自動駕駛視覺系統：不僅可以”看“，還能預測“未來”

對于自動駕駛的視覺系統來說，“看到”路人是一項基本任務，更重要的是，它能否像人類一樣判斷旅行者的下一步行動。密歇根大學的一個團隊開發了一種改進的算法，使自動駕駛視覺系統能夠預測行人的行為。視覺系統不僅用于觀察，還用于預測“未來”！密歇根大學一直以自動駕駛汽車技術而聞名。最近，他們又做出了一個重大舉措——研究一種改進的算法來預測道路上行人的移動。

這種算法不僅考慮行人在做什么，還考慮他們是如何做的。這種肢體語言對于預測一個人下一步會做什么至關重要。

密歇根大學的團隊已經在Arxiv和IEEE上發表了他們的研究成果。感興趣的讀者可以訪問以上內容或文章末尾的鏈接進行詳細閱讀。本文提出了一種基于生物力學的遞歸神經網絡（Bio-LSTM），該網絡可以在全局坐標系中預測行人的位置和三維關節姿勢。該網絡可以同時預測多個行人的姿勢和全局位置，以及距離攝像機45米以內的行人（城市十字路口尺度）。“看到”更詳細的動作，預測行人的動作，關注路上的行人，預測他們會做什么，是任何自動駕駛視覺系統的重要組成部分。

讓自動駕駛汽車了解道路上是否有行人，并分析一些詳細信息，這將對汽車接下來的運行方式產生重大影響。一些公司聲稱，他們的自動駕駛汽車視覺系統可以在一個或另一個范圍內看到和標記“人”，但很少有公司提出可以看到和標記更詳細的部分，如“手勢”或“手勢”。

這種視覺算法可以（盡管目前還不可能）簡單到識別一個人，觀察他在幾幀內移動了多少像素，然后從該節點推斷。但人類的運動自然要比這復雜得多。UM的新系統使用激光雷達和立體攝像系統，不僅可以估計一個人的軌跡，還可以估計他們的姿勢和步態：姿勢可以指示一個人是靠近還是遠離汽車，他們是否使用拐杖，是否彎腰接電話，等等；步態不僅表示速度，也表示意圖。例如，當路人把頭轉向肩膀時，他們可能會轉身，或者只是瞥一眼肩膀，繼續向前走；路人伸出手臂，他們可能在示意某人（或車輛）停車。這些額外的數據將幫助視覺系統預測運動，使導航計劃和防止意外事件更加完整。

更重要的是，它只需要幾幀就可以很好地完成工作——可能只需要單步和手臂擺動。這足以做出一個輕松擊敗簡單模型的預測，而簡單模型是一個關鍵的性能指標。

標簽：

汽車資訊熱門資訊