您的位置: 首頁 >科技 >

觀看自駕車把手發(fā)夾就像一輛賽車

2019-04-24 11:59:27 編輯: 來源:
導讀 自駕車的訓練過于謹慎,但可能會出現需要進行高速機動以避免碰撞的情況。這些車輛裝飾著價值數萬美元的高科技傳感器,并以奶奶的速度進行編

自駕車的訓練過于謹慎,但可能會出現需要進行高速機動以避免碰撞的情況。這些車輛裝飾著價值數萬美元的高科技傳感器,并以奶奶的速度進行編程,可以像人類一樣處理這些瞬間的決定嗎?

斯坦福大學的工程師可能會有答案。他們創(chuàng)建了一個神經網絡,可以使無人駕駛汽車像賽車手一樣進行高速,低摩擦的操作。當它們最終到達時,無人駕駛汽車將需要超越人類的能力,因為94%的碰撞可歸因于人為錯誤。研究人員表示,這是提高自動駕駛汽車避免事故能力的重要一步。

本周早些時候在科學 機器人雜志上發(fā)表的一篇論文的主要作者納森斯皮爾伯格說:“我們希望我們的算法能夠與最熟練的駕駛員一樣好 - 而且希望更好。” “我們的工作是出于安全的原因,我們希望自動駕駛汽車能夠在許多情況下工作,從高摩擦瀝青的正常駕駛到冰雪中快速,低摩擦的駕駛。”

該團隊使用了一種稱為神經網絡的人工智能算法,該算法松散地基于我們大腦中的神經網絡,以創(chuàng)建自動駕駛系統(tǒng)。神經網絡是一種機器學習,程序員可以構建模型來篩選大量數據并查找模式。這些網絡用于為自主車輛的“大腦”供電,該大腦通常是存儲在每輛車行李箱中的高功率GPU,用于控制決策過程。

斯坦福大學的團隊訓練了一個神經網絡,其中包含200,000個運動樣本的數據,包括在冰雪等滑溜的表面上進行試駕。然后他們將他們的系統(tǒng)帶到薩克拉門托山谷的Thunderhill賽道進行測試。斯坦福大學的車隊在他們的測試中使用了兩輛自動駕駛汽車:Niki,一輛自動駕駛的大眾GTI,以及Shelley,一輛自主的奧迪TTS。

首先,Shelley在基于物理的自動系統(tǒng)控制下加速,預裝了有關課程和條件的固定信息。當在連續(xù)10次試驗中對同一球場進行比較時,雪萊和熟練的業(yè)余車手產生了相當的單圈時間。然后,研究人員用他們新的神經網絡系統(tǒng)加載了Niki。雖然神經網絡缺乏關于道路摩擦的明確信息,但汽車的表現類似于運行學習和基于物理的系統(tǒng)。

該團隊表示他們對結果感到鼓舞,但強調他們的神經網絡系統(tǒng)在任何環(huán)境中都表現不佳。他們需要 - 還有什么? - 更多數據能夠處理更廣泛的條件。


免責聲明:本文由用戶上傳,如有侵權請聯系刪除!

2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉載自互聯網 版權歸原作者所有。