PNNL研發出全新機器學習算法 可幫助自動駕駛汽車規劃路線

2020-12-04 蓋世汽車資訊

蓋世汽車訊 據外媒報導，美國能源部太平洋西北國家實驗室（PNNL）開發出一種全新的機器學習算法，名叫TranSEC（transportation state estimation capability，即交通狀況估算能力），有望幫助城市交通工程師獲取城市交通模式的可操作信息（actionable information），緩解城市交通擁堵。此外，該算法還可用於自動駕駛汽車。

目前，街道級公開的交通信息是稀疏和不完整的，交通工程師通常依靠孤立的交通計數、碰撞和速度數據來確定道路狀況。TranSEC使用從UBER駕駛員處收集的交通數據集和其他公開的交通傳感器數據，繪製一段時間內的街道交通流量圖。它利用機器學習工具和國家實驗室可用的計算資源，繪製出一幅城市交通的大圖。

TranSEC近實時估算整個洛杉磯市區的交通狀況；圖片來源：PNNL

協助開發TranSEC的PNNL計算機科學家Arif Khan指出，「（TranSEC的）新奇之處在於，對大城市區域進行街道層面的估算。與其它只能在特定地區工作的模型不同，我們的工具可以應用到任何有聚集交通數據的城市區域。」

智慧型手機上的地圖功能可以幫助優化駕駛路線，告知交通阻塞點，並建議替代路線。但是，智慧型手機工具只適用於單個車輛，而城市交通工程師關心的是如何幫助所有車輛有效到達目的地。比如，一條對單個車輛很有效的道路，會導致太多車輛試圖進入並造成擁堵。

與其它交通監控方法不同，TranSEC能夠分析稀疏和不完整信息。該方法採用機器學習連接片段與丟失的數據，並使用整個洛杉磯市區的公共數據，將創建交通擁堵模型所需的時間從幾個小時縮短到幾分鐘。利用PNNL的高性能計算資源實現的加速，使得近實時流量分析成為可能。

TranSEC的機器學習特徵意味著，隨著獲取和處理的數據更多，時間越久，數據會變得更加精細和有用。採用這種分析方法，可以理解交通網絡是如何出現中斷。如果擁有足夠的數據，機器學習元素將能預測影響，以便交通工程師制定糾正策略。

PNNL的計算機科學家、該團隊的首席研究員Arun Sathanur表示，「我們使用基於圖的模型，結合新的採樣方法和優化引擎，了解行駛時間和路線。這一方法有很大的潛力擴展到其他運輸方式，如過境和貨運。」

通過PNNL的數據驅動方法，用戶可以在運輸控制中心定期上傳實時數據並更新TranSEC。工程師可以使用短期預測作為決策支持來管理交通問題。PNNL的方法也是可擴展的，可以包括天氣或其他影響道路狀況的數據。就像情境感知可以幫助駕駛員做出決策一樣，TranSEC的方法在系統範圍內提供情境感知，以幫助減少城市交通擁堵。

TranSEC是可擴展的。比如，可以再一臺功能強大的電腦上建模只有主要公路和幹線的公路網。TranSEC項目經理Katherine Wolf表示，「我們正在努力，希望全國所有城市都能使用TranSEC。」

