廣告
NVIDIA自動(dòng)駕駛實(shí)驗(yàn)室：AI如何幫助自動(dòng)駕駛汽車?yán)斫饨徊婵?/h1>
2020-06-15 21:30:17· 來源：NVIDIA英偉達(dá)企業(yè)解決方案
自動(dòng)駕駛實(shí)驗(yàn)室這是NVIDIA DRIVE Labs自動(dòng)駕駛實(shí)驗(yàn)室系列視頻的第二十集，在上一集中我們講了主動(dòng)學(xué)習(xí)如何優(yōu)化夜間行人檢測(cè)。在自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們 自動(dòng)駕駛實(shí)驗(yàn)室
這是NVIDIA DRIVE Labs自動(dòng)駕駛實(shí)驗(yàn)室系列視頻的第二十集，在上一集中我們講了主動(dòng)學(xué)習(xí)如何優(yōu)化夜間行人檢測(cè)。在自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們將以工程技術(shù)為重點(diǎn)的視角關(guān)注實(shí)現(xiàn)自動(dòng)駕駛汽車的各個(gè)挑戰(zhàn)以及NVIDIA DRIVE AV軟件團(tuán)隊(duì)如何應(yīng)對(duì)這些問題。
任務(wù)：
感知交叉口
方法：
AI
交叉口是常見的道路特征，無論是社區(qū)中的四向停車，還是在布滿交通信號(hào)指示的多車道交匯口。
考慮到駕駛途中遇見交叉口的頻率、多樣性和風(fēng)險(xiǎn)（美國(guó)超過50％的嚴(yán)重事故都發(fā)生在交叉路口或附近），能夠準(zhǔn)確地進(jìn)行交叉口導(dǎo)航對(duì)自動(dòng)駕駛汽車來說至關(guān)重要。
自動(dòng)處理交叉口給自動(dòng)駕駛汽車帶來了一系列的復(fù)雜挑戰(zhàn)。其中包括能夠在交叉口等候線或人行橫道上準(zhǔn)確停下來，在各種情況下正確處理和理解交通規(guī)則，擁有辨識(shí)并正確執(zhí)行各種操作的能力，例如直行穿過交叉口，以及在非保護(hù)交叉口轉(zhuǎn)彎。
在之前的NVIDIA自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們演示了如何使用WaitNet DNN檢測(cè)交叉口、交通信號(hào)燈和交通標(biāo)志，以及如何使用LightNet和SignNet DNN對(duì)交通信號(hào)燈狀態(tài)和交通標(biāo)志類型進(jìn)行分類。
在本期視頻當(dāng)中，我們將進(jìn)一步展示NVIDIA如何借助AI來感知自動(dòng)駕駛汽車在日常駕駛中可能遇到的各種交叉口結(jié)構(gòu)。
手動(dòng)繪制地圖
早前，自動(dòng)駕駛汽車會(huì)依靠一個(gè)交叉口及其周圍區(qū)域的高清3D語(yǔ)義地圖，來了解該路口的結(jié)構(gòu)，并創(chuàng)建安全的導(dǎo)航路徑。
人工貼標(biāo)簽是創(chuàng)建此類地圖的主要工作，這個(gè)過程需要對(duì)所有可能相關(guān)的十字路口結(jié)構(gòu)特征進(jìn)行手工編碼，例如十字路口進(jìn)/出線和分隔線的位置，所有交通信號(hào)燈或標(biāo)志的位置，以及每個(gè)方向有多少條車道。交叉口場(chǎng)景越復(fù)雜，需要手動(dòng)標(biāo)注的工作量就越繁重。
這種方法有個(gè)重要的限制，就是缺乏可擴(kuò)展性。在自動(dòng)駕駛汽車進(jìn)行導(dǎo)航之前，需要把世界上每個(gè)交叉口手動(dòng)貼上標(biāo)簽，這將給數(shù)據(jù)收集、標(biāo)簽和成本帶來不可估量的挑戰(zhàn)。
另一個(gè)挑戰(zhàn)在于臨時(shí)場(chǎng)景，例如施工區(qū)域。由于這些場(chǎng)景的臨時(shí)性質(zhì)，無論將它們標(biāo)進(jìn)地圖還是不標(biāo)記都會(huì)變得十分復(fù)雜。
