MIT最新研究能夠利用簡(jiǎn)單的GPS地圖和視覺數(shù)據(jù)，模仿人類駕駛員的駕駛方式，將學(xué)到的知識(shí)應(yīng)用于視障環(huán)境中的復(fù)雜計(jì)劃路線，該論文入圍ICRA2019最佳論文。

真正的人工智能不是只會(huì)機(jī)械處理數(shù)據(jù)，而是要能夠“智慧”地進(jìn)行推理分析和決策。擁有人性化的推理能力，是自動(dòng)駕駛汽車研發(fā)公司的長(zhǎng)期追求。英特爾的Mobileye提出了一個(gè)數(shù)學(xué)模型RSS，能夠?qū)⑷祟惖囊恍┝己昧?xí)慣比如給其他汽車讓路等編纂成體系，使自動(dòng)駕駛汽車可以依靠“常識(shí)”來(lái)進(jìn)行駕駛決策。而英偉達(dá)正在積極開發(fā)“安全力場(chǎng)”（Safety ForceField），這是一種行動(dòng)計(jì)劃堆棧中的決策策略，依靠分析實(shí)時(shí)傳感器數(shù)據(jù)來(lái)監(jiān)控不安全因素。

麻省理工學(xué)院的一個(gè)科學(xué)家團(tuán)隊(duì)研究出一種方法——適應(yīng)性端到端導(dǎo)航與定位（Variational End-to-End Navigation andLocalization），能夠利用簡(jiǎn)單的GPS地圖和視覺數(shù)據(jù)，模仿人類駕駛員的駕駛方式，將學(xué)到的知識(shí)應(yīng)用于視障環(huán)境中的復(fù)雜計(jì)劃路線。所謂的端到端，指的是該模型將定位、映射、物體檢測(cè)、運(yùn)動(dòng)規(guī)劃和轉(zhuǎn)向控制等多個(gè)傳統(tǒng)自動(dòng)駕駛模塊融合在了一起，僅憑一個(gè)導(dǎo)航系統(tǒng)和配套算法處理所有輸入信息并輸出駕駛指令。他們這一工作成果發(fā)表于2019年蒙特利爾機(jī)器人與自動(dòng)化國(guó)際會(huì)議（ICRA2019）的一篇論文中。

端到端模型

學(xué)習(xí)人類駕駛習(xí)慣

多年發(fā)展歷程已經(jīng)證明了開發(fā)自動(dòng)駕駛能力的任務(wù)是多么困難，并且揭示了機(jī)器智能與人類之間的巨大鴻溝——不僅在靈活計(jì)算能力上不如人類，在學(xué)習(xí)解決問題方面也是如此。例如，人們?cè)谄婀?、?fù)雜的環(huán)境中駕駛很容易，只需要一個(gè)粗略的導(dǎo)航地圖和他們的眼睛就可以做到，而自動(dòng)駕駛汽車即使在很熟悉的區(qū)域中也要依賴于非常復(fù)雜的傳感器隊(duì)列，依靠詳細(xì)的數(shù)據(jù)進(jìn)行自我定位、環(huán)境定位、對(duì)象檢測(cè)、運(yùn)動(dòng)規(guī)劃和轉(zhuǎn)向控制。人類可以使用非常基本的信息應(yīng)用于非常復(fù)雜的情況，需要的只是一張簡(jiǎn)單的地圖，例如GPS地圖，并且可以將其與他們周圍的內(nèi)容聯(lián)系起來(lái)，依據(jù)這些相關(guān)聯(lián)的信息知道自己的位置。根據(jù)具體情況，看似無(wú)關(guān)緊要的數(shù)據(jù)也可以被納入導(dǎo)航——就像有人可以從倫敦特拉法加廣場(chǎng)步行到利物浦街站，并在途中注意沿途的酒吧一樣。

