您好,欢迎来到中国自动驾驶高精地图产业创新发展论坛2019!

CMU研究表明,识别自由空间的自动驾驶汽车可以更好地检测物体

发布日期:2020-06-15

GRCChdmap

2020-06-15 16:56:14

手机阅读

点击上方蓝色字体,关注我们


卡内基梅隆大学的研究人员表明,通过帮助车辆也能识别出看不见的东西,它们可以大大提高自动驾驶汽车对其他汽车或行人等物体的检测准确性。



CMU的研究表明,无人驾驶汽车看不到的(绿色)与实际看到的(红色)一样重要。图片来源:卡内基梅隆大学



对您来说,那些看不见的物体可能会使您看不清前方事物的视线。但是Peiyun Hu 博士 CMU机器人学院的一名学生说,这并不是自动驾驶汽车通常会推测周围物体的原因。


相反,他们使用来自激光雷达的3D数据将对象表示为点云,然后尝试将这些点云与对象的3D表示库进行匹配。Hu 说,问题在于,来自车辆激光雷达的3D数据并不是真正的3D-传感器无法看到物体的被遮挡部分,而当前的算法也无法推断出这种遮挡。


Hu的工作使自动驾驶汽车的感知系统能够考虑可见性,因为这是其传感器看到的原因。公司构建数字地图时已经使用了有关可见性的推理。



地图构建从根本上解释了什么是空白空间和什么被占用。但是,对于以交通速度移动的障碍物进行实时实时处理并非总是如此。

-机器人副教授兼CMU Argo AI自主车辆研究中心主任Deva Ramanan



根据标准基准进行测试时,CMU方法的性能优于以前的**技术,将汽车的检测率提高了10.7%,行人的检测率提高了5.3%,卡车的检测率提高了7.4%,公交车的检测率提高了18.4%,拖车的检测率提高了16.7%。


先前系统可能未考虑可见性的一个原因是对计算时间的关注。但是Hu说,他的团队发现这不是问题:他们的方法只需要24毫秒即可运行。(为了进行比较,激光雷达的每次扫描为100毫秒。)


除了Hu和Ramanan之外,研究团队还包括Argo AI的Jason Ziglar和机器人技术助理教授David Held。Argo AI中心支持了这项研究。




相关文章

华为正式“进军”汽车行业,野心原来在这里
基于NDT的园区点云定位方法
自动驾驶遥不可及?不,车企差一个华为






SELECTED EVENTS




 

长按二维码识别关注


  • 电话咨询
  • 021-22306692
  • 15021948198
None