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!

Lyft正在利用其司机来收集数据,以改善其自动驾驶车辆并制作高清地图

发布日期:2020-07-18

GRCC hdmap 今天 

手机阅读

点击上方蓝色字体,关注我们

【摘要】乘车公司Lyft正在寻求其司机的协助,以收集数据以改善其自动驾驶技术。Lyft乘车平台上的一些驾驶员正在使用小型低成本行车记录仪来收集交叉路口,骑自行车的人,行人的镜头,以及Lyft驾驶员外出和接载乘客时其他驾驶员的行为。



为当今的自动驾驶汽车提供动力的强大软件并不是一成不变的,它会不断发展并使用AI和机器学习算法进行完善,因此自动驾驶汽车(AV)可以更好地应对意外的驾驶情况。


但是,为了做到这一点,需要大量的现实世界数据来训练AI驱动的自动驾驶系统,因此可以随着时间的推移对其进行改进。乘车公司Lyft正在寻求其司机的协助,以收集所有这些数据。事实证明,Lyft驾驶员使用的简单行车记录仪是在市区行驶时收集数据的理想方法。


Lyft乘车平台上的一些驾驶员正在使用小型低成本行车记录仪来收集交叉路口,骑自行车的人,行人的镜头,以及Lyft驾驶员外出和接载乘客时其他驾驶员的行为。


通过收集驾驶员数据,Lyft正在帮助加速自动驾驶技术的发展,因为自动驾驶技术在改进为自动驾驶开发车辆提供动力的软件和AI方面具有很高的价值。


由于Lyft的服务可覆盖95%的美国人口,因此它是现实驾驶场景中世界上最大的数据集之一。


实际数据用于训练机器学习模型,因此Lyft的工程团队可以更好地了解驾驶员在各种交通情况下的行为。例如,Lyft的数据可用于更好地预测驾驶员在特定道路上的行驶速度,或者当交通信号转为黄色时,驾驶员进入交叉路口的概率。


数据还可以用于生成高度详细的3D地图,这是自动驾驶车辆进行导航的必备工具。


使用驱动程序数据改善高清地图


利用乘车共享数据,Lyft能够使用Blue Vision Labs开发的技术构建城市规模的3D几何地图,Blue Vision Labs是Lyft在2018年收购的增强现实软件公司。


与传统地图相比,高清地图包含更多详细信息。例如,自动驾驶汽车使用的地图包含每个车道的确切位置和交叉路口的交通信号灯信息,例如交叉路口是否具有允许车辆左转弯的交通信号灯。高清地图甚至包括海拔数据和路牌位置。


Lyft通过结合使用3D计算机视觉和机器学习从其乘车共享数据生成此信息,以自动从摄像头输入中识别交通对象,例如其他车辆,行人和道路标志。


所有这些信息可帮助Lyft的工程师了解驾驶员在危险情况下的行为,例如驾驶员驶过特定的红灯或未能正确屈服。


Lyft表示,利用其乘车共享网络上车辆的广泛地理覆盖范围,它绘制了数千英里的地图。Lyft会根据每次旅行收集的数据不断更新其地图。收集完毕后,每次骑行完成时都会立即记录数据。


虽然地图运营团队可以为AV建立3D地图,但要不断更新信息,这是一个挑战。例如,由于施工而导致的车道封闭需要包含在3D地图中,并推到Lyft的自动驾驶汽车进行导航。通过使用遍历该区域的驾驶员的真实数据,Lyft可以更好地训练其AV以便更好地导航危险。


除了协助Lyft构建3D几何地图外,数据乘车共享网络数据还可以帮助公司更好地理解人类驾驶模式。使用视觉定位技术,Lyft能够以更高的精度跟踪Lyft驾驶员在转弯或在车道上行驶时遵循的真实轨迹。


这有助于Lyft的自动驾驶车辆根据人类驾驶模式在车道上保持**位置,因此该软件可以更紧密地模拟驾驶员如何在城市道路环境中行驶。



数据可帮助Lyft确定其AV的**车道位置,使其与驾驶员的行为更为接近。


这些数据还有助于Lyft的自动驾驶汽车更好地处理好斗的驾驶员和那些不总是遵守道路规则的人。


例如,如果驾驶员经常在交通繁忙的交叉路口附近被切断,则可以使用数据来调整软件以预测这种行为并确定适当的减速曲线,而不必在被切断后立即踩刹车。积极进取的司机。


这使Lyfts的AV在类似情况下可以更安全地做出响应,并且表现得更像人类驾驶员,从而减轻了有一天要乘坐Lyft的自动驾驶汽车的乘客的焦虑。


对于自动驾驶汽车的开发人员而言,构建高度详细的地图和更好地理解人类驾驶行为至关重要。这种数据驱动的方法可以帮助加速AV开发,使开发人员可以更好地应对在城市环境中导航的运动计划挑战。


通过使用这种方法,Lyft不仅仅依靠先前的AV旅行或计算机仿真模拟环境来确定其车辆的行为方式。相反,该公司正在利用来自世界上最大的乘车共享网络之一的真实数据。


Lyft的努力并不孤单。Waymo脱离了Google的自动驾驶汽车项目,也正在与研究人员共享其车辆数据。


在2019年8月,Waymo为从事自动驾驶和其他相关移动项目的研究人员和开发人员发布了其“ Waymo开放数据集”。Waymo表示,其数据集是有史以来发布的最大,最丰富,最多样化的自动驾驶数据集。


像Lyft一样,数据是由Waymo自动驾驶汽车车队收集的,这些汽车在25个不同城市行驶了超过1000万英里。


该数据集包括覆盖各种环境的高分辨率传感器数据,包括密集的市区和郊区街道。该数据也是在各种现实条件下收集的,包括白天和黑夜,明亮的阳光和雨水。


Waymo的工程师使用相同的数据集来开发自动驾驶技术以及创新的机器学习模型和算法。随着Waymo数据集的发布,Waymo以外的工程师可以访问Waymo首次使用的相同数据。


作者:埃里克·沃尔兹(Eric Walz)| 来源:futurecar

Jun 23, 2020 4:30 PM PT


相关文章

四项创新将自动驾驶汽车人工智能推向新高度
Mobileye携手WILLER为日本和东南亚地区提供自动驾驶出行解决方案
HERE与ZENRIN合作共享全球位置信息




SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-22306692
  • 15021948198
None