據(jù)外媒報(bào)道，馬里蘭大學(xué)(University of Maryland)的研究人員最近開發(fā)出一種新技術(shù)，可以提高訓(xùn)練自動(dòng)駕駛車輛導(dǎo)航模型的仿真器的有效性。
馬里蘭大學(xué)研究人員開發(fā)新仿真方法 可訓(xùn)練自動(dòng)駕駛汽車在復(fù)雜城市場(chǎng)景中導(dǎo)航
項(xiàng)目負(fù)責(zé)人Dinesh Manocha教授表示：“雖然目前人們對(duì)自動(dòng)駕駛汽車的自動(dòng)導(dǎo)航很感興趣，但目前用于導(dǎo)航的人工智能方法并沒有考慮到人類駕駛員或其他自動(dòng)駕駛汽車在道路上的行為。而我們研究的目標(biāo)是開發(fā)強(qiáng)大的技術(shù)，可以檢測(cè)和分類其他道路使用者(例如車輛、公共汽車、卡車、自行車、行人)的行為，并使用這些行為來指導(dǎo)自動(dòng)駕駛汽車的駕駛軌跡?！?/span>
通常，駕駛行為可大致分為兩大類：保守或激進(jìn)行為，其中保守的駕駛員更加小心和專心，而激進(jìn)的駕駛員可能不穩(wěn)定和好戰(zhàn)。
準(zhǔn)確檢測(cè)這些不同的駕駛模式對(duì)于自動(dòng)駕駛汽車非常有用，尤其是在關(guān)鍵時(shí)刻(例如，變道或進(jìn)入/離開高速公路時(shí))，因?yàn)樗试S車輛相應(yīng)調(diào)整其軌跡和安全措施。過去，許多團(tuán)隊(duì)使用仿真平臺(tái)來啟用自動(dòng)駕駛車輛以及高級(jí)駕駛員輔助系統(tǒng)(ADAS)，以準(zhǔn)確分類這些駕駛行為。
參與該研究的另一位研究員Rohan Chandra表示：“自動(dòng)駕駛導(dǎo)航系統(tǒng)通常在進(jìn)行現(xiàn)場(chǎng)測(cè)試之前進(jìn)行仿真訓(xùn)練。在我們最近的論文中，我們提出了一種新穎的行為驅(qū)動(dòng)仿真器，它可以模擬在現(xiàn)實(shí)世界交通場(chǎng)景中觀察到的各種不同行為。這意味著通過訓(xùn)練底層導(dǎo)航系統(tǒng)，車輛可以處理現(xiàn)實(shí)交通場(chǎng)景中的復(fù)雜駕駛行為?！?/span>
研究人員引入的仿真技術(shù)基于一個(gè)模型CMetric打造，該模型可以對(duì)道路上其他道路使用者的駕駛行為進(jìn)行分類，并分析軌跡，然后使用最先進(jìn)的計(jì)算機(jī)視覺工具進(jìn)行計(jì)算。
另一位研究員Angelos Mavrogiannis表示：“通過使用CMetric，我們的行為引導(dǎo)仿真器可以生成具有不同行為的道路使用者，從而引起混合交通場(chǎng)景。異構(gòu)駕駛行為的模擬是我們工作的一個(gè)獨(dú)特方面。我們使用基于DQN(Deep Q-Network)的深度強(qiáng)化學(xué)習(xí)策略，并將其與我們的仿真器集成?！?/span>
Mavrogiannis、Chandra和Manocha引入的駕駛行為預(yù)測(cè)模型可以與各種最先進(jìn)的車輛導(dǎo)航算法集成。這意味著全球其他團(tuán)隊(duì)可以使用它來改進(jìn)自己模型的訓(xùn)練并提高整體性能。
截至目前，大多數(shù)現(xiàn)有的自動(dòng)駕駛汽車都難以應(yīng)對(duì)復(fù)雜的城市環(huán)境，包括交通繁忙或交通信號(hào)燈、行人和自行車數(shù)量眾多的道路。而馬里蘭大學(xué)研究人員開發(fā)的仿真技術(shù)最終可以幫助提高自動(dòng)駕駛車輛在復(fù)雜城市場(chǎng)景中的性能。
Chandra表示：“目前的自動(dòng)駕駛系統(tǒng)主要適用于高速公路交通情況。但我們的方法為在復(fù)雜城市或具有挑戰(zhàn)性的場(chǎng)景中模擬和評(píng)估自動(dòng)駕駛技術(shù)提供了一種新穎的解決方案?！?/span>
雖然該方法最初旨在作為工具訓(xùn)練算法，但研究人員開發(fā)的模擬技術(shù)也可用于生成訓(xùn)練數(shù)據(jù)集，這些數(shù)據(jù)集還考慮到復(fù)雜城市環(huán)境中的駕駛行為和車輛軌跡。 作為研究的一部分，Mavrogiannis、Chandra和Manocha使用這些行為分類方法來創(chuàng)建和分析METEOR，一個(gè)包含密集和非結(jié)構(gòu)化交通狀況視頻的大規(guī)模數(shù)據(jù)集。這些視頻在印度收集，然后由研究人員手動(dòng)注釋以突出罕見或有趣的駕駛行為，例如非典型的道路交互和交通違規(guī)行為。
未來，全球其他團(tuán)隊(duì)都可以使用該數(shù)據(jù)集，以改善擁擠和復(fù)雜城市環(huán)境中自動(dòng)駕駛汽車和ADAS導(dǎo)航。目前，研究人員還計(jì)劃將該仿真技術(shù)開源，以便其他團(tuán)隊(duì)和公司可以使用它來訓(xùn)練自己的模型和算法。
