自動駕駛的傳感器技術介紹

    自動駕駛的傳感器技術自動駕駛系統的核心組成部分,它使車輛能夠感知并理解周圍環境,從而做出智能決策。以下是對
    的頭像 發表于 07-23 16:08 ?3201次閱讀
    主站蜘蛛池模板: 夜夜春宵翁熄性放纵古代 | 欧美又粗又长又湿又黄的视频 | 亚洲一区二区综合 | 高h乱肉辣文辣书阁 | 国产三片高清在线观看 | 99pao强力打造免费高清色 | 黄色录像视频网站 | 免费又黄又硬又大爽日本 | 国产精品美女视频 | 亚洲欧美圣爱天天综合 | 一级毛片不收费 | 午夜视频在线观看一区 | 亚洲综合狠狠 | 三级在线免费观看 | 日韩一级在线视频 | 香蕉色综合 | 日本全黄视频 | 亚洲男人天堂2020 | 天天操天天射天天舔 | 日本一区二区在线免费观看 | 午夜看一级特黄a大片 | 久青草免费视频手机在线观看 | 亚洲一区二区三区精品视频 | 色倩网站 | 日本欧美强乱视频在线 | 天天干天天干天天干天天干天天干 | 中文字幕一区二区三区四区 | 日本免费不卡一区 | ww.久久| 天天草视频 | 黄网站在线观看视频 | video欧美性精品 | 乱人伦xxxx国语对白 | 欧美日本一区二区三区道 | 免费一级特黄特色大片在线 | 色吧综合网 | 五月综合激情网 | 国产人成午夜免费看 | 激情文学亚洲色图 | 亚洲欧美一区二区三区在线播放 | 天天色综合6 |