news center

无人驾驶汽车在越野前学习风景照片

无人驾驶汽车在越野前学习风景照片

作者:勾衬歇  时间:2017-04-03 02:05:18  人气:

詹姆斯Cheadle / Alamy库存照片由Conor Gearin我们去的地方我们不需要路,图片大数据库纽约大学的一个团队教授机器学习系统,通过展示不同景观的照片来驾驶越野培训无人驾驶汽车在城市街道或高速公路上行驶是一回事但麻省理工学院的Karl Iagnemma表示,将机器人驾驶员越野变得棘手是因为环境变化很大,他没有参与这项工作很难为机器人提供适用于每种环境的详尽驾驶规则如果沿着它的长度改变很多外观,即使是简单的泥路也是一个挑战 “这比避免交通锥更困难,”Iagnemma说为了让人工智能准备好迎接许多不同的景观,Artem Provodin和他的同事教它识别来自ImageNet数据库的图片中的可驱动地形这并不是第一次这个大约一百万张照片的在线收藏有助于教授AI识别场景中的物体,从日落到猫 - 有时比人类更准确 Provodin的团队选择了一小组图像来显示景观并用手标记,突出显示车辆可以行驶的区域和不可通航的区域 - 例如树木系统使用这些初始示例来学习自己标注景观特征乔治亚理工学院的Panagiotis Tsiotras说,使用照片训练机器人是一个好主意这是一种快速的方法来教它表面滑动或提供良好的抓地力,例如,无需真正尝试它们然而,图像并没有告诉机器人一切为了调整他们的系统,该团队采用了一个名为Corobot Jr的四轮机器人进行旋转 Corobot Jr不是专为越野驾驶而设计的,如果高度超过几厘米,则不能越过草地图像给了它一个良好的开端,但像这样的限制最好通过反复试验来学习纽约GE全球研究中心的团队成员Liila Torabi表示,当机器人在地面上行驶时,它会将其添加到可穿越的物品清单中随着时间的推移,机器人将变得更加独立 - 并且不太可能卡在泥浆中更多关于这些主题: