斯坦福大學開發(fā)了自動駕駛最新技術(shù)
隨著各種雷達、傳感器和算法的不斷進步，各廠家在自動駕駛儀上的存儲能力也取得了不同的進展。然而，許多產(chǎn)品在實際道路上測試時也暴露出許多問題，如無法根據(jù)周圍環(huán)境靈活地改變軌跡或改變路線，這些缺點在復雜的交叉口或環(huán)島周圍尤為明顯。
為了克服這一困難，斯坦福大學的研究人員最近開發(fā)了一種名為LUCIDGames的新計算技術(shù)，它可以通過預測和估計等綜合算法靈活地控制自動駕駛儀車輛的軌跡。
經(jīng)過過去數(shù)年對自動駕駛儀技術(shù)的不斷觀察后，我們發(fā)現(xiàn)有些自動駕駛儀車輛不愿執(zhí)行無保護的左轉(zhuǎn)、在復雜交叉口的平行線或通過環(huán)形交叉路口，這些都是合格駕駛員非常簡單的基本操作，因此，我們認為需要一個系統(tǒng)來解決這一問題。解決方案的關(guān)鍵在于車輛與周圍交通參與者和環(huán)境之間的持續(xù)協(xié)商，"他說。該研究的發(fā)起人之一SimonLeCleac‘h說。
在我們的系統(tǒng)中，實現(xiàn)基本功能的工具有兩種，一種是基于博弈論的算法，另一種是預測技術(shù)。當自動駕駛儀的目的與其他交通參與者(如其他車輛、行人、乘客等)的目的不一致時，基于博弈論的部件可以推斷自動駕駛儀與其他交通參與者之間的關(guān)系。另一方面，預測技術(shù)允許自動駕駛汽車在觀察其他交通參與者時，快速預測這些目標的下一步行動，比如期望的速度、想要的車道，甚至是車輛的攻擊性，"他說，SimonLeCleac‘h補充道。
研究人員還解釋說："自動駕駛汽車最初不知道周圍其他車輛的用途，因此只能通過不斷猜測預測技術(shù)來提高整個系統(tǒng)的精度。在整個系統(tǒng)中，每次對預測技術(shù)的猜測，自動駕駛汽車都可以在接下來的幾秒鐘內(nèi)預測其他車輛的行駛軌跡，然后將預測內(nèi)容與實際情況進行比較，從而保留最準確的內(nèi)容，逐步形成完整的運行邏輯。
