自动驾驶汽车利用卷积神经网络可以学习人类决策-电子工程世界

对于自动驾驶汽车而言，也许有一种更好的学习驾驶的方法——观察人类。据外媒报道，澳大利亚迪肯大学的研究人员发现，借助改进的视觉校正系统，自动驾驶汽车可以通过观察人类操作员来学习。

前瞻技术，自动驾驶，自动驾驶,卷积神经网络

（图片来源：迪肯大学官网）

该团队实施模仿学习，即从演示中学习。驾驶员驾驶一辆配备三个摄像头的汽车，从车辆前方和两侧观察周围的环境。然后，通过神经网络（基于大脑神经元如何交互处理信息的计算机系统）处理这些数据。此种方法使得车辆能够根据观察人类做出类似决策，并根据从中所学来做出决策。迪肯大学副校长Saeid Nahavandi解释说，“该过程期望仅从摄像头拍摄的图像生成一个模型，以用于自动驾驶汽车。”

该处理系统具体来说是一个卷积神经网络，反映在大脑的视觉皮层上。该网络有一个输入层、一个输出层和两者之间的若干处理层。输入过程将视觉信息转换成点。随后，随着更多的视觉信息输入，这些点被不断地被比较。通过减少视觉信息，该网络可以快速处理环境中的变化。例如，前方出现移动的点可能意味着道路上出现了障碍。结合通过观察人类操作员所获得的知识，这意味着该算法知道道路上突然的障碍物应触发车辆完全停止，以避免发生事故。Nahavandi表示，“拥有可靠且强大的视觉是自动驾驶汽车的强制性要求，而卷积神经网络是图像处理应用中最成功的深度神经网络之一。”

不过，Nahavandi也指出了一些不足之处。一是虽然模仿学习加快了训练过程，但是同时减少了创建优良模型所需的训练数据量。相比之下，卷积神经网络需要大量的训练数据来找到最优的卷积层和滤波器配置，而这有助于组织数据，并生成合适的模型。

Nahavandi还表示，“我们发现增加滤波器的数量并不一定会产生更好的性能。网络和训练流程参数的最优选择仍然是一个未解决的问题，全球研究人员都在积极研究。”接下来，研究人员计划研究更智能、更高效的技术，包括遗传和进化算法，以获得最佳参数集，从而更好地打造自我学习、自动驾驶的汽车。

关键字：自动驾驶汽车神经网络引用地址：自动驾驶汽车利用卷积神经网络可以学习人类决策

上一篇：贸泽开售Analog Devices可定制的模块化LiDAR原型设计平台
下一篇：谁将“杀死”传统汽车电子电气架构？

推荐阅读最新更新时间：2024-11-10 16:50

研究人员帮助自动驾驶汽车看到被遮挡的物体提高检测精度

据外媒报道，对于自动驾驶汽车而言，能够快速检测到道路上的其他车辆或行人至关重要。卡耐基梅隆大学（Carnegie Mellon University）研究人员发现，帮助车辆识别其看不到的物体，可以显著提高检测精度。很明显，人类视线中的物体会遮挡或模糊更前方的物体。但卡耐基梅隆大学机器人研究所博士Peiyun Hu表示，自动驾驶汽车通常不是这样判断周围物体的。（图片来源：卡耐基梅隆大学）自动驾驶汽车使用激光雷达3D数据将物体表示为点云，然后将这些点云与物体3D表示库匹配。Hu表示，问题在于，车辆激光雷达3D数据并不非真正的3D，传感器无法看到物体被遮挡的部分，而目前的算法也无法推断出被遮挡的部分。Hu表示，“感

[汽车电子]

研究人员帮助<font color='red'>自动驾驶</font><font color='red'>汽车</font>看到被遮挡的物体提高检测精度

特斯拉申请车队数据获取专利以训练自动驾驶神经网络

据electrek报道，特斯拉申请了一项技术专利，计划从其庞大的车队中获取数据，以训练自动驾驶神经网络。特斯拉申请了这项专利，但特斯拉人工智能和自动驾驶软件负责人安德烈·卡帕西（Andrej Karpathy）被指定为这项专利应用的唯一发明人。卡帕西在这项专利中描述了在应用程序中为深度学习培训收集数据的问题：“通过训练机器学习模型，开发应用于自动驾驶等领域的深度学习系统。通常，深度学习系统的性能至少在一定程度上受到用于训练模型的训练集的质量的限制。在许多情况下，重要的资源被投入到收集、管理和注释培训数据上。创建训练集所需的工作可能很重要，而且常常很繁琐。此外，为机器学习模型改进，进行特定案

[汽车电子]

KT研发新型定位信息系统即使GPS性能下降仍为自动驾驶汽车提供精确定位

据外媒报道，韩国顶级电信公司KT研发了一个名为Vision GPS的高精度定位信息系统，该系统基于激光雷达传感器而打造，能够为拥挤城市地区内的自动驾驶汽车所用。（图片来源：KT官网）激光雷达是一种利用激光照射目标，并利用传感器测量反射光，以测定物体距离的遥感技术。KT公司表示，其利用激光雷达传感器，能够在GPS性能下降的市中心地区，仍让其定位信息系统保持高精度。 KT公司表示，Vision GPS系统通过识别激光雷达图像中提取的特征点的变化，并不需要单独的3D图像数据库，就可计算距离和位置。而且，与摄像头不同，该系统可以在不受天气或光照影响的情况下，稳定地进行测量。如果GPS的性能突然下降，由于很难保持