這一系統(tǒng)與其他自動(dòng)駕駛決策思路的另一區(qū)別在于，可以像人類一樣專注于尋找目的地而非專注于追隨某條道路?！拔覀兊哪繕?biāo)是實(shí)現(xiàn)強(qiáng)大的新環(huán)境下自動(dòng)駕駛導(dǎo)航”，“例如，如果我們訓(xùn)練一輛自動(dòng)駕駛汽車在城市環(huán)境中駕駛，例如劍橋街道，那么該系統(tǒng)也應(yīng)該能夠在樹林中順利駕駛，即使這是一個(gè)前所未有的環(huán)境。”

MIT研發(fā)團(tuán)隊(duì)從以上人類駕駛習(xí)慣得到啟發(fā)，并讓汽車在駕駛過(guò)程中不斷學(xué)習(xí)新的駕駛習(xí)慣，以習(xí)得信息輔助駕駛決策。

視覺攝像頭

為了教授計(jì)算機(jī)人類駕駛員的知識(shí)，該團(tuán)隊(duì)有一名人員駕駛普通的汽車，配備幾臺(tái)攝像機(jī)和一臺(tái)普通GPS收集有關(guān)郊區(qū)街道、道路結(jié)構(gòu)和障礙物的數(shù)據(jù)。與依賴于非常復(fù)雜的機(jī)器推理和數(shù)據(jù)庫(kù)的傳統(tǒng)方法不同，MIT自動(dòng)駕駛方法會(huì)從視覺線索中學(xué)習(xí)。
該系統(tǒng)從攝像頭中提取視覺信息，依靠該信息預(yù)測(cè)道路結(jié)構(gòu)，比如遠(yuǎn)處的停車標(biāo)志和路邊的斷線等。然后將視覺數(shù)據(jù)與地圖數(shù)據(jù)進(jìn)行關(guān)聯(lián)，識(shí)別兩者差異，例如，當(dāng)汽車在一條不能轉(zhuǎn)彎的直線道路上行駛但地圖顯示右轉(zhuǎn)時(shí)，系統(tǒng)知道要一直向前行駛。
MIT表示，這種預(yù)測(cè)是基于一種被稱為卷積神經(jīng)網(wǎng)絡(luò)（CNN）的機(jī)器學(xué)習(xí)模型，該模型通過(guò)處理人類駕駛員在訓(xùn)練期間收集的圖像來(lái)學(xué)習(xí)如何駕駛。以T字路口為例，原則上說(shuō)行駛在道路上的汽車可以轉(zhuǎn)向許多不同的方向，該模型會(huì)考慮所有方向，但隨著它看到有些人向左轉(zhuǎn)，有些人向右轉(zhuǎn)，但沒有人會(huì)直行，直行的這一方向就被排除在外，只能向左或向右移動(dòng)。

MIT自動(dòng)駕駛方法還允許汽車考慮其他視覺線索，如路標(biāo)、道路線和其他標(biāo)記，以確定它是什么樣的道路并預(yù)測(cè)什么時(shí)候會(huì)出現(xiàn)交叉口，以及特殊情況下如何駕駛。此外，它還可以分析街道情況，以確定不同街道的位置。通過(guò)其預(yù)測(cè)到的高概率內(nèi)容與其看到的內(nèi)容相匹配，再通過(guò)地圖顯示位置進(jìn)行調(diào)整，如下圖。

粗粒度地圖

MIT方法使用的這種地圖是一種只有黑色背景和白色抽象道路線條、不包含任何路邊物體和標(biāo)志的粗粒度地圖。

有了這個(gè)系統(tǒng)，不需要事先在每條道路上進(jìn)行訓(xùn)練。在一個(gè)新的道路環(huán)境中，只需要一張簡(jiǎn)略的地圖，就可以自如地行駛。用激光雷達(dá)掃描得來(lái)的高精度地圖信息有4000GB，而通過(guò)這種方式整個(gè)地球的地圖信息存儲(chǔ)只需要40GB。

接下來(lái)，該系統(tǒng)研發(fā)團(tuán)隊(duì)希望將其定位算法集成到整車離散道路地圖匹配的在線設(shè)置中，并提供比人類駕駛更加安全可靠的定位評(píng)估，優(yōu)化細(xì)節(jié)，盡快實(shí)現(xiàn)完善的自動(dòng)駕駛技術(shù)。