而我們的方法更類似于人類的駕駛方式。人們借助實(shí)時(shí)感知而不是地圖來了解路口結(jié)構(gòu)并進(jìn)行交叉口導(dǎo)航。
針對(duì)交叉口的結(jié)構(gòu)化方式
我們的算法擴(kuò)展了WaitNet DNN預(yù)測(cè)交叉口結(jié)構(gòu)的能力，并把這些交叉口結(jié)構(gòu)視為我們稱之為“關(guān)節(jié)”的點(diǎn)集合。正如人體通過關(guān)節(jié)的連接來做出動(dòng)作一樣，我們通過將交叉口結(jié)構(gòu)的關(guān)節(jié)連接到車輛需遵循的路徑中，來實(shí)現(xiàn)自動(dòng)駕駛車輛的正確行駛。
圖1展示了基于DNN進(jìn)行的交叉口結(jié)構(gòu)預(yù)測(cè)。如圖所示，我們可以檢測(cè)交叉口結(jié)構(gòu)特征并將其分為不同類別。例如，測(cè)試車輛和現(xiàn)場(chǎng)其他車輛的交叉口的入口和出口點(diǎn)，以及人行橫道的入口和出口。
圖1.交叉口結(jié)構(gòu)預(yù)測(cè)。紅色=測(cè)試車輛的十字路口進(jìn)入等待線；黃色=其他車輛的十字路口進(jìn)入等待線；綠色=交叉口出口線。在此圖中，綠線表示測(cè)試車輛從最左側(cè)車道到達(dá)交叉口時(shí)可能駛出交叉口的所有可能方式。具體來說，它可以繼續(xù)直行、左轉(zhuǎn)或掉頭。
我們的DNN不會(huì)分割圖像輪廓，而是能夠區(qū)分不同車道的交叉口入口和出口點(diǎn)。這個(gè)方法的另一個(gè)主要好處是，針對(duì)遮擋和部分遮擋的交叉口結(jié)構(gòu)預(yù)測(cè)更具可靠性，并且能夠預(yù)測(cè)繪制的和推斷的交叉口結(jié)構(gòu)線。
圖1的交叉口關(guān)鍵點(diǎn)也可以連接到用于導(dǎo)航交叉口的路徑中。通過連接交叉口的出入點(diǎn)，可以預(yù)測(cè)測(cè)試車輛的運(yùn)動(dòng)路徑和軌跡。
我們的實(shí)時(shí)感知具有可擴(kuò)展性，無需人工標(biāo)記便可處理各種類型的交叉口。它也能夠與擁有高質(zhì)量數(shù)據(jù)的地圖信息相結(jié)合，創(chuàng)建用于處理復(fù)雜路口的多樣性和冗余。
在即將發(fā)布的DRIVE Software版本中，開發(fā)人員可以將基于DNN的交叉口結(jié)構(gòu)感知功能作為WaitNet DNN的添加進(jìn)行使用。
點(diǎn)贊 0 反對(duì) 0 舉報(bào) 0
收藏 0
評(píng)論 0 分享 58
2020-06-15 21:30:17· 來源：NVIDIA英偉達(dá)企業(yè)解決方案
自動(dòng)駕駛實(shí)驗(yàn)室這是NVIDIA DRIVE Labs自動(dòng)駕駛實(shí)驗(yàn)室系列視頻的第二十集，在上一集中我們講了主動(dòng)學(xué)習(xí)如何優(yōu)化夜間行人檢測(cè)。在自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們
自動(dòng)駕駛實(shí)驗(yàn)室
這是NVIDIA DRIVE Labs自動(dòng)駕駛實(shí)驗(yàn)室系列視頻的第二十集，在上一集中我們講了主動(dòng)學(xué)習(xí)如何優(yōu)化夜間行人檢測(cè)。在自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們將以工程技術(shù)為重點(diǎn)的視角關(guān)注實(shí)現(xiàn)自動(dòng)駕駛汽車的各個(gè)挑戰(zhàn)以及NVIDIA DRIVE AV軟件團(tuán)隊(duì)如何應(yīng)對(duì)這些問題。
任務(wù)：
感知交叉口
方法：
AI
交叉口是常見的道路特征，無論是社區(qū)中的四向停車，還是在布滿交通信號(hào)指示的多車道交匯口。
考慮到駕駛途中遇見交叉口的頻率、多樣性和風(fēng)險(xiǎn)（美國(guó)超過50％的嚴(yán)重事故都發(fā)生在交叉路口或附近），能夠準(zhǔn)確地進(jìn)行交叉口導(dǎo)航對(duì)自動(dòng)駕駛汽車來說至關(guān)重要。
自動(dòng)處理交叉口給自動(dòng)駕駛汽車帶來了一系列的復(fù)雜挑戰(zhàn)。其中包括能夠在交叉口等候線或人行橫道上準(zhǔn)確停下來，在各種情況下正確處理和理解交通規(guī)則，擁有辨識(shí)并正確執(zhí)行各種操作的能力，例如直行穿過交叉口，以及在非保護(hù)交叉口轉(zhuǎn)彎。
在之前的NVIDIA自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們演示了如何使用WaitNet DNN檢測(cè)交叉口、交通信號(hào)燈和交通標(biāo)志，以及如何使用LightNet和SignNet DNN對(duì)交通信號(hào)燈狀態(tài)和交通標(biāo)志類型進(jìn)行分類。
在本期視頻當(dāng)中，我們將進(jìn)一步展示NVIDIA如何借助AI來感知自動(dòng)駕駛汽車在日常駕駛中可能遇到的各種交叉口結(jié)構(gòu)。
手動(dòng)繪制地圖
早前，自動(dòng)駕駛汽車會(huì)依靠一個(gè)交叉口及其周圍區(qū)域的高清3D語(yǔ)義地圖，來了解該路口的結(jié)構(gòu)，并創(chuàng)建安全的導(dǎo)航路徑。
人工貼標(biāo)簽是創(chuàng)建此類地圖的主要工作，這個(gè)過程需要對(duì)所有可能相關(guān)的十字路口結(jié)構(gòu)特征進(jìn)行手工編碼，例如十字路口進(jìn)/出線和分隔線的位置，所有交通信號(hào)燈或標(biāo)志的位置，以及每個(gè)方向有多少條車道。交叉口場(chǎng)景越復(fù)雜，需要手動(dòng)標(biāo)注的工作量就越繁重。
這種方法有個(gè)重要的限制，就是缺乏可擴(kuò)展性。在自動(dòng)駕駛汽車進(jìn)行導(dǎo)航之前，需要把世界上每個(gè)交叉口手動(dòng)貼上標(biāo)簽，這將給數(shù)據(jù)收集、標(biāo)簽和成本帶來不可估量的挑戰(zhàn)。
另一個(gè)挑戰(zhàn)在于臨時(shí)場(chǎng)景，例如施工區(qū)域。由于這些場(chǎng)景的臨時(shí)性質(zhì)，無論將它們標(biāo)進(jìn)地圖還是不標(biāo)記都會(huì)變得十分復(fù)雜。
而我們的方法更類似于人類的駕駛方式。人們借助實(shí)時(shí)感知而不是地圖來了解路口結(jié)構(gòu)并進(jìn)行交叉口導(dǎo)航。
針對(duì)交叉口的結(jié)構(gòu)化方式
我們的算法擴(kuò)展了WaitNet DNN預(yù)測(cè)交叉口結(jié)構(gòu)的能力，并把這些交叉口結(jié)構(gòu)視為我們稱之為“關(guān)節(jié)”的點(diǎn)集合。正如人體通過關(guān)節(jié)的連接來做出動(dòng)作一樣，我們通過將交叉口結(jié)構(gòu)的關(guān)節(jié)連接到車輛需遵循的路徑中，來實(shí)現(xiàn)自動(dòng)駕駛車輛的正確行駛。
圖1展示了基于DNN進(jìn)行的交叉口結(jié)構(gòu)預(yù)測(cè)。如圖所示，我們可以檢測(cè)交叉口結(jié)構(gòu)特征并將其分為不同類別。例如，測(cè)試車輛和現(xiàn)場(chǎng)其他車輛的交叉口的入口和出口點(diǎn)，以及人行橫道的入口和出口。
圖1.交叉口結(jié)構(gòu)預(yù)測(cè)。紅色=測(cè)試車輛的十字路口進(jìn)入等待線；黃色=其他車輛的十字路口進(jìn)入等待線；綠色=交叉口出口線。在此圖中，綠線表示測(cè)試車輛從最左側(cè)車道到達(dá)交叉口時(shí)可能駛出交叉口的所有可能方式。具體來說，它可以繼續(xù)直行、左轉(zhuǎn)或掉頭。
我們的DNN不會(huì)分割圖像輪廓，而是能夠區(qū)分不同車道的交叉口入口和出口點(diǎn)。這個(gè)方法的另一個(gè)主要好處是，針對(duì)遮擋和部分遮擋的交叉口結(jié)構(gòu)預(yù)測(cè)更具可靠性，并且能夠預(yù)測(cè)繪制的和推斷的交叉口結(jié)構(gòu)線。
圖1的交叉口關(guān)鍵點(diǎn)也可以連接到用于導(dǎo)航交叉口的路徑中。通過連接交叉口的出入點(diǎn)，可以預(yù)測(cè)測(cè)試車輛的運(yùn)動(dòng)路徑和軌跡。
我們的實(shí)時(shí)感知具有可擴(kuò)展性，無需人工標(biāo)記便可處理各種類型的交叉口。它也能夠與擁有高質(zhì)量數(shù)據(jù)的地圖信息相結(jié)合，創(chuàng)建用于處理復(fù)雜路口的多樣性和冗余。
在即將發(fā)布的DRIVE Software版本中，開發(fā)人員可以將基于DNN的交叉口結(jié)構(gòu)感知功能作為WaitNet DNN的添加進(jìn)行使用。
這是NVIDIA DRIVE Labs自動(dòng)駕駛實(shí)驗(yàn)室系列視頻的第二十集，在上一集中我們講了主動(dòng)學(xué)習(xí)如何優(yōu)化夜間行人檢測(cè)。在自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們將以工程技術(shù)為重點(diǎn)的視角關(guān)注實(shí)現(xiàn)自動(dòng)駕駛汽車的各個(gè)挑戰(zhàn)以及NVIDIA DRIVE AV軟件團(tuán)隊(duì)如何應(yīng)對(duì)這些問題。
任務(wù)：
感知交叉口
方法：
AI
交叉口是常見的道路特征，無論是社區(qū)中的四向停車，還是在布滿交通信號(hào)指示的多車道交匯口。
考慮到駕駛途中遇見交叉口的頻率、多樣性和風(fēng)險(xiǎn)（美國(guó)超過50％的嚴(yán)重事故都發(fā)生在交叉路口或附近），能夠準(zhǔn)確地進(jìn)行交叉口導(dǎo)航對(duì)自動(dòng)駕駛汽車來說至關(guān)重要。
自動(dòng)處理交叉口給自動(dòng)駕駛汽車帶來了一系列的復(fù)雜挑戰(zhàn)。其中包括能夠在交叉口等候線或人行橫道上準(zhǔn)確停下來，在各種情況下正確處理和理解交通規(guī)則，擁有辨識(shí)并正確執(zhí)行各種操作的能力，例如直行穿過交叉口，以及在非保護(hù)交叉口轉(zhuǎn)彎。
在之前的NVIDIA自動(dòng)駕駛實(shí)驗(yàn)室系列視頻中，我們演示了如何使用WaitNet DNN檢測(cè)交叉口、交通信號(hào)燈和交通標(biāo)志，以及如何使用LightNet和SignNet DNN對(duì)交通信號(hào)燈狀態(tài)和交通標(biāo)志類型進(jìn)行分類。
在本期視頻當(dāng)中，我們將進(jìn)一步展示NVIDIA如何借助AI來感知自動(dòng)駕駛汽車在日常駕駛中可能遇到的各種交叉口結(jié)構(gòu)。
手動(dòng)繪制地圖
早前，自動(dòng)駕駛汽車會(huì)依靠一個(gè)交叉口及其周圍區(qū)域的高清3D語(yǔ)義地圖，來了解該路口的結(jié)構(gòu)，并創(chuàng)建安全的導(dǎo)航路徑。
人工貼標(biāo)簽是創(chuàng)建此類地圖的主要工作，這個(gè)過程需要對(duì)所有可能相關(guān)的十字路口結(jié)構(gòu)特征進(jìn)行手工編碼，例如十字路口進(jìn)/出線和分隔線的位置，所有交通信號(hào)燈或標(biāo)志的位置，以及每個(gè)方向有多少條車道。交叉口場(chǎng)景越復(fù)雜，需要手動(dòng)標(biāo)注的工作量就越繁重。