[汽车电子]

KT研发新型定位信息系统即使GPS性能下降仍为<font color='red'>自动驾驶</font><font color='red'>汽车</font>提供精确定位

奥迪自动驾驶汽车行为方式将更接近人类

自动驾驶汽车仅遵照交通法规显然是不够的，奥迪最近就在给自家自动驾驶汽车教授一些人类司机的道路行为方式。这家德国汽车厂商在几年前就开始了自动驾驶汽车的实地测试，最近还把一辆自动驾驶A7（代号Jack）开上了德国A9高速公路。该测试的主要目的是探索Car-X通讯，也就是汽车通过无线信号连接至其它车辆和道路基础设施，并分享当前环境的数据。举个例子，奥迪通过设置让Jack自动获知前方的封闭道路/行车线，而不必通过自身的传感器来检测。同样的，它还能自动去理解一条临时道路已经被开启，或是通过车辆的报告而获知道前方拥堵或事故的发生，并降低行驶速度。值得注意的是，并非只有奥迪把汽车用作测试平台，道路基础设置厂商也在进行新

[汽车电子]

理想汽车将于2025年推出L3级自动驾驶汽车技术

据TechNode报道，理想汽车首席执行官李想，公司计划在未来12个月内推出其L3级自动驾驶系统。该系统将在某些条件下实现解放双手和双眼的自动驾驶，标志着理想汽车向“端到端神经网络”架构的过渡。公司计划在今年第三季度推出高级驾驶辅助系统（ADAS）软件的全新导航辅助驾驶功能，随后在11月推出城市导航自动驾驶（NOA）功能。预计在今年晚些时候或2025年初，理想汽车将更大范围地发布其L3级自动驾驶系统。理想汽车还在研究端到端人工智能方法，并探索视觉语言模型（VLM）以增强其自动驾驶能力。公司的目标是在未来三年内实现L4级高级自动驾驶。 Source: Getty Images 分析观点深度解析随着电动汽车越来越多地采用最新

[嵌入式]

理想<font color='red'>汽车</font>将于2025年推出L3级<font color='red'>自动驾驶</font><font color='red'>汽车</font>技术

现代汽车合作研发新方法保护自动驾驶汽车等不受攻击影响

无论是核电站、医院的病人监控设备还是自动驾驶汽车，将物理程序与计算机和过程控制集成在一起，即信息物理系统（CPS）随处可见。不过，CPS的广泛应用也使其成为黑客攻击的主要目标，例如，只简单改变一个传感器的值就能够造成严重破坏。由于容易受到恶意攻击，因此此类系统需要能够在传感器被破坏的情况下，仍然能够提供安全且有效的过程控制。控制系统是信息物理系统（CPS）的重要组成部分。确保控制系统具有弹性和鲁棒性是阻止恶意攻击的关键据外媒报道，最近，韩国大邱庆北科学技术研究院（Daegu Gyeongbuk Institute of Science and Technology）的Yongsoon Eun教授与现代汽车公司的同事

[汽车电子]

现代<font color='red'>汽车</font>合作研发新方法保护<font color='red'>自动驾驶</font><font color='red'>汽车</font>等不受攻击影响

一文了解自动驾驶汽车乘客晕车技术

2018年2月15日，百度APOLLO 自动驾驶汽车亮相春晚。这支自动驾驶车队成功的在珠港澳大桥上做出了直行、编队蛇行、列队超车等多个复杂的车队阵型。不知道有没有令你感到震撼？不管你了解还是不了解自动驾驶汽车，自动驾驶汽车的脚步确实越来越近了。自动驾驶汽车不仅可为乘客带来丰富的乘坐体验，还将影响未来生活的方方面面。但有一个现实的问题，乘坐自动驾驶汽车会晕车吗？如果晕车怎么办？事实上很多机构或者公司早已开始关注这个问题。下面跟着盖世汽车小编一起来了解一下吧！密歇根大学交通研究所研发可穿戴设备解决晕车问题晕车是由于人体前庭系统感受到的信息和大脑接收到的信息之间存在差异，从而导致恶心，甚至呕吐等。U-M研发的系统可

[汽车电子]

自动驾驶汽车技术 | 车载雷达系统

1、摘要自动驾驶汽车传感器系统一般包括4种雷达：激光雷达(Lidar)、毫米波雷达(mmWave Radar)、超声波雷达(Ultrasonic Radar)和红外雷达(Infrared Radar)。目前激光雷达和毫米波雷达是基本和必要的车载传感器设备，而超声波雷达和红外雷达则可以根据情况选择，但未来可能会发生改变。表1车载雷达和摄像头的优缺点比较表2 车载雷达与摄像头的工作能力比较 2、激光雷达 2.1 激光雷达的技术原理激光雷达技术最早出现于1960 年代，最初被宇航员用来绘制月球表面或被考古学家用来绘制地图，最近，激光雷达的应用持续增加。从21世纪初开始，激光雷达一直应用于自动驾驶领域，并成为ADAS的核

[嵌入式]

<font color='red'>自动驾驶</font><font color='red'>汽车</font>技术 | 车载雷达系统

热门资源推荐
热门放大器推荐

小广播

自动驾驶汽车利用卷积神经网络 可以学习人类决策

自动驾驶汽车利用卷积神经网络可以学习人类决策