剑桥大学研发出可以实时“学习”路面情况的自动驾驶系统

下一篇文章

Alto Mail:AOL 在移动邮件客户端上的第一次尝试

SegNet 是由剑桥大学研发的一个最新自动驾驶系统,它可以辨认出路面上的各种特征,包括路标、公路编号、行人和天空。这个系统会先捕捉路面的 RGB 图像,然后通过贝叶斯分析对图像的不同层次进行分类。

以下内容摘自这个系统的 发布声明

第一个系统叫做 SegNet,它可以对陌生的路面场景进行分析,并将画面的内容实时归类到 12 种不同的特征类型之中——比如道路、路标、行人、建筑和骑车者。它可以适应晴天、阴天和夜晚的环境,而且分类准确度可以达到 90%。以往的系统会使用昂贵的激光或雷达传感器,但是它们无法在实时运作的同时达到如此高的精确度。

这个系统还可以实现另外一项特别的功能——它可以为处于任何位置的车辆进行定位,这意味着它能通过“观察”图像分析出“自己所在的位置,并定位出周围数米以内的范围”。也就是说这个系统的性能要远远高于 GPS,而且不需要无线网络连接也可以分析和报告位置。

现在你可以在自己所在地的道路 尝试使用 SegNet。这个系统会分析任意的路面图像,并作出反馈。

这种系统的好处是可以完全避免使用 GPS,它依赖的是 3D 空间的机器学习,不过现在这项技术还没有完善。

“在短期之内,我们更多只会将这个系统看成是一种家用机器人——就像是吸尘器一样。”该项目的研究组长罗伯托·奇波拉(Roberto Cipolla)教授说道,“虽然司机们现在还不能完全信任自动驾驶汽车,不过只要我们不断研发出更高效和更精确的自动驾驶技术,无人驾驶汽车和其他类型的自动化机器人就会变得更普及。”

翻译:关嘉伟(@consideRay

A New System Lets Self-Driving Cars “Learn”Streets On The Fly