盖世汽车讯 据外媒报道，美国西南研究院（Southwest Research Institute，SwRI）开发出越野自动驾驶工具，重点为军方提供隐形功能，为太空和农业客户提供灵活性。这个基于视觉的系统将立体摄像头与全新算法配对，消除对激光雷达和主动式传感器的需求。

图片来源：Southwest Research Institute

SwRI智能系统部门的研究工程师Abe Garza表示：“我们对最严峻的机器视觉挑战进行了反思，然后专注于为越野导航实现密集、强大的建模。”通过内部研究，SwRI的工程师开发出一套工具，称为“越野自主视觉”（Vision for Off-road Autonomy，VORA）。这种被动系统可以感知物体和建模环境，并在越野环境导航的同时定位和绘制地图。

图片来源：Southwest Research Institute

VORA团队设想将摄像头系统作为激光雷达的被动传感替代品。激光雷达是一种光探测和测距传感器，可以发射主动激光探测物体并计算深度和距离。虽然激光雷达传感器非常可靠，但其产生的光线可以被敌对势力探测到。发射无线电波的雷达也是可以被探测到的。GPS导航可能会受到干扰，并且其信号经常在峡谷和山区受阻，这会限制农业自动化。

领导该项目的SwRI助理项目经理Meera Towler表示：“对于我们的国防客户来说，我们希望开发更好的被动传感功能，但发现这些新的计算机视觉工具有益于农业和太空研究。”研究人员还利用VORA技术来探索行星表面。在太空应用中，自主机器人受到功率、有效载荷容量和间歇性连接的限制。在太空中，摄像头比耗电的激光雷达系统更有用。

为了克服各种挑战，该团队开发全新软件，利用立体摄像头数据完成原本由激光雷达完成的高精度任务，包括定位、感知、映射和世界建模。基于这项研究，SwRI开发出深度学习立体匹配器（DLSM）工具，该工具使用循环神经网络从立体视觉中创建密集、精确的视差图。视差图突出显示两幅立体图像之间的运动差异。

为了帮助同时进行定位和映射，SwRI开发了一种因子图算法，可智能结合来自立体图像特征、地标、惯性测量单元（IMU）读数和车轮编码器的稀疏数据，以生成高精度的定位数据。自动驾驶系统使用因子图或概率图形模型，通过比较变量进行推断。

Towler表示：“我们将自主性研究应用于军用和商用车、农业应用等。我们很高兴向客户展示集成到行业领先的自主堆栈中的即插即用立体摄像头解决方案。”

SwRI计划将VORA技术集成到其他自主系统中，并在SwRI圣安东尼奥校区（SwRI's San Antonio campus）的越野赛道上进行测试。SwRI已将安全保障作为开发自动驾驶汽车和自动驾驶系统的优先事项，因为该技术已达到商业和政府使用的先进水平。