這種方法有個(gè)重要的限制，就是缺乏可擴(kuò)展性。在自動(dòng)駕駛汽車進(jìn)行導(dǎo)航之前，需要把世界上每個(gè)交叉口手動(dòng)貼上標(biāo)簽，這將給數(shù)據(jù)收集、標(biāo)簽和成本帶來不可估量的挑戰(zhàn)。
另一個(gè)挑戰(zhàn)在于臨時(shí)場(chǎng)景，例如施工區(qū)域。由于這些場(chǎng)景的臨時(shí)性質(zhì)，無論將它們標(biāo)進(jìn)地圖還是不標(biāo)記都會(huì)變得十分復(fù)雜。
而我們的方法更類似于人類的駕駛方式。人們借助實(shí)時(shí)感知而不是地圖來了解路口結(jié)構(gòu)并進(jìn)行交叉口導(dǎo)航。
針對(duì)交叉口的結(jié)構(gòu)化方式
我們的算法擴(kuò)展了WaitNet DNN預(yù)測(cè)交叉口結(jié)構(gòu)的能力，并把這些交叉口結(jié)構(gòu)視為我們稱之為“關(guān)節(jié)”的點(diǎn)集合。正如人體通過關(guān)節(jié)的連接來做出動(dòng)作一樣，我們通過將交叉口結(jié)構(gòu)的關(guān)節(jié)連接到車輛需遵循的路徑中，來實(shí)現(xiàn)自動(dòng)駕駛車輛的正確行駛。
圖1展示了基于DNN進(jìn)行的交叉口結(jié)構(gòu)預(yù)測(cè)。如圖所示，我們可以檢測(cè)交叉口結(jié)構(gòu)特征并將其分為不同類別。例如，測(cè)試車輛和現(xiàn)場(chǎng)其他車輛的交叉口的入口和出口點(diǎn)，以及人行橫道的入口和出口。
圖1.交叉口結(jié)構(gòu)預(yù)測(cè)。紅色=測(cè)試車輛的十字路口進(jìn)入等待線；黃色=其他車輛的十字路口進(jìn)入等待線；綠色=交叉口出口線。在此圖中，綠線表示測(cè)試車輛從最左側(cè)車道到達(dá)交叉口時(shí)可能駛出交叉口的所有可能方式。具體來說，它可以繼續(xù)直行、左轉(zhuǎn)或掉頭。
我們的DNN不會(huì)分割圖像輪廓，而是能夠區(qū)分不同車道的交叉口入口和出口點(diǎn)。這個(gè)方法的另一個(gè)主要好處是，針對(duì)遮擋和部分遮擋的交叉口結(jié)構(gòu)預(yù)測(cè)更具可靠性，并且能夠預(yù)測(cè)繪制的和推斷的交叉口結(jié)構(gòu)線。
圖1的交叉口關(guān)鍵點(diǎn)也可以連接到用于導(dǎo)航交叉口的路徑中。通過連接交叉口的出入點(diǎn)，可以預(yù)測(cè)測(cè)試車輛的運(yùn)動(dòng)路徑和軌跡。
我們的實(shí)時(shí)感知具有可擴(kuò)展性，無需人工標(biāo)記便可處理各種類型的交叉口。它也能夠與擁有高質(zhì)量數(shù)據(jù)的地圖信息相結(jié)合，創(chuàng)建用于處理復(fù)雜路口的多樣性和冗余。
在即將發(fā)布的DRIVE Software版本中，開發(fā)人員可以將基于DNN的交叉口結(jié)構(gòu)感知功能作為WaitNet DNN的添加進(jìn)行使用。
點(diǎn)贊 0 反對(duì) 0 舉報(bào) 0
收藏 0
評(píng)論 0 分享 58
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗(yàn)方法”將有國(guó)家標(biāo)準(zhǔn)
2026-03-03 12:44
-
十年耐久監(jiān)管時(shí)代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國(guó)法規(guī)R59對(duì)機(jī)動(dòng)車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國(guó)法規(guī)R58對(duì)后下部防護(hù)裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國(guó)法規(guī)R57對(duì)摩托車前照燈配光性能的工
2026-03-03 12:07
