廣告
SwRI研發(fā)增強的運動預測算法提高了自動車輛的安全性
2020-04-07 21:13:06· 來源：自動駕駛測試驗證技術創(chuàng)新論壇
西南研究院（SwRI）是美國領先的機器學習技術創(chuàng)新者之一，已開發(fā)出一種運動預測系統(tǒng)，該系統(tǒng)可增強自動駕駛汽車的行人檢測能力和先進的駕駛員輔助系統(tǒng)（ADAS）。
西南研究院（SwRI）是美國領先的機器學習技術創(chuàng)新者之一，已開發(fā)出一種運動預測系統(tǒng)，該系統(tǒng)可增強自動駕駛汽車的行人檢測能力和先進的駕駛員輔助系統(tǒng)（ADAS）。
在過去的十年中，美國道路上的行人死亡人數(shù)增加了50％以上，總督高速公路安全協(xié)會的最新分析估計，2019年行人死亡總數(shù)為6,590，比2018年增加了5％。最近發(fā)生的涉及自動駕駛汽車的事故 還提高了對行人和其他移動障礙物的檢測能力的呼吁。SwRI的新型計算機視覺工具使用新穎的深度學習算法，通過觀察實時生物力學運動來預測運動，而骨盆區(qū)域是變化的關鍵指標。盡管以前的技術可以跟蹤和預測直線運動，但它們無法預測突然的變化。
運動預測通常使用“光流”算法來根據(jù)橫向運動預測方向和速度。光流是計算機視覺的一種，將算法與相機配對以跟蹤動態(tài)對象。但是，當人們朝意想不到的方向移動時，光流的精度會降低。為了提高準確性，SwRI研究團隊將光流與其他深度學習方法進行了比較，包括時間卷積網(wǎng)絡（TCN）和長短期記憶（LSTM）。在測試了幾種配置之后，研究人員優(yōu)化了一種新型TCN，該TCN的性能優(yōu)于競爭算法，可在幾毫秒內(nèi)以很高的精度預測運動的突然變化。
時間設計使用卷積神經(jīng)網(wǎng)絡來處理視頻數(shù)據(jù)。SwRI的新穎方法可優(yōu)化網(wǎng)絡層的擴展，從而在更高級別上學習和預測趨勢。膨脹卷積是存儲和訪問視頻數(shù)據(jù)以進行空間觀察的結構。人們在行人和騎自行車的人附近駕駛時會汲取經(jīng)驗和推理。SwRI的研究是自動駕駛系統(tǒng)做出反應的第一步，就像人類駕駛員一樣。該研究小組利用了SwRI的無標記運動捕捉系統(tǒng)，該系統(tǒng)可自動進行體育科學中的生物力學分析。該系統(tǒng)使用相機視覺和感知算法，可提供有關運動學和關節(jié)運動的深刻見解。
該項目的應用程序名為“稀疏骨骼特征的運動預測”，包括ADAS增強功能，自動車輛和制造機器人。該算法可與各種基于相機的系統(tǒng)一起使用，并且數(shù)據(jù)集也可用于SwRI客戶端。SwRI的數(shù)據(jù)科學家以協(xié)作的團隊合作解決了多個行業(yè)的問題，他們嚴格的機器學習系統(tǒng)設計方法促成了交通事故自動檢測的創(chuàng)新。
SwRI應用感測部經(jīng)理Douglas Brooks博士說：“如果看到行人，我們可能會準備放慢速度或改變行車線，以防有人過馬路。” “我們認為這是理所當然的，但是對于計算機而言，處理這一場景并預測情景非常復雜。”
負責內(nèi)部資助項目的高級SwRI研究分析師Samuel E Slocum補充說：“例如，如果行人向西走，系統(tǒng)可以預測該人是否會突然向南轉。隨著對自動駕駛汽車的推動加速，這項研究提供了一些重要的安全功能來幫助保護行人。”
在過去的十年中，美國道路上的行人死亡人數(shù)增加了50％以上，總督高速公路安全協(xié)會的最新分析估計，2019年行人死亡總數(shù)為6,590，比2018年增加了5％。最近發(fā)生的涉及自動駕駛汽車的事故 還提高了對行人和其他移動障礙物的檢測能力的呼吁。SwRI的新型計算機視覺工具使用新穎的深度學習算法，通過觀察實時生物力學運動來預測運動，而骨盆區(qū)域是變化的關鍵指標。盡管以前的技術可以跟蹤和預測直線運動，但它們無法預測突然的變化。
運動預測通常使用“光流”算法來根據(jù)橫向運動預測方向和速度。光流是計算機視覺的一種，將算法與相機配對以跟蹤動態(tài)對象。但是，當人們朝意想不到的方向移動時，光流的精度會降低。為了提高準確性，SwRI研究團隊將光流與其他深度學習方法進行了比較，包括時間卷積網(wǎng)絡（TCN）和長短期記憶（LSTM）。在測試了幾種配置之后，研究人員優(yōu)化了一種新型TCN，該TCN的性能優(yōu)于競爭算法，可在幾毫秒內(nèi)以很高的精度預測運動的突然變化。
時間設計使用卷積神經(jīng)網(wǎng)絡來處理視頻數(shù)據(jù)。SwRI的新穎方法可優(yōu)化網(wǎng)絡層的擴展，從而在更高級別上學習和預測趨勢。膨脹卷積是存儲和訪問視頻數(shù)據(jù)以進行空間觀察的結構。人們在行人和騎自行車的人附近駕駛時會汲取經(jīng)驗和推理。SwRI的研究是自動駕駛系統(tǒng)做出反應的第一步，就像人類駕駛員一樣。該研究小組利用了SwRI的無標記運動捕捉系統(tǒng)，該系統(tǒng)可自動進行體育科學中的生物力學分析。該系統(tǒng)使用相機視覺和感知算法，可提供有關運動學和關節(jié)運動的深刻見解。
該項目的應用程序名為“稀疏骨骼特征的運動預測”，包括ADAS增強功能，自動車輛和制造機器人。該算法可與各種基于相機的系統(tǒng)一起使用，并且數(shù)據(jù)集也可用于SwRI客戶端。SwRI的數(shù)據(jù)科學家以協(xié)作的團隊合作解決了多個行業(yè)的問題，他們嚴格的機器學習系統(tǒng)設計方法促成了交通事故自動檢測的創(chuàng)新。
SwRI應用感測部經(jīng)理Douglas Brooks博士說：“如果看到行人，我們可能會準備放慢速度或改變行車線，以防有人過馬路。” “我們認為這是理所當然的，但是對于計算機而言，處理這一場景并預測情景非常復雜。”
負責內(nèi)部資助項目的高級SwRI研究分析師Samuel E Slocum補充說：“例如，如果行人向西走，系統(tǒng)可以預測該人是否會突然向南轉。隨著對自動駕駛汽車的推動加速，這項研究提供了一些重要的安全功能來幫助保護行人。”
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
