與非網(wǎng) 6 月 17 日訊，能夠快速檢測(cè)到道路上的其他車輛或行人，對(duì)自動(dòng)駕駛汽車來(lái)說(shuō)是至關(guān)重要的，卡內(nèi)基梅隆大學(xué)的研究人員表明，他們可以通過(guò)幫助車輛識(shí)別看不見(jiàn)的物體來(lái)顯著提高“檢測(cè)精度”。

很明顯，人類視線中的物體會(huì)遮擋或模糊更前方的物體。但卡耐基梅隆大學(xué)機(jī)器人研究所博士 Peiyun Hu 表示，自動(dòng)駕駛汽車通常不是這樣判斷周圍物體的。

圖源：卡耐基梅隆大學(xué)

與人不同，自動(dòng)駕駛汽車周圍的物體的存在使他可以更準(zhǔn)確地工作。這些工具使用來(lái)自 LIDAR 傳感器的數(shù)據(jù)將對(duì)象定義為“云”，然后嘗試將這些云與 3D 數(shù)據(jù)庫(kù)中的對(duì)象進(jìn)行匹配，但是 Hu 需要引起注意的部分是：來(lái)自傳感器的 3D 數(shù)據(jù)可能不是真正的 3D。根據(jù)博士生的描述，車輛的傳感器可能無(wú)法看到物體視野之外的立面，并且現(xiàn)有算法無(wú)法在這種情況下進(jìn)行推理。

Hu 的研究使自動(dòng)駕駛汽車感知系統(tǒng)能夠在推斷傳感器所看到的東西時(shí)考慮可見(jiàn)性。事實(shí)上，關(guān)于可見(jiàn)性的推理已經(jīng)被一些公司用于構(gòu)建數(shù)字地圖。

卡耐基梅隆大學(xué)機(jī)器人學(xué)副教授 Deva Ramanan 解釋稱，“地圖構(gòu)建從根本上解釋了哪些地方是空的，哪些地方被占用了。但對(duì)以交通速度移動(dòng)的障礙物進(jìn)行實(shí)時(shí)處理時(shí)，這并不常用?！?/p>

在計(jì)算機(jī)視覺(jué)和模式識(shí)別（CVPR）大會(huì)上，Hu 及其同事們借鑒地圖制作技術(shù)，幫助系統(tǒng)在識(shí)別物體時(shí)推斷物體的可見(jiàn)性。在標(biāo)準(zhǔn)基準(zhǔn)測(cè)試中，他們的方法表現(xiàn)優(yōu)于之前的技術(shù)，對(duì)小汽車的檢測(cè)提高了 10.7%，對(duì)行人的檢測(cè)提高了 5.3%，對(duì)卡車的檢測(cè)提高了 7.4%，對(duì)公共汽車的檢測(cè)提高了 18.4%，對(duì)拖車的檢測(cè)提高了 16.7%。

以往的系統(tǒng)沒(méi)有考慮到可見(jiàn)性，原因之一可能是考慮到計(jì)算時(shí)間。但 Hu 表示，其團(tuán)隊(duì)的方法只需要 24 毫秒，而激光雷達(dá)每次掃描時(shí)間位 100 毫秒。