“小”麻煩？揭底自動駕駛面臨的真挑戰(zhàn)

配備“千里眼”和“最強大腦”，自動駕駛汽車毫無疑問已經(jīng)初具無障礙行駛的能力了。

據(jù)了解，目前，主流自動駕駛汽車對車輛、行人或是動物的識別準確率日漸提升，這得益于它們裝備的不同的傳感設(shè)備和算法系統(tǒng)。但多數(shù)人沒想到的是，道路上那些最輕、最安靜、最靈活的小車，可能成為自動駕駛在未來的最大挑戰(zhàn)。

背景：“小”麻煩

“自行車可能成為自動駕駛系統(tǒng)面臨的，最艱難的檢測難題”，來自加州大學(xué)伯克利分校的研究工程師Steven Shladover如是說。

加州大學(xué)的視覺計算專家Nuno Vasconcelos也表達了類似的觀點，他認為自行車正因相對小巧、靈活并且結(jié)構(gòu)特殊，可能會使自動駕駛汽車面臨一種復(fù)雜的計算難題?！捌嚲拖褚粋€‘龐然大物’，但自行車的質(zhì)量就小得多，而且它們的外形各不相同——比如不同形狀、不同顏色、不同掛飾等等?！?/p>

這也解釋了一個問題，就是為什么近年來自動駕駛車對汽車的檢測正確率已經(jīng)超過了自行車。當(dāng)然，其中也包括一些算法訓(xùn)練的原因。目前自動駕駛汽車的路況檢測算法，一大部分是基于圖像的深度學(xué)習(xí)，而主要的“學(xué)習(xí)”對象是汽車特征，自行車則相對較少。

轉(zhuǎn)機：算法顛覆

話說到這兒，就要祭出一個近期剛剛發(fā)布的神秘算法了。這個“神秘”更多不在于算法本身，而是其頗為有趣的研究團隊陣容。我們了解到，去年年底，這幾位研究人員發(fā)布了他們名為“Deep3DBox”的算法論文。

從上圖就看得出，論文由三人合力完成，其中一人來自喬治?梅森大學(xué)，而另外兩位，則來自極盡低調(diào)之能卻被炒得聲名在外的，無人駕駛汽車創(chuàng)業(yè)公司Zoox。

了解這一領(lǐng)域的人應(yīng)該對Zoox多少有所耳聞，這家坐標美國硅谷的初創(chuàng)公司致力于無人駕駛汽車研發(fā)。去年10月，一筆高達5000萬融資過后，Zoox身價已經(jīng)一躍達到了10億美元。雖然Zoox可能壓根兒沒有“外宣”部門，但它的技術(shù)員工陣容十分強大，一些資料顯示，部分員工曾供職于谷歌、蘋果、特斯拉等公司。

回到三人共同研發(fā)的最新算法“Deep3DBox”，用頗為外行的話解釋，就是這種算法獨創(chuàng)了一種方式，能夠從2D照片中提取3D的目標檢測和姿態(tài)估計。測試數(shù)據(jù)顯示，Deep3DBox能夠識別89%的車輛，而之前這一記錄保持者（學(xué)術(shù)方向）的成績是70%。

3   第1頁/共3頁   首頁   下一頁   上一頁   尾頁