弗萊堡大學開發AI模型 提升自動駕駛汽車場景識別能力

2021-01-09 手機鳳凰網

蓋世汽車訊 圖像中的哪些像素代表無人駕駛汽車前的不同的人或物體，哪些像素代表背景類別？這一任務稱作全景分割（panoptic segmentation），是自動駕駛汽車、機器人、增強現實，甚至生物醫學圖像分析等領域的一個基本問題。據外媒報導，德國弗萊堡大學（University of Freiburg）計算機科學系Abhinav Valada博士及其團隊開發了先進的AI模型EfficientPS，能夠更快更有效地對視覺場景進行連貫識別。

（圖片來源：弗萊堡大學官網）

研究人員解釋稱，這項任務通常使用機器學習技術來解決。一些公共基準數據集，如Cityscapes，在衡量這些技術的進展方面發揮著重要作用。Valada團隊成員Rohit Mohan表示，「多年來，谷歌或優步等公司的研究團隊一直在這些基準測試中爭奪榜首。」而弗萊堡大學計算機科學家開發的用於理解城市場景的方法在Cityscapes中排名第一，Cityscapes是自動駕駛場景理解研究中最具影響力的排行榜。而且在其他標準的基準數據集如KITTI、Mapillary Vistas和IDD中，EfficientPS也名列前茅。

在項目網站上，Valada展示了團隊如何在不同的數據集中訓練不同AI模型的例子。結果疊加在相應的輸入圖像上，其中的顏色顯示模型分配的像素所對應的物體類別。例如，汽車用藍色標記，人用紅色標記，樹用綠色標記，建築物用灰色標記。此外，該AI模型還在每個被視為獨立實體的對象周圍繪製邊框。研究人員對該模型進行了訓練，使其成功地將從斯圖加特學習到的城市場景信息遷移到紐約市。雖然該AI模型並不了解美國的城市，但卻能夠準確地識別出紐約市的場景。

以往的大多數方法通常具有較大的模型尺寸，並且在實際應用中（例如資源嚴重受限的機器人技術）耗費昂貴的計算資源。Valada解釋道，「我們EfficientPS不僅能性能先進，而且計算效率高、速度快，這些特徵進一步擴展了其應用範圍。」

