前沿 2019-04-23 15:04

美国康奈尔大学开发自动驾驶车辆探测物体的新方法

理群 摘自 美国康奈尔大学网站

【据美国康奈尔大学网站2019年4月22日报道】美国康奈尔大学的科研人员通过在车辆风挡两侧的两部低成本照相机实现了一种更简单的物体探测方法,可用于自动驾驶车辆,探测精度可接近激光雷达(LiDAR),但成本要低得多。研究人员发现通过分析鸟瞰图而不是正视图可以将物体的探测准确度提高3倍以上,从而可以使立体相机成为LiDARC的低成本替代方案。

LiDAR传感器使用激光测量物体的距离,从而创建车辆周围环境的3D点图。而立体摄像机像人眼一样,依靠两个视角来建立景深,一直被认为不够精确。康奈尔的科研人员仔细研究了立体相机的数据,惊奇地发现,他们的信息与LiDAR一样精确。对于大多数自动驾驶汽车,由相机或传感器获得数据通常使用卷积神经网络进行分析,这些卷积网络非常善于在标准的彩色照片中识别物体,但当信息只来自于前向视角时,会在3D信息上产生扭曲,但切换到鸟瞰视角时精度可以提高3倍。

研究人员称利用该方法,立体相机可作为低成本自动驾驶车辆物体识别的主要手段,或作为配置LiDAR的高端车辆的备份手段。该研究得到了美国国家科学基金、美国海军研究办公室、以及比尔和梅琳达盖茨基金的资助,相关论文《Pseudo-LiDAR from Visual Depth Estimation: Bridging the Gap in 3D Object Detection for Autonomous Driving》已在arXiv预印本网站发布。

(欢迎转载,转载请标明引自“航空工业信息网”)

阅读 收藏

相关专题: 基础与前沿