盖世汽车讯 据外媒报道，牛津大学（Oxford University）计算机科学系的研究人员与土耳其海峡大学（Bogazici University）研究人员合作，开发出一种新型人工智能（AI）系统，使自动驾驶汽车（AV）能够实现更安全、更可靠的导航能力，尤其是在恶劣的天气条件下和GPS失效的驾驶场景中。

图片来源：牛津大学

牛津大学计算机科学系Yasin Almalioglu表示：“自动驾驶汽车在具有挑战性的恶劣天气下难以实现精确定位，因此一直仅局限于较小规模的测试。例如，下雨或下雪等天气情况下，自动驾驶汽车在转弯前可能会检测到行驶在错误车道上，甚至会由于不精确定位在十字路口滞留太久。”

为克服上述问题，Almalioglu及其同事开发出一种新颖的自我监督深度学习模型，用于自我运动估计（ego-motion estimation）。该模型是AV驾驶系统的重要组成部分，可以估计车辆相对于从车辆本身观察到的物体的移动位置。该模型将来自视觉传感器（可能会被不利条件破坏）的详细信息与来自不受天气影响的来源（如雷达）的数据相结合，因此可以在不同的天气条件下充分利用每种传感器的优势。

该模型使用多个公开可用的AV数据集进行训练，其中涵盖来自多个传感器（如摄像头、激光雷达和雷达）在不同设置下的数据，包括不同光线、黑暗程度和降水。这些数据用于生成算法以重建场景几何，并根据新数据计算汽车的位置。在各种测试情况下，研究人员证明该模型显示出强大的全天候性能，包括在雨、雾、雪以及白天和夜间等条件下。

该团队预计，这项工作将使自动驾驶汽车更接近安全、平稳的全天候自动驾驶，并最终在社会中得到更广泛的应用。

参与指导该研究的牛津大学计算机科学系Niki Trigoni教授博士：“精确定位能力为AV的众多核心功能提供了基础，例如运动规划、预测、态势感知和避免碰撞。这项研究可为AV软件堆栈提供全新的补充解决方案，以实现各种功能。”