相關焦點

  • Waymo推出AI「內容搜索」工具讓自動駕駛汽車快速識別物體
    蓋世汽車訊據外媒報導，Waymo研發的自動駕駛汽車利用計算機視覺技術和人工智慧識別周圍環境，並對車輛應該如何反應和移動做出實時決策。當車內攝像頭和傳感器感知到物體時，此類物體會與Alphabet編制的大型資料庫中的物體進行匹配，以便進行識別。
  • 西門子黃漢知:基於模型的自動駕駛系統開發與測試方法論
    回到現實當中，目前自動駕駛汽車本身還面臨非常多的技術挑戰，就像豐田汽車CEO所說，如果要完全測試自動駕駛汽車，可能需要88億英裡甚至更多的路試，對於成本很敏感的汽車公司來講顯然不現實。 這裡就有一個悖論，明明知道不可能去遍歷所有的交通場景工況，究竟要做多少測試才能認為自動駕駛汽車系統可以上路，放心交付給消費者呢？
  • 夏日專刊AI產品上新升級集錦,50餘項軟硬能力加速場景落地
    此次接口公測上線，同步優化模型效果，教育場景下的識別準召率提升至85%+，可用於智能閱卷、拍照搜題等場景>>立即試用ai.baidu.com/tech/ocr/doc_analysis 儀器儀錶盤讀數識別全面公測
  • 為開發更安全自動駕駛汽車 沃爾沃造一款"遊戲機"
    （原標題：為協助開發更安全的自動駕駛汽車，沃爾沃打造了一款「遊戲機」） 記者 | 李亦萌沃爾沃汽車工程師將他們的新發明稱作「終極駕駛模擬器」，但這絕不是他們在公司地下室沉迷遊戲的藉口
  • 為協助開發更安全的自動駕駛汽車,沃爾沃打造了一款「遊戲機」
    相反，這個瑞典豪華汽車品牌開創性地將把這種混合現實模擬器用於提升車輛安全性、自動駕駛技術以及自動駕駛技術所賴以運行的AI算法。這套設備帶有可移動的駕駛座、帶有觸覺反饋的方向盤以及音質清澈的虛擬實境耳機。
  • ...蘋果收購自動駕駛公司Drive.ai 北京取消純電動汽車市級財政補助
    Naver為自動駕駛車研發高精地圖；合眾汽車與和諧汽車達成戰略合作 Argo AI向卡耐基梅隆大學投資1500
  • 吳恩達盤點2019AI大勢:自動駕駛寒冬 Deepfake已成魔
    它將大眾從《西部世界》、《終結者》等好萊塢科幻電影不切實際的虛幻場景中抽離出來，讓人們認識到，AI其實是世界上的有形力量而非夢幻，從而開始認真討論AI對社會，經濟，政治和國際力量平衡的影響。本文回顧了語言模型成績斐然、人臉識別遭遇阻礙、自動駕駛遲遲未實現、DeepFake進入主流等等AI領域的發展現狀：有哪些技術突破面世，又遭遇了哪些新的困難？
  • 史丹福大學研發計算技術 可讓自動駕駛汽車根據周圍情況自動調整...
    蓋世汽車訊 現在，雖然有很多自動駕駛汽車在仿真測試或初始測試中取得了矚目的成績，但是在真實街道上接受測試時，往往無法基於周圍車輛或代理的情況調整自己的行進軌跡，特別是在十字路口或者多車道街道等需要一定協調能力的駕駛場景下。
  • 自動駕駛汽車技術的潛在能力是多少?
    L.E.K.一直與客戶合作，就這些問題形成前瞻性觀點，幫助降低其在做出重大投資決策時對自動駕駛汽車技術的不確定性。為了了解這些因素與人類行為如何互相影響，L.E.K.在澳大利亞的雪梨對大約2000人進行了嚴密的統計分析（選擇模型）。這份調查讓L.E.K.了解到自動駕駛汽車的出現會帶來什麼樣的行為變化，從而進一步了解消費者如何與新興技術互動。
  • 史丹福大學研發計算技術 可讓自動駕駛汽車根據周圍情況自動調整軌跡
    蓋世汽車訊 現在，雖然有很多自動駕駛汽車在仿真測試或初始測試中取得了矚目的成績，但是在真實街道上接受測試時，往往無法基於周圍車輛或代理的情況調整自己的行進軌跡，特別是在十字路口或者多車道街道等需要一定協調能力的駕駛場景下。
  • Drive.ai 王弢:自動駕駛的賽道上,如何與時間賽跑 | 2018 全球智能...
    具體來看，初始團隊來自史丹福大學人工智慧實驗室，屬於將深度學習應用於自動駕駛的先行者。技術團隊構成上，公司的大部分成員大都來自美國一流大學，包括斯坦福、伯克利、麻省理工等，其中計算機專業在團隊中佔到多數，可以解決算法和軟體上的難題。當然還有許多來自其他領域的人才，包括電子電器、汽車工程等。
  • 蘇州相城區發布智能駕駛「上路計劃」,福特開放自動駕駛汽車數據集
