Cruise自动驾驶汽车如何应对双排停放的汽车?

盖世汽车讯 据外媒报道,当地时间6月27日,通用汽车(GM)旗下自动驾驶初创公司Cruise发布了一

盖世汽车讯 据外媒报道,当地时间6月27日,通用汽车(GM)旗下自动驾驶初创公司Cruise发布了一篇博文,其中详细介绍了其180多辆自动驾驶雪佛兰Bolt车如何学习预测人类驾驶员行为。

(图片来源:通用汽车)

每天,旧金山人都需要开车穿过通往6个方向的十字路口、狭窄的街道、陡峭的地形等。人们在城市中驾驶时,会检查后视镜、遵守限速规则、预测其他驾驶员行为、查看行人以及在拥挤的街道上行驶等等。旧金山市区的每辆车遇到行人、骑自行车的人以及其他车辆的频率是郊区的46倍。

而其中遇到的障碍之一就是有很多双排停放的汽车,据Cruise所说,与郊区相比,在城市遇到此种的情形的频率是郊区的24倍,因此让汽车学会在此种环境中安全驾驶非常必要。

为了实现安全驾驶,Cruise的自动驾驶汽车首先需要通过寻找一些线索,如停放的车辆离道路边缘的距离、是否在刹车或者打开了危险信号灯、以及该车距离最远的十字路口有多远,以识别此类车辆。此外,Cruise自动驾驶汽车还通过识别车辆类型(送货卡车经常并排停放)以及附近是否停车位相对稀少来识别此类车辆。

Cruise的Bolt自动驾驶汽车通过传感器,特别是威力登的激光雷达传感器、以及短程和远程雷达传感器、高分辨率毫米波雷达articulating(博世提供)以及视频摄像头来识别上述信息。摄像头可以识别汽车指示灯的状态和道路特征(例如安全锥或路标),同时激光雷达和雷达分别测量距离和速度。然后,自行车、行人和其他车辆等原始识别数据会产生在车载计算机上运行的机器学习模型。

称为递归神经网络(RNN)的AI架构可以根据传感器和地图信息(包括停车位的可用性、道路类型和车道边界)确定车辆是否是双排停放,该RNN能够不断增强Cruise自动驾驶汽车的决策信心。

Cruise的模型预测控制(MPC)算法是一个通用策略,能够计算出运行轨迹,该算法依赖系统行为,找到最佳行动决策。最终的结果是,Cruise的自动驾驶汽车会超过双排停放的汽车,但是会为骑自行车的人以及迎面而来的车辆让路。

打开APP阅读更多精彩内容