新的更逼真的模拟器将在道路测试之前提高自动驾驶车辆的安全性个人贷款

新的 更逼真的模拟器将在道路测试之前提高自动驾驶车辆的安全性

马里兰大学计算机科学家Dinesh Manocha与来自百度研究和香港大学的团队合作，开发了一种逼真的仿真系统，用于训练和验证自动驾驶车辆。

与使用游戏引擎或高保真计算机图形并以数学方式呈现的流量模式的当前系统相比，该新系统提供了更丰富，更真实的仿真。

他们的系统称为增强自动驾驶模拟（AADS），可以使自动驾驶技术更容易在实验室中进行评估，同时还可以在昂贵的道路测试开始之前确保更可靠的安全性中国机械网okmao.com。

科学家在2019年3月27日发表在《科学机器人》杂志上的研究论文中描述了他们的方法。

论文的通讯作者之一马诺查说：“这项工作代表了一种新的模拟范例，在该范例中，我们可以在将自动驾驶技术部署??到实际汽车上并在高速公路或城市道路上进行测试之前，对自动驾驶技术的可靠性和安全性进行测试。”

联合任命计算机科学，电气和计算机工程专业教授以及马里兰大学高级计算机研究所。

自动驾驶汽车的潜在好处之一是，它们比那些容易导致分心的注意力，疲劳和情绪决定的人类驾驶员更安全。

但是，为了确保安全，自动驾驶汽车必须对驾驶环境进行评估并做出响应。考虑到汽车在路上可能遇到的无数种情况，自动驾驶系统需要在挑战性条件下进行价值数亿英里的试驾，以证明其可靠性。

增强自动驾驶模拟（AADS）系统所有方面的视频。

尽管这可能需要数十年才能完成，但可以通过计算机模拟快速，有效和安全地进行初步评估，该模拟可以准确表示真实世界并为周围物体的行为建模。

科学文献中描述的当前最先进的仿真系统在描绘逼真的环境和呈现现实世界的交通流模式或驾驶员行为方面表现欠佳。

AADS是一种数据驱动系统，可以更准确地表示自动驾驶汽车在道路上接收的输入。

自动驾驶汽车依靠感知模块和导航模块，感知模块接收并解释有关现实世界的信息，导航模块根据感知模块做出决策，例如在何处转向或是否打破或加速。

在现实世界中，自动驾驶汽车的感知模块通常会接收来自摄像头和激光雷达传感器的输入，这些摄像头和激光雷达传感器使用光脉冲来测量周围的距离。

在当前的模拟器技术中，感知模块接收来自计算机生成的图像和数学模型化的行人，自行车和其他汽车的运动模式的输入。

它是对现实世界的相对粗略的表示。由于计算机生成的图像模型必须手动生成，因此创建起来也很昂贵且耗时。

新背景的综合。使用“拼接”方法制作完整的图像（左）。最终视图是在后处理过程（例如孔填充和颜色混合）之后合成的。

AADS系统将照片，视频和激光雷达点云（类似于3-D形状渲染）与行人，自行车和其他汽车的真实轨迹数据结合在一起。这些轨迹可用于预测其他车辆或行人在道路上的驾驶行为和未来位置，以实现更安全的导航。

Manocha说：“我们正在使用视频和照片在视觉上渲染和模拟现实世界，但同时我们也在捕捉真实的行为和运动方式。

人类的驾驶方式并不容易用数学模型和物理定律来捕捉。因此，我们从所有可用的视频中提取了关于真实轨迹的数据，并使用社会科学方法对驾驶行为进行了建模。

这种数据驱动的方法为我们提供了更加现实和有益的交通模拟器。”

科学家在使用真实的视频图像和激光雷达数据进行模拟时面临着一个长期的挑战：即使自动摄像头或激光雷达传感器未捕获到这些场景，每个场景也必须响应自动驾驶汽车的运动。

无论照片或视频未捕获任何角度或视点，都必须使用预测方法进行渲染或模拟。

这就是为什么仿真技术始终如此高度依赖计算机生成的图形和基于物理的预测技术的原因。

为了克服这一挑战，研究人员开发了一种技术，该技术将真实世界街道场景的各个组成部分隔离开来，并将其呈现为可以重新合成以创建许多逼真的驾驶场景的单独元素。

借助AADS，可以将车辆和行人从一种环境中举起，并以适当的照明和运动模式放置在另一种环境中。可以使用不同的交通水平来重建道路。

在变道和转弯期间，每个场景的多个视角可提供更逼真的视角。此外，与其他视频模拟技术相比，先进的图像处理技术可实现平滑过渡并减少失真。图像处理技术还用于提取轨迹，从而对驾驶员行为进行建模。

“扫描和模拟”管线的视频，包括数据预处理（例如，移动物体去除，背景修复，照明估计），不同视角的合成和交通模拟的组成部分。

“由于我们使用的是真实世界的视频和真实世界的动作，因此我们的感知模块比以前的方法具有更准确的信息，” Manocha说。“

然后，由于模拟器的真实性，我们可以更好地评估自动驾驶系统的导航策略。”

Manocha说，通过发表这项工作，科学家希望一些开发自动驾驶汽车的公司可能会采用相同的数据驱动方法来改进自己的模拟器，以测试和评估自动驾驶系统。

广东男性癫痫医院

河北除皱医院

福州睑黄疣医院

西宁斜视医院

西安鸡眼医院