通过自主传感器在农村地区导航

発行元: 2019年03月04日

麻省理工学院的研究团队正在致力于解决与自动驾驶相关的感知和导航问题

照片承蒙麻省理工学院计算机科学与人工智能实验室(CSAIL)提供。

自动驾驶汽车能够通过精心放置在车辆周围的多个传感器数字眼,实现360°环境观察。利用雷达、红外摄像头和超声波技术,传感器不断检测并将原始数据源源不断地传输到电子控制单元(ECU),然后在那里以快速、时间敏感的方式进行处理,以确定汽车应采取什么行动。
可以想象,在自动驾驶方面,感知就是一切。但是,如何保证安全呢?面对千变万化的路况,如何确定最佳行车道?当您考虑道路规则、多个目的地和其他变量时,您如何找到最佳路线?
这些是学生工程师在麻省理工学院(MIT)计算机科学与人工智能实验室(CSAIL)正在努力解决的问题。这些学生正处于一个为期五年的研究项目的第四个年头,该项目旨在寻找新的和新颖的方法来解决与自动驾驶有关的问题。
这个由博士后学者、博士生和硕士生组成的12人团队由麻省理工学院计算机科学和人工智能实验室主任兼电气工程与计算机科学系教授Daniela Rus领导。她和麻省理工学院航空航天副教授Sertac Karaman共同担任自动驾驶汽车研究小组的首席研究员。

“这个团队在技术上很有实力,而且相互配合得很好。团队正在突破自动驾驶汽车的界限,以塑造个人出行的未来。”

Daniela Rus教授,麻省理工学院(MIT)

该团队目前正在从事的项目包括:

  • 在农村地区为自动驾驶汽车导航
  • 使用神经网络引导汽车转向
  • 设计安全、自主操控的轮椅

“我们正在努力解决自动驾驶汽车面临的问题,而且有很多问题,”麻省理工学院机器人软件工程师Thomas Balch说。“我们的研究重点是在复杂的乡村道路上导航,以及开发在极端天气条件下可有效发挥作用的强大感知方法。”

麻省理工学院机器人软件工程师Thomas Balch展示了用于自动驾驶普锐斯V型汽车的各种硬件组件。这些设备包括用于连接计算机和ECU的 dSPACE MicroAutoBox、用于在手动和计算机控制之间切换的Pilot Systems中继箱、用于机器学习和深度神经网络的NVIDIA Drive PX2、GPS单元和配电箱。

引导自动驾驶汽车通过无标记的道路

自动驾驶汽车在很大程度上依赖可用的3D地图,这些地图可以精确定位开放道路的景观(即行车道、出口坡道、路标、十字路口等)。为了为无人驾驶技术做好准备,各大城市正在为道路设置标记和进行3D测绘。但是自动驾驶汽车应该如何在没有标记的道路上行驶呢?农村地区有数百万英里的乡村道路,在相当长的一段时间内不会进行三维测绘。

为了解决这个问题,该团队开发了一个名为MapLite的系统,该系统可以在没有3D地图的情况下实现自主导航。MapLite技术使用GPS数据和激光雷达传感器,前者在地形图上提供汽车位置的粗略指示,后者则生成追踪道路表面边界的轨迹,从而实现导航。MapLite将道路边界检测与车辆里程表(由运动传感器提供数据,用于估计位置的变化)结合起来,使自动驾驶车辆能够可靠地在道路上高速导航。

“我们正试图找到一种方法,使用传感器让你在一个可能没有密集特征地图的地方开车,”Balch说。“最多,你可能有手机GPS,或者你可能什么都没有。您如何保持行车路线?如果到了人行道尽头怎么办?如果碰到十字路口怎么办?这些都是MapLite正在努力解决的问题。”

2018年在澳大利亚布里斯班举行的国际机器人和自动化会议(ICRA)上发表了一篇 关于MapLite的技术论文 。该团队乐观地认为,MapLite技术将用于未来的自动驾驶汽车。