k8凯发官方

南添州大学钻研新数学算法 识别自动驾驶汽车上路前感知编制故障

*稀奇声明:本文为盖世汽车原创技术文章,版权归盖世汽车一切,不准转载或大篇幅摘录!违规转载,法律必究。

异日,该团队期待当发现舛讹时,在感知算法中集成该逻辑能够重新训练感知算法。此外,该逻辑还能扩展行使,用作汽车驾驶时的实时坦然监测器。

(图片来源:南添州大学官网,图中人物:Jyo Deshmukh(左),Anand Balakrishnanand(中),Xin Qin(右))

该钻研的相符著者Jyo Deshmukh外示:“吾们认为,此栽训练感知算法的手段隐微存在题目。当人类看到一段视频时,吾们会做出一些相关接下来发生的事情的倘若:倘若吾们在视频的某一帧中看到了一辆车,吾们就会期待在下一帧视频中看到附近位置显现了该车。而这就是吾们期待感知算法在安放之前能够已足的几个“平常条件”之一。” Jyo Deshmukh照样南添州大学计算机科学系教授,以及丰田前研发工程师,凝神于自动驾驶汽车坦然。例如,一个物体不能够从这一帧到下一帧就猛然显现或消亡。倘若发生了此栽情况,那么就忤逆了“平常条件”,或物理学的基本定律,外明感知编制存在弱点。

南添州大学钻研人员与亚利桑那州立大学(Arizona State University)的钻研人员配相符,采用了新数学算法,能够在自动驾驶汽车上路之前,识别其编制中存在的变态情况或是故障。

但是,据外媒报道,美国南添州大学(USC)的钻研人员发布了一项新钻研,解决了自动驾驶汽车开发人员永远面临的一个题目:如何测试自动驾驶编制的感知算法, ag平台娱乐该算法可让汽车“理解”“看到”的东西。

该钻研幼组制定了新式数学逻辑,名为“时间质量时序逻辑”(Timed Quality Temporal Logic),并行使该逻辑,操纵原首视频数据集的驾驶场景,测试了两栽专门通走的机器学习工具 - Squeeze Det和YOLO。

盖世汽车讯 在洛杉矶此类交通浓密的城市,许多人都在问自动驾驶汽车什么时候会显现?但是由于在美国发生了一系列自动驾驶汽车庞大事故,自动驾驶汽车的坦然题目让通俗自动驾驶汽车的梦想戛然而止。

该钻研团队的手段能够在感知算法安放之前,识别其变态情况或弱点,并可让开发人员查明详细题目所在。该手段就是在虚拟测试中找到感知算法的题目,让该算法更坦然、更正经。至关重要的是,由于该手段倚赖“平常条件”库,所以不必要人类给测试数据库内的物体谅上标签,k8凯发官方而此过程往往专门耗时且浅易显现舛讹。

通知你一个隐秘,想买车的人都在用搜狐汽车APP,内里有海量的汽车资讯,最全的车型库,精美的汽车图片,还有益车榜能让你更懂车哦,快往体验吧>

睁开盈余70%声明:该文不都雅点仅代外作者本人,搜狐号系新闻发布平台,搜狐仅挑供新闻存储空间服务。浏览 (0)网站地图

在机器学习工具在多帧视频中忤逆“平常条件”的实例中,最常见的就是,机器学习编制未能检测到物体或是对物体进走舛讹分类时,该逻辑成功得到了行使。例如,在一个实例中,当自走车的轮胎看首来看是一条细细的垂直线时,该编制无法识别后方的骑车人。相逆,该编制将骑车人舛讹归类为走人。在此栽情况下,该编制能够无法正确展看骑车人的下一个行为,从而导致事故的发生。“幽灵物体”,即编制在异国物体时也感知到物体,此栽情况也非往往见,能够会导致汽车误踩刹车,也是一个专门危险的行为。

清淡来说,自动驾驶汽车经过机器学习编制“晓畅”世界,机器学习编制在自动识别物体之前,会授与大量的道路图像数据。但是,该编制能够会显现故障。往年3月,在亚利桑那州发生的一首自动驾驶汽车撞物化走人事故中,该柔件将走人分类为“伪阳性”新闻,并且做出不必要停车的决策。

感知算法基于卷积神经网络,由机器学习(一栽深度学习)挑供动力。多所周知,很难对此类算法进走测试,由于人们无法十足理解其是如何做出展看的,而这最后能够会给自动驾驶汽车等坦然关键编制带来不幸性的效果。

,,
 


Powered by k8凯发官网 @2018 RSS地图 html地图

2010-2019 版权所有