廣告
自動駕駛高難度場景，通過有視野遮擋的路口--MIT與豐田的自動駕駛新模型！
2019-11-07 23:20:28· 來源：每日自動駕駛
1 路口高難度場景在交通事故中，最常見就是在路口的事故，尤其是沒有信號燈的路口。不管是自動駕駛或是手動駕駛，視覺情報對于風險預(yù)測都是必不可少的。但是在有
1 路口高難度場景
在交通事故中，最常見就是在路口的事故，尤其是沒有信號燈的路口。不管是自動駕駛或是手動駕駛，視覺情報對于風險預(yù)測都是必不可少的。但是在有建筑物等阻礙的視野不開闊的路口，就會因視覺情報的缺失而變得難以預(yù)測。
隨著自動駕駛汽車的普及，如何減少交叉路口的事故數(shù)量成為社會關(guān)注的課題之一。由MIT和豐田的研究人員開發(fā)的新模型，提高了不確定性路口的風險預(yù)測精度。
2 風險預(yù)測模型
在交通事故中，最常見就是在路口的事故，尤其是沒有信號燈的路口。不管是自動駕駛或是手動駕駛，視覺情報對于風險預(yù)測都是必不可少的。但是在有建筑物等阻礙的視野不開闊的路口，就會因視覺情報的缺失而變得難以預(yù)測。
隨著自動駕駛汽車的普及，如何減少交叉路口的事故數(shù)量成為社會關(guān)注的課題之一。由MIT和豐田的研究人員開發(fā)的新模型，提高了不確定性路口的風險預(yù)測精度。
2 風險預(yù)測模型
MIT和豐田開發(fā)的這種新模型，可以將交叉路口的不確定性因素納入考慮范圍，這些不確定性因素包括視覺遮擋、傳感器噪聲及錯誤、其他車輛的速度以及其他駕駛員的注意度等等。
該模型充分考慮了這些不確定性因素，設(shè)計場景是沒有信號燈的路口。道路被細分割為多個小路段，當某車輛駛?cè)胍粋€路段時，該車輛的速度會影響對隨后路段行駛車輛的車速和駕駛員注意度的預(yù)測，用貝葉斯網(wǎng)絡(luò)確定每個路段被過往車輛占用的可能性。
如果信息量不足以獲取風險估計值，則車輛會稍微向前移動一點以進一步采集數(shù)據(jù)，減少不確定性；風險估計值足夠低時，模型會告訴汽車在不停車的情況下直接穿過路口。
3 避免事故率達70%～100%
研究人員模擬了城市里擁擠的十字路口向左轉(zhuǎn)的場景（橫穿馬路和人行橫道）。在包含了100輛全自動駕駛汽車和100輛有條件的自動駕駛車的測試中，表示成功避免了70％到100％的事故。
雖然該模型已在模擬測試中驗證了它的可行性。但此后，MIT和豐田的研究員除了考慮在更嚴苛的場景中進行測試外，還計劃將十字路口及其周邊的行人也考慮進去。
廣告 編輯推薦
最新資訊
-
聯(lián)合國法規(guī)R60對兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標準立項|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
-
電池耐久評價開始從“電池單體性能指標”轉(zhuǎn)
2026-03-04 11:38
