現(xiàn)如今，無人駕駛汽車已經(jīng)可以做到在事先經(jīng)過仔細(xì)掃描和測繪的標(biāo)記良好的道路上行駛。在這種情況下，無人駕駛汽車已經(jīng)可以遵循美國道路的常用規(guī)則，識別交通信號和車道標(biāo)記，注意到人行橫道和街道的其他規(guī)則特征。

然而，在實際道路情況中，許多道路指示標(biāo)識會褪色，也存在模糊的標(biāo)志牌隱藏在樹木后面的情況，每個十字路口的情況也不盡相同。此外，美國有225萬公里的公路（約占全美公路的1/3）是尚未鋪設(shè)完成的，或者是沒有道路標(biāo)記，例如車道標(biāo)志或禁停線等。這還不包括無數(shù)的私人道路、未鋪設(shè)車道或越野小道等。

當(dāng)規(guī)則不明確或不存在時，以遵守規(guī)則為基礎(chǔ)的無人駕駛汽車該怎么辦？當(dāng)乘客發(fā)現(xiàn)他們的車輛無法把他們帶到目的地時，他們又該怎么辦？

為極端情況做準(zhǔn)備

開發(fā)無人駕駛先進技術(shù)的大多數(shù)挑戰(zhàn)都涉及要處理不常見的情況，或超過系統(tǒng)正常能力之外的事情。對于無人駕駛汽車來說，這也是必需的。

很多時候，在公路上行駛的無人駕駛汽車會遇到各種問題，比如在建筑之間穿行，或者識別到看起來像停車標(biāo)志的涂鴉。而在正常公路之外，無人駕駛汽車會遇到各種各樣的自然環(huán)境，比如道路被樹木、洪水和大水坑所阻，甚至還有動物擋道等。

在美國密西西比州立大學(xué)的先進車輛系統(tǒng)中心（Center for Advnced Vehiculr Systems），研究人員已經(jīng)開始挑戰(zhàn)訓(xùn)練算法，以應(yīng)對那些幾乎從未發(fā)生過、難以預(yù)測和難以模擬的情況。研究人員試圖將無人駕駛汽車置于最困難的境地：在汽車沒有事先了解的區(qū)域駕駛，沒有可靠的基礎(chǔ)設(shè)施，比如公路上沒有道路指示和交通標(biāo)志，或者在未知的環(huán)境中看到類似北極熊的仙人掌等。

這項研究將虛擬技術(shù)和現(xiàn)實環(huán)境結(jié)合起來。研究人員對逼真的戶外場景進行了高級模擬，用來訓(xùn)練人工智能（AI）算法，讓它接收到信息并對其進行分類，標(biāo)記樹木、天空、開闊的道路和潛在的障礙等。隨后，研究人員會將這些算法轉(zhuǎn)移到專門建造的四輪驅(qū)動測試車輛上，并將其發(fā)送到專用的越野測試軌道上，在那里他們可以看到算法如何工作，并收集更多的數(shù)據(jù)，以供進一步模擬測試。

從模擬訓(xùn)練開始

密西西比州立大學(xué)的研究人員開發(fā)出專門的模擬器，可以為車輛模擬廣泛的現(xiàn)實戶外場景。該系統(tǒng)生成一系列不同的氣候景觀，如森林和沙漠，并能顯示植物、灌木和樹木如何隨時間生長。它還可以模擬天氣變化、陽光和月光，以及9000顆恒星的精確位置。

該系統(tǒng)還模擬了無人駕駛車輛常用傳感器的讀數(shù)，如激光雷達(dá)和攝像頭。這些虛擬傳感器收集的數(shù)據(jù)可以作為有價值的訓(xùn)練數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中。

美國密西西比州立大學(xué)自動車輛模擬器生成的模擬沙漠、草地和森林環(huán)境

建立測試軌道

模擬僅僅是對真實世界的描述。密西西比州立大學(xué)已經(jīng)購買了20公頃土地，并在開發(fā)遠(yuǎn)離公路的無人駕駛車輛測試跑道。這處土地非常適合進行越野測試，在其所處的密西西比地區(qū)，坡度異常陡峭，有時候甚至高達(dá)60%，而且植物種類繁多。

研究人員已經(jīng)選擇了一些這片區(qū)域中對無人駕駛汽車特別具有挑戰(zhàn)性的自然特征，并在他們的模擬器中準(zhǔn)確地復(fù)制了它們。這讓研究人員可以直接比較模擬結(jié)果和現(xiàn)實生活中實際駕駛的結(jié)果。最終，研究人員也會創(chuàng)建類似真實和虛擬相匹配的其他類型景觀，以提高他們車輛的適應(yīng)能力。

在現(xiàn)實生活和模擬環(huán)境中出現(xiàn)的道路

收集更多數(shù)據(jù)

密西西比州立大學(xué)的研究人員還制造了名為Hlo Project的試驗車，它配有電動馬達(dá)、傳感器和電腦，可以在各種越野環(huán)境中導(dǎo)航。Hlo Project測試車有額外的傳感器來收集關(guān)于其實際環(huán)境的詳細(xì)數(shù)據(jù)，這可以幫助研究人員構(gòu)建虛擬環(huán)境來運行新的測試。

Hlo Project測試車可以收集關(guān)于在崎嶇地形中駕駛和導(dǎo)航的數(shù)據(jù)

舉例來說，測試車上的兩個激光雷達(dá)傳感器被安裝在汽車前部的交叉角度，這樣它們的光束就能掃描即將接近的地面。它們可以共同提供關(guān)于表面粗糙或光滑程度的信息，以及從草地、其他植物和地面上其他存在物獲取讀數(shù)。

激光雷達(dá)的雷達(dá)光束交互交叉，以掃描車輛前方的地面

研究人員已經(jīng)從研究中看到許多令人興奮的早期結(jié)果。例如，他們已經(jīng)證明了在模擬環(huán)境中訓(xùn)練的機器學(xué)習(xí)算法在現(xiàn)實世界中同樣高效。

與大多數(shù)無人駕駛汽車研究一樣，未來還有很長的路要走，但研究人員們希望，為極端情況開發(fā)的技術(shù)也將有助于無人駕駛汽車在今天的道路上發(fā)揮更大的作用。

返回第一電動網(wǎng)首頁 >