此外，研究團隊還指出，在進一步研發之後，TranSEC可被用來幫助自動駕駛車輛規劃路線。

相關焦點

  • 自動駕駛技術讓機器的道德困境提前到來 算法要如何在生命與財產...
    相對的，我們為人工智慧所設想的機器人道德倫理難題，也必然將在自動駕駛技術的落地之後，被更早地提到人們的面前。最近，德國奧斯巴魯克大學的科學家們表示，他們開發出了一個關於道德選擇的數學模型，將幫助未來的機器人或者自動駕駛系統在生死關頭做出正確抉擇。但是，連人類都難以索解的很多道德困境，真的能夠通過算法來解決嗎？
  • ...Fellow Alberto Broggi 教授:雙目立體視覺路線與自動駕駛廣闊...
    其中雙目立體視覺技術目前可作為一種「高級技術儲備」，其技術門檻高，但前景廣闊。作為一家晶片公司，安霸在深度學習加速和雙目立體視覺算法方面的獨到之處，有助於提升系統綜合性能和安全級別，使得系統更加接近於L3。
  • 自動駕駛技術將重構汽車行業價值鏈?
    我們相信關於自動駕駛汽車的許多問題，不僅將會通過技術創新得到答案，圍繞自動駕駛汽車的新興商業模式也將會解答這些問題。例如，如果監管機構決定對城市內行駛的自動駕駛汽車徵稅，就會有不同的激勵措施，讓車輛保持近距離行駛，以最大限度地增加出行，並將成本降到最低。如果汽車公司決定將汽車直接賣給車隊運營商，而非消費者，他們將會以不同的方式分配營銷和研發資金。
  • 中國科學家研發人造複眼可助力自動駕駛
    中國的科學家受到昆蟲眼睛的啟發，成功研發出低成本人造複眼。 為了讓人們早日用上自動駕駛汽車
  • 全新AI 攝像頭、360 度環境感知陣列,博世要做自動駕駛系統集成商
    自動駕駛的機遇再來看一下 AI 在自動駕駛領域的應用，實際上自動駕駛就是要用機器取代人類駕駛員的眼睛、耳朵、大腦進行分析判斷，然後取代手腳、植被在什麼地方、車在什麼地方。對於感知來講，比較常用的就是深度學習（Deep Learning），針對規劃和執行主要用的是增強學習（Reinforcement Learning）。
  • 美團技術解析:自動駕駛中的決策規划算法概述
    引言 在一套完整的自動駕駛系統中，如果將感知模塊比作人的眼睛和耳朵，那麼決策規劃就是自動駕駛的大腦。大腦在接收到傳感器的各種感知信息之後，對當前環境作出分析，然後對底層控制模塊下達指令，這一過程就是決策規劃模塊的主要任務。同時，決策規劃模塊可以處理多麼複雜的場景，也是衡量和評價自動駕駛能力最核心的指標之一[1]。
  • 以色列公司研發熱感攝像頭 助力自動駕駛汽車
    【環球網綜合報導】據路透社9月12日報導，以色列初創企業AdaSky在11日宣布研發出一款遠紅外(FIR)熱感攝像頭。該攝像頭使用計算機視覺算法來檢測行人、動物和物體的熱量，可以幫助解決自動駕駛汽車面臨的一些棘手問題。
  • 產品至上,天隼自動駕駛的生存之道
    高校科研所、低速自動駕駛場地車，天隼當下的生存之道在天隼看來，現階段更紮實更現實的自動駕駛發展路線即向高校及研究所提供低速自動駕駛整車。自動駕駛發展僅數年，作為新興領域，培養搶佔核心技術人才確實是一件非常重要的事情。科技大牛的頻繁跳槽、各路公司的挖角之戰透露著行業巨大的人才缺口。天隼將目光瞄向了教育市場，並針對性開發出一套自動駕駛教學平臺。
  • 基於機器視覺的汽車智能駕駛系統
    此外一些工程車輛在作業時環境惡劣、勞動強度大，這些車輛的駕駛自動化是非常有必要的。為了使汽車駕駛操作簡單、安全、舒適，把人從繁重枯燥的汽車駕駛中解脫出來，當今世界各國都在積極研究開發自動駕駛技術。　　德國、美國和日本等國在汽車自動駕駛領域開展了積極的研究並取得了很大的成績。
  • 智能網聯汽車周報(11月第一周) | 小馬智行與一汽合作量產自動駕駛...
    意味著自動駕駛正式走進銀川，自動駕駛背後的道路交通安全探索、產業規劃布局也將在銀川全面開展。，該項專利與蘋果公司的半自動駕駛和全自動駕駛汽車研發項目泰坦有關，是一款可安裝在擋風玻璃後面的雷射雷達系統，可以幫助自動駕駛汽車在夜間等任何條件下查看道路，並可跟蹤前方道路上的人或動物，以採取適當的行動。
  • 汽車:Mapper使用Uber-Precise道路掃描儀幫助未來的自動駕駛汽車
