蓋世汽車(chē)訊 據(jù)外媒報(bào)道，慕尼黑工業(yè)大學(xué)（TUM）的研究人員開(kāi)發(fā)出全新車(chē)輛預(yù)警系統(tǒng)。該系統(tǒng)利用人工智能學(xué)習(xí)了上千種實(shí)際交通場(chǎng)景。研究結(jié)果顯示，該系統(tǒng)應(yīng)用于自動(dòng)駕駛汽車(chē)時(shí)，可發(fā)現(xiàn)汽車(chē)自身無(wú)法檢測(cè)到的潛在危險(xiǎn)情況，并提前7秒向汽車(chē)發(fā)出警報(bào)，精確度超過(guò)85%。寶馬集團(tuán)也參與了此次項(xiàng)目的研究。

（圖片來(lái)源：慕尼黑工業(yè)大學(xué)）

為了確保未來(lái)自動(dòng)駕駛汽車(chē)的安全性，開(kāi)發(fā)工作多使用復(fù)雜的模型，從而使汽車(chē)可以分析所有交通參與者的行為。但如果模型無(wú)法處理復(fù)雜或無(wú)法預(yù)料的情況，會(huì)發(fā)生什么呢？

TUM慕尼黑機(jī)器人與機(jī)器智能學(xué)院（MSRM）的董事會(huì)成員、媒體技術(shù)主席Eckehard Steinbach教授及其團(tuán)隊(duì)在這一領(lǐng)域取得了突破進(jìn)展。在過(guò)去的場(chǎng)景中，自動(dòng)駕駛測(cè)試車(chē)輛在真實(shí)路況中進(jìn)行了極限測(cè)試，但通常車(chē)輛會(huì)有人類(lèi)駕駛員接管，可能是汽車(chē)發(fā)出了干預(yù)求助信號(hào)，也可能是駕駛員出于安全考慮主動(dòng)干預(yù)。得益于人工智能，該系統(tǒng)可學(xué)習(xí)這些過(guò)去的場(chǎng)景。

該技術(shù)使用傳感器和攝像頭捕獲周?chē)鸂顩r并記錄車(chē)輛的狀態(tài)數(shù)據(jù)，例如方向盤(pán)角度、道路狀況、天氣、能見(jiàn)度和速度。基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的AI系統(tǒng)會(huì)學(xué)習(xí)使用數(shù)據(jù)識(shí)別模式。如果該系統(tǒng)在新的駕駛場(chǎng)景中發(fā)現(xiàn)某種模式，且過(guò)去的控制系統(tǒng)在這種場(chǎng)景下無(wú)法進(jìn)行處理，則會(huì)向駕駛員提前發(fā)出有關(guān)可能危險(xiǎn)狀況的警報(bào)。

Steinbach表示：“為了使汽車(chē)更加自動(dòng)化，許多現(xiàn)有方法研究了車(chē)輛目前對(duì)交通的理解，并試圖改善其使用的模型。新系統(tǒng)的最大優(yōu)勢(shì)是完全忽視了汽車(chē)的想法。相反，我們基于真實(shí)發(fā)生事件的數(shù)據(jù)開(kāi)發(fā)新模式，從而使人工智能發(fā)現(xiàn)模式無(wú)法識(shí)別或尚未發(fā)現(xiàn)的潛在危險(xiǎn)情況。因此，該系統(tǒng)可提供一種安全功能，發(fā)現(xiàn)車(chē)輛在何時(shí)何地存在隱患。

研究團(tuán)隊(duì)與寶馬集團(tuán)在高速公路上對(duì)采用該技術(shù)的自動(dòng)駕駛車(chē)輛進(jìn)行了測(cè)試，并分析了約2500種駕駛員必須干預(yù)的情況。研究表明，人工智能可最多于7秒前預(yù)測(cè)潛在的危險(xiǎn)情況，且精確度超過(guò)85%。該技術(shù)應(yīng)用需要大量數(shù)據(jù)的支持，因?yàn)槿绻麍?chǎng)景曾經(jīng)出現(xiàn)過(guò)，則人工智能只能局限于系統(tǒng)進(jìn)行識(shí)別和預(yù)測(cè)。該研究成員之一Christopher Kuhn表示：“隨著越來(lái)越多的自動(dòng)駕駛車(chē)輛上路，數(shù)據(jù)實(shí)際會(huì)由自己生成。每次的潛在危險(xiǎn)情況測(cè)試都會(huì)帶來(lái)新的訓(xùn)練示例。”中央數(shù)據(jù)存儲(chǔ)可幫助車(chē)輛從整個(gè)車(chē)隊(duì)的記錄數(shù)據(jù)進(jìn)行學(xué)習(xí)。

返回第一電動(dòng)網(wǎng)首頁(yè) >