苹果欲借VoxelNet技术 让无人驾驶更精准

| 2017-11-25 15:20:23

【摘要】苹果计算机科学家研发出如何让自动驾驶汽车在少用传感器下,更好的工作。

  据路透社报道,苹果公司的计算机科学家研究了如何让自动驾驶汽车在少用传感器的情况下,更好地识别骑行者和行人。苹果科学家们提出了一种名为“VoxelNet”的新软件方法协助计算机侦测 3D 物体。

  苹果称,借助新软件,在只使用激光雷达数据侦测骑行者和行人方面,他们找到了有效方法。这一实验使用的是计算机模拟方法,尚未应用到路测中。

苹果欲借VoxelNet技术 让无人驾驶更精准

  苹果最新在康奈尔arXiv科研开放式目录网站发表一篇论文,介绍了一种方法,即借助机器学习技术将激光雷达束采集的原始点云数据,无需额外传感器数据,转化为包含3D物体(如自行车和行人)的探测结果。

  通过该论文,我们可以清楚地看到苹果在无人驾驶技术上的研究成果。我们知道苹果一直致力于无人驾驶技术研究,为了获得加州机动车辆管理局发出的无人驾驶测试许可,也是因为其测试车辆已经准备好了。

苹果欲借VoxelNet技术 让无人驾驶更精准

  苹果同时也公开了一些机器学习方面的努力成果,在其博客上发表论文来强调其研究,现在也与更广泛意义上的研究界进行分享。此类发表举动对业内人才来说通常是一个重要因素,尤其是那些希望与更广泛的研究圈子一同研究先进的ML技术的人员。

  该论文具体描述了苹果的研究人员,包括论文作者Yin Zhou和Oncel Tuzel,是如何研究出VoxelNet的,VoxelNet能通过一束激光雷达捕获的信息点推断出为何物体。实际上,激光雷达的工作原理是通过向周围放射激光,产生高分辨率点图,然后记录反馈结果。

苹果欲借VoxelNet技术 让无人驾驶更精准

  苹果的这项研究很有趣,因为它使激光雷达在其无人驾驶系统发挥的效果更显著。激光雷达传感数据其实是与光学相机、雷达和其他传感器一同绘制出一幅完整的物体探测图景;单独使用有高置信度的激光雷达有助于真正上路的无人驾驶车辆的生产并提高运算效率。

  根据研究结果显示,VoxelNet 系统可以“大幅地超越目前激光雷达的其他三维检测方法”,特别是识别骑自行车和行人的能力。这可能意味着自动驾驶汽车可以配备更少传感器,这有助于降低复杂度和成本。(来源:archina)

有新产品或者项目希望我们报道,猛戳这里 寻求报道