蓋世汽車訊 據(jù)外媒報道，加州理工學(xué)院（Caltech ）開發(fā)了一種新的算法，可讓自動系統(tǒng)通過觀察周圍地形，識別其所在位置，且不受地形季節(jié)性變化影響。

（圖片來源：加州理工學(xué)院）

視覺地形相對導(dǎo)航（VTRN）可使自動系統(tǒng)通過比較附近地形和高分辨率衛(wèi)星圖像，從而確定自己的位置。為了使其工作，當(dāng)前一代的VTRN需要所觀察的地形與數(shù)據(jù)庫中的圖像緊密匹配。任何改變或模糊地形的物體，如積雪或落葉，都會導(dǎo)致圖像不匹配，并擾亂系統(tǒng)。因此，除非具備各種條件下的景觀圖像數(shù)據(jù)庫，否則VTRN系統(tǒng)很容易混淆。

為了克服這一挑戰(zhàn)，加州理工學(xué)院Soon-Jo Chung教授實(shí)驗(yàn)室的團(tuán)隊轉(zhuǎn)向了深度學(xué)習(xí)和AI，以消除阻礙當(dāng)前VTRN系統(tǒng)的季節(jié)性因素。科學(xué)家Anthony Fragoso表示，“來自衛(wèi)星和自動駕駛汽車的兩幅圖像必須具有相同的內(nèi)容，當(dāng)前的技術(shù)才能發(fā)揮作用。系統(tǒng)僅能處理圖像色調(diào)差異，然而，在真實(shí)系統(tǒng)中，情況會隨著季節(jié)的變化而發(fā)生巨大變化，圖像不再包含相同的物體，不能直接進(jìn)行比較?！?/p>

由Chung和研究人員Fragoso、Connor Lee和Austin mccoy合作開發(fā)算法使用的是“自我監(jiān)督學(xué)習(xí)”。大多數(shù)計算機(jī)視覺策略都依賴人工注釋，人工注釋員會整理大型數(shù)據(jù)集，教算法如何識別看到的物體，但該算法會讓算法自己學(xué)習(xí)。AI通過梳理出可能被人類忽略的細(xì)節(jié)和特征，從而尋找圖像中的模式。

使用新系統(tǒng)補(bǔ)充當(dāng)前一代VTRN，可生成更精確的定位。在一項實(shí)驗(yàn)中，研究人員試圖使用基于相關(guān)VTRN技術(shù)，定位夏季樹葉圖像和冬季樹葉圖像。測試發(fā)現(xiàn)50%的嘗試都會導(dǎo)致導(dǎo)航失敗。相比之下，在VTRN中插入新算法，92%的嘗試被正確匹配，剩下的8%可被提前識別為有問題，可使用其他已建立的導(dǎo)航技術(shù)輕松管理。

Lee表示，“計算機(jī)可以發(fā)現(xiàn)我們眼睛看不到的模糊模式，甚至可以發(fā)現(xiàn)最小的趨勢。在普遍但具有挑戰(zhàn)性的環(huán)境中，VTRN正面臨挑戰(zhàn)，而我們可以解決這一挑戰(zhàn)。”該系統(tǒng)不僅可用于無人駕駛飛機(jī)，還可用于太空任務(wù)。接下來，F(xiàn)ragoso、Lee和Chung將擴(kuò)展這項技術(shù)，以適應(yīng)天氣的變化。如果成功，該項工作將有助于改進(jìn)自動駕駛汽車的導(dǎo)航系統(tǒng)。

返回第一電動網(wǎng)首頁 >