—— 汽车产业链供需平台 ——
首页 > 资讯 > 新技术 > 自动驾驶:认知神经信息学带来的重大成果

自动驾驶:认知神经信息学带来的重大成果

盖世汽车 刘丽婷 2022-11-23 20:32:30

盖世汽车讯 据外媒报道,作为与汽车供应商大陆集团(Continental)合作的项目的一部分,认知神经信息学(Cognitive Neuroinformatics)工作组为高级驾驶辅助系统的开发贡献了重要的研究成果,并发现人工智能可以更轻松地识别复杂的交通情况。

自动驾驶.jpg

图片来源:不来梅大学

大陆与科学合作伙伴的研究项目名为PRORETA 5。除了德国不来梅大学(University of Bremen),达姆施塔特工业大学(TU Darmstadt)和罗马尼亚的雅西技术大学(TUIASI)也参与其中。

不来梅大学认知神经信息学工作组负责人Kerstin Schill教授表示:“项目结束时,我们在达姆施塔特市进行了一次驾驶演示,对自动驾驶功能进行测试。结果显示车辆能够自主地沿着道路行驶到预定目的地,并对其他道路使用者(行人、骑自行车的人和其他车辆)做出反应。作为导致未检测到物体的模拟传感器故障的一部分,车辆还应用了紧急制动。”

算法应该做出驾驶决策

PRORETA研究项目旨在开发算法,从而使用传感器数据做出近似于人类的正确驾驶决策。例如,在不受控制的十字路口,解释与计划行进方向相关的所有对象具有挑战性,如运动方向、意图和交通优先权等问题。人工智能(AI)应该能够在没有人为干预的情况下做出安全的决策。

Kerstin Schill教授表示:“人工智能的一大优势在于,经过训练阶段后,即使在不熟悉的情况下,它也能够得出正确的结论。该项目的部分工作是观察人类驾驶员如何减少环境复杂性,以及评估过程。自适应算法现在正在根据类似的原则进行训练。”

作为该项目的一部分,该认知神经信息学工作组研究了环境感知的人工智能方法:应识别环境中的物体和障碍物。此外,该小组还开发了基于摄像头数据的人类注意力建模的新方法。研究现状创建了显着性地图(saliency maps)识别图像的相关区域,例如,其他道路使用者或标志出现的区域。他们还开发了新的数学模型,可以在数学上正确地表示其他道路使用者的位置、方向、速度或大小,并描述复杂的车辆几何形状。

更有效、更稳健、更安全地完成任务

在最后,自动驾驶车辆完成对象跟踪,能够检测监控区域内的其他道路使用者并实时评估状态。Kerstin Schill表示:“这些方法确保可以更有效、更稳健、更安全地解决相应的任务,因此可助力实现高度自动化和自动驾驶。该项目是大学与商业研究之间进行合作的理想示例。”

工作组的研究贡献详述:

Jaime Maldonado专注于自动驾驶环境下的人类注意力建模。特别开发了一个由两个组件组成的引人注目的管道。一方面,摄像头图像中的相关区域由显着图确定的。另一方面,驾驶员的目光投射到图像中,以扩大相关区域。因此自动驾驶车辆可以区分图像中的相关区域和非相关区域,并使用后续算法更有效地进行处理。

Andreas Serov应用了一个物体跟踪系统,可以检测车辆监控区域中的相关物体,并实时确定位置、速度、方向和大小。跟踪对象的列表可供后续模块(预测、计划和控制)进行进一步处理。目标跟踪是基于雷达和激光雷达数据进行的。每个对象的状态都是用一个概率过滤器来估计的,在这个过滤器中状态是在流形上处理的。

Lino Giefer研究了自动驾驶中状态估计和理论原理表示,并开发新模型来以数学上正确的方式描述铰接式车辆,例如公共汽车、有轨电车和带拖车的车辆。此外,

Razieh Khamseh-Ashari使用AI方法研究了基于激光雷达和相机数据的多模态目标检测。早期传感器输入的融合实现了对监控区域中物体的高精度定位。

关注我们更多服务平台

添加社区公众号、小程序, APP, 随时随地云办公尽在掌握

联系我们
盖世汽车社区 盖世汽车中文资讯 盖世汽车会议 盖世汽车研究院 盖世大学堂 Automotive News Global Auto Sources 友情链接 Copyright@2007-2022 All Right Reserved.盖世汽车版权所有
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号 沪公网安备 31011402009699号 未经授权禁止复制或建立影像,否则将追究法律责任。