近日,英国林肯大学的Shighang Yue教授带领团队宣布将开始研发一种防撞系统,专用于无人驾驶汽车,基于视觉神经网络而没有任何雷达或GPS,计划将于今年12月开始正式在汽车上试点。
助力无人驾驶
上个月Uber的无人驾驶汽车撞人致死的事件令大家对无人驾驶依然忧心忡忡,即便是目前最高级别的无人驾驶车也需要安全员时刻待命。
实际上,目前无人驾驶主要有两大阵营,以Uber、谷歌为代表的使用一种叫做LiDAR的激光雷达技术,采用光和雷达作为汽车的眼睛。而另一阵营则完全使用摄像头、照相机之类的输入设备当做汽车的眼睛,这方的代表就是特斯拉。
这两种方式中,LiDAR系统一直处于压倒性优势,其优点就在于可快速形成周围物体的3D坐标,从而建立详细的3D图,供汽车使用,但缺点就是在激光对金属过于敏感,同时该系统的GPS在高建筑物的环境下有些吃力,此次Uber方还未对事故发布调查结果,但从事件本身来看,LiDAR系统目前还不够完善。
而另一种方式,虽然埃隆马斯克表示自己的汽车完全可以凭借摄像头实现自动驾驶,但是没有出色的软件从图像中计算各个物体的距离、速度,判断是否会撞上都非常困难,特斯拉也因此并未实现完全无人驾驶。
而此次Shighang Yue教授的算法可以说为后面这种方式奠定了软件基础,和马斯克一样,Yue教授也完全没有用任何激光雷达设备,而是以摄像头的视觉为主,旨在从视觉中探测动态的物体防止碰撞。
受昆虫启发的算法
据悉,Shighang Yue教授的灵感来自于蝗虫。因为蝗虫在大迁移的过程中有一个非常有趣的现象——尽管他们的群体有成千上万只,但在飞行过程中他们根本会不会触碰到对方。
而这其中的原因就在于蝗虫大脑密集的视觉神经,这些神经元能够检测到周围移动的物体,一旦它们察觉到对方在像自己靠近便会进行保护措施。
因此,研究人员创造了一个对运动敏感的视觉系统,搭载运动探测器和深度神经网络,并将普通的摄像头当做输入设备,整套系统被称作小叶巨人运动探测器。目前研究人员已经将这套系统用在机器人身上,并且成功躲避了障碍物。
此次项目的负责人Shighang Yue教授,曾于1996年获得北京科技大学的计算机博士学位,随后在剑桥大学伦敦大学学院从事人工智能领域的研究,主要方向为计算机视觉、机器导航、视觉神经网络。
目前这项研究已经获得了欧盟的“地平线2020”基金会的180万欧元的资助,团队成员也有来自北京、伦敦、柏林的计算机科学学者。他们预计在今年年底制造出一款低成本、高效能的无人驾驶防碰撞系统。
领取专属 10元无门槛券
私享最新 技术干货