美国密歇根大学神经网络助自动驾驶汽车识别预测行人动作
美国密歇根大学（University of Michigan）研究人员通过关注人类的步态、身体对称和脚的位置，利用比现在更精确的技术，教授自动驾驶汽车识别和预测行人的行动。车辆通过摄像头、激光雷达和GPS收集到的数据可让研究人员能够捕捉到人类行动的视频片段，然后在三维计算机模拟中重现。在此基础上，科学家们创建了一个“生物力学启发下的复发神经网络”，可对人类行动进行分类。据研究人员所说，他们能够利用该神经网络预测离汽车50码处的一个或几个行人的动作和未来位置。车辆要想拥有此种必备的预测能力，该神经网络就需要深入研究人类动作的细节：人类步态的节奏、对称四肢的镜像以及在行走时，脚的位置对人体稳定性的影响方式。
许多将自动驾驶汽车提升至目前水平的机器学习算法都涉及二维图像。如果一台计算机被展示了几百万张具有停车标志的图片，最终在现实时间中，它也能够实时认出停车标志。通过利用几秒钟的视频片段，密歇根大学系统能够研究视频的前半段然后做出预测，然后用视频的后半段证实预测。
研究结果表明，此类新系统提升了自动驾驶汽车预测未来最可能发生情况的能力。最终，该系统可以提升自动驾驶汽车的安全性。
请继续努力！ 非同小可 非同小可
页:
[1]