    ●美疫情影響三家自動駕駛公司暫停測試 ●Waymo推AI智能搜索工具快速識別物體 ●大陸推出裸眼3D顯示器提升人機互動 ●
  • 道路指示牌上貼個貼紙,就能把自動駕駛汽車給騙到了
    自動駕駛汽車「看路」的能力可能還需要進一步提升。一項來自華盛頓大學、密西根大學、石溪大學和加利福尼亞大學的研究顯示，欺騙自動駕駛車輛比較容易，給路牌上貼個貼紙就把系統騙了。華盛頓大學的安全研究員 Yoshi Kohno 跟他的同事們開發了一個新的算法 Robust Physical Perturbations (RP2)，生成一些彩色或者黑白的圖案，可以迷惑自動駕駛汽車用於記錄和分析道路信息的路標分類器（road sign classifier）。他們用這套算法做了兩次種方式的嘗試，使用的是家用印表機。
  • 汽車自動駕駛深度報告:自動駕駛提速,布局明日之星
    L3 級別（有條件自動駕駛）是自動駕駛的分水嶺。美 國 L3 級別自動駕駛規定駕駛者可以放開手、放開眼，但不能深度休息，而國內有條件自 動駕駛標準是在某些特定場景下，可以放開手、放開眼。根據公司 2019 年中報，上 汽的 i-ECU （智能駕駛決策域控制器）在 2019 年已經實現批產，高精度電子地圖實現商業化應用落 地，公司在智能駕駛產業鏈上的協同開發機制基本形成。斑馬智行系統 3.0 版本正式發 布，場景引擎功能進一步豐富，實現在更多場景下為用戶提供智能化的主動服務。
  • 英法大學合作重建複雜3D場景信息 賦予無人駕駛汽車遠程傳感能力
    蓋世汽車訊 據外媒報導，英國蘇格蘭赫瑞瓦特大學（Heriot-Watt University）的研究人員與法國土魯斯大學（University of Toulouse）的研究人員合作，提出了一種新框架，能夠將統計模型與計算機圖像界中可高度擴展的計算工具相結合，以實時（50幀/秒的速度）提取精確的
  • 2020WNEVC創新技術解讀|基於昇騰AI的自動駕駛雲服務技術
    Octopus提供數據、訓練和仿真服務三大服務，旨在降低自動駕駛開發門檻，讓自動駕駛開發變得更智能、更高效、更便捷。從而助力車企及開發者快速上市自動駕駛，將更多的精力，投入到核心能力的構建中去。通過雲上規模化算力，使得算法和模型迭代效率從月到天；3）豐富的仿真場景，並行仿真能力，實現日行千萬公裡及虛擬仿真，加速規控算法迭代效率，提升自動駕駛汽車安全性。
  • 密西根大學識別量化乘用車暈車 預防未來自動駕駛汽車暈車
    而在汽車中，如果你不是司機而是一名乘客，或者乘客不是在望著窗外，而是在讀書或者使用手持設備時，暈動病就會爆發，如此一來，這一龐大的社會群體可能會因此而錯過自動駕駛技術帶來的一些好處。密西根大學交通研究所（UMTRI）生物科學小組的助理研究科學家Monica Jones表示：「自動駕駛汽車帶來的好處之一就是將人們從駕駛中解放出來，但是如果不能在某種程度上緩解暈動病，可能會影響人們使用無人駕駛汽車的意願。」密西根大學啟動了一個項目以識別和量化乘用車中爆發的暈動病，Jones是該研究項目的首席研究員。
  • 汽車自動駕駛產業鏈深度報告:晶片及軟體專題
    其中地平線已推出了基於徵程處理器和 Matrix 自動駕駛計算平臺的多層次解決 方案以及針對現階段汽車市場亟需的輔助駕駛推出的 ADAS、DMS、AR-HUD 技術方案。另一方面，高精地圖軟體的加入也將會很大程度的加強自動駕駛輔 助系統，將汽車的舒適、安全和智能提升到一個全新的境界。
  • 自動駕駛仿真平臺VISTA推出,大幅優化自動駕駛汽車測試和部署時間
    雖然 Waymo、Uber、Cruise 和 Aurora等自動駕駛汽車公司都有自己用來訓練 AI 的仿真環境，但 MIT 聲稱自家系統是少數不需要人工添加道路標記、樹木和物理模型等的系統之一，而這樣的特性可以大大加快自動駕駛汽車的測試與部署速度。
  • 51VR披露自動駕駛仿真平臺細節,更大的布局在5G、智慧交通
    Waymo、百度、騰訊將仿真系統研發作為頭等大事；AutoX、Roadstar.ai、Pony.ai等諸多自動駕駛初創公司也在自主研發仿真環境；業內開始出現CARLA、AirSim等開源式自動駕駛仿真平臺。基於AR（VR）+AI技術，在地產領域玩得風生水起的51VR也在去年成立汽車團隊，正式進軍自動駕駛仿真領域。當時公司內部已經開始孕育自動駕駛仿真平臺原型。