MIT利用粗粒度地圖實現(xiàn)自動駕駛

MIT最新研究能夠利用簡單的GPS地圖和視覺數(shù)據(jù)，模仿人類駕駛員的駕駛方式，將學到的知識應(yīng)用于視障環(huán)境中的復(fù)雜計劃路線，該論文入圍ICRA2019最佳論文。

真正的人工智能不是只會機械處理數(shù)據(jù)，而是要能夠“智慧”地進行推理分析和決策。擁有人性化的推理能力，是自動駕駛汽車研發(fā)公司的長期追求。英特爾的Mobileye提出了一個數(shù)學模型RSS，能夠?qū)⑷祟惖囊恍┝己昧晳T比如給其他汽車讓路等編纂成體系，使自動駕駛汽車可以依靠“常識”來進行駕駛決策。而英偉達正在積極開發(fā)“安全力場”（Safety ForceField），這是一種行動計劃堆棧中的決策策略，依靠分析實時傳感器數(shù)據(jù)來監(jiān)控不安全因素。

麻省理工學院的一個科學家團隊研究出一種方法——適應(yīng)性端到端導(dǎo)航與定位（Variational End-to-End Navigation andLocalization），能夠利用簡單的GPS地圖和視覺數(shù)據(jù)，模仿人類駕駛員的駕駛方式，將學到的知識應(yīng)用于視障環(huán)境中的復(fù)雜計劃路線。所謂的端到端，指的是該模型將定位、映射、物體檢測、運動規(guī)劃和轉(zhuǎn)向控制等多個傳統(tǒng)自動駕駛模塊融合在了一起，僅憑一個導(dǎo)航系統(tǒng)和配套算法處理所有輸入信息并輸出駕駛指令。他們這一工作成果發(fā)表于2019年蒙特利爾機器人與自動化國際會議（ICRA2019）的一篇論文中。

端到端模型

學習人類駕駛習慣

多年發(fā)展歷程已經(jīng)證明了開發(fā)自動駕駛能力的任務(wù)是多么困難，并且揭示了機器智能與人類之間的巨大鴻溝——不僅在靈活計算能力上不如人類，在學習解決問題方面也是如此。例如，人們在奇怪、復(fù)雜的環(huán)境中駕駛很容易，只需要一個粗略的導(dǎo)航地圖和他們的眼睛就可以做到，而自動駕駛汽車即使在很熟悉的區(qū)域中也要依賴于非常復(fù)雜的傳感器隊列，依靠詳細的數(shù)據(jù)進行自我定位、環(huán)境定位、對象檢測、運動規(guī)劃和轉(zhuǎn)向控制。人類可以使用非常基本的信息應(yīng)用于非常復(fù)雜的情況，需要的只是一張簡單的地圖，例如GPS地圖，并且可以將其與他們周圍的內(nèi)容聯(lián)系起來，依據(jù)這些相關(guān)聯(lián)的信息知道自己的位置。根據(jù)具體情況，看似無關(guān)緊要的數(shù)據(jù)也可以被納入導(dǎo)航——就像有人可以從倫敦特拉法加廣場步行到利物浦街站，并在途中注意沿途的酒吧一樣。

這一系統(tǒng)與其他自動駕駛決策思路的另一區(qū)別在于，可以像人類一樣專注于尋找目的地而非專注于追隨某條道路。“我們的目標是實現(xiàn)強大的新環(huán)境下自動駕駛導(dǎo)航”，“例如，如果我們訓(xùn)練一輛自動駕駛汽車在城市環(huán)境中駕駛，例如劍橋街道，那么該系統(tǒng)也應(yīng)該能夠在樹林中順利駕駛，即使這是一個前所未有的環(huán)境。”

MIT研發(fā)團隊從以上人類駕駛習慣得到啟發(fā)，并讓汽車在駕駛過程中不斷學習新的駕駛習慣，以習得信息輔助駕駛決策。

視覺攝像頭

為了教授計算機人類駕駛員的知識，該團隊有一名人員駕駛普通的汽車，配備幾臺攝像機和一臺普通GPS收集有關(guān)郊區(qū)街道、道路結(jié)構(gòu)和障礙物的數(shù)據(jù)。與依賴于非常復(fù)雜的機器推理