    優步這樣主要還是想更好地為用戶服務，但當時應該沒想到兩年之後，會用公司利用這個來幫助開發自動駕駛汽車。總部位於舊金山的Mapper公司是另一家致力於開發自動駕駛汽車的創業公司。與Waymo或Drive.ai不同，Mapper並沒有創造自己的半自動駕駛汽車。相反，該公司專注於收集地圖數據，然後可以將其出售給其他開發人員。
  • 芬蘭創企融資約5千萬元 研發適用於苛刻天氣條件自動駕駛軟體
    Sensible 4成立於2017年，已經研發了適用於苛刻天氣條件的自動駕駛軟體。而苛刻天氣條件正是自動駕駛汽車面臨的主要挑戰之一。該軟體結合基於雷射雷達的軟體和傳感器，能夠讓車輛安全地在雪、霧和大雨中自動駕駛。
  • 幾種常見的車輛路徑規划算法
    根據車輛導航系統的研究歷程 , 車輛路徑規划算法可分為靜態路徑規划算法和動態路徑算法。靜態路徑規劃是以物理地理信息和交通規則等條件為約束來尋求最短路徑，靜態路徑規划算法已日趨成熟 , 相對比較簡單 , 但對於實際的交通狀況來說 , 其應用意義不大。
  • 現代汽車開發全球首款基於機器學習的智能巡航控制技術
    現代汽車集團宣布開發了全球首款基於機器學習的智能巡航控制技術，可識別和分析駕駛模式，打造定製的自動駕駛體驗。 為了給AI帶來一些人的直覺，現代汽車透露正在開發一種新型的巡航控制系統，該技術可以研究方向盤後面人的駕駛方式，然後在機器學習的幫助下模仿他們的習慣。 現代汽車稱該新系統為SCC－ML，即基於機器學習的智能巡航控制系統，它是該公司高級駕駛員輔助系統（ADAS）的一部分。
  • 信息技術:中國自動駕駛產業發展動態|汽車|大數據|自動駕駛|智能網...
    10月，工信部發布《新能源汽車產業發展規劃（2021～2035年）》，指出到2025年，有條件自動駕駛智能網聯汽車銷量佔比達到30%，高度自動駕駛智能網聯汽車可實現在限定區域內進行商業化應用；到2030年，有條件自動駕駛智能網聯汽車佔比達到70%，高度自動駕駛智能網聯汽車在高速公路場景下廣泛應用。12月，中共中央、國務院印發《長江三角洲區域一體化發展規劃綱要》。
  • 小鵬自動駕駛負責人:雷射雷達成本並非不可接受,將帶著供應商過車規
    這也引起了人們的極大關注，在車展，小鵬汽車就邀請了車東西在內的多位媒體和小鵬汽車的自動駕駛產品總監黃鑫、小鵬汽車自動駕駛規划算法高級經理賴健明進行了一場對話，對這款新產品和小鵬汽車的自動駕駛發展進行了探討。
  • 權威發布:中國人工智慧學會自動駕駛入門秘籍
    自動駕駛VS無人駕駛自動駕駛是指可以幫助駕駛員轉向和保持在車道內行駛，實現跟車、制動以及變道等操作的一種輔助駕駛系統，駕駛員可以隨時介入對車輛的控制，並且系統在特定環境下會提醒駕駛員介入操控。同自動駕駛汽車相比，無人駕駛汽車也配備有各類傳感器和相應的控制驅動器，但是取消了方向盤、加速踏板和制動踏板，汽車在沒有人為幹預的情況下自主完成行駛任務。
  • Apollo自動駕駛入門課程丨第⑦講—規劃(上)
    Apollo自動駕駛入門課程丨第⑥講—預測，簡要介紹了預測的主要方法以及遞歸神經網絡在預測中的應用。隨著知識講解的深入，越來越多的開發者加入到了Apollo學習交流社群中。希望開發者們可以充分利用Apollo平臺，在吸收新知識的同時碰撞出思維的火花。本期我們將介紹路徑規劃。在規劃中我們將結合高精度地圖、定位和預測的相關知識，從路線導航和軌跡生成兩方面來構建車輛軌跡。
  • 雷射雷達加速自動駕駛汽車發展
    當然，深度相機還分近距深度相機和遠距深度相機，近距深度相機精度高，工作距離短，可用於工業檢測、無序分揀、人臉識別等。遠距深度相機識別精度低，工作距離遠，可用於手勢、動作和姿態識別，無人駕駛避障、路徑規劃等，其中自動駕駛系統中常用的雷射雷達就屬於遠距深度相機。
  • 我和一位前 NASA 航天專家,聊了聊日產自動駕駛技術
    SAM 技術的應用場景很簡單，舉例說明：當未來無人駕駛車輛在路上行駛，遇到正在指揮交通事故的警察，交警通過手勢指示，讓無人駕駛車輛穿過雙黃線暫時逆行通過，或者違反交通指示燈通過時，由於算法限制，無人駕駛汽車並不能準確地判斷情況並根據警察隨機的指示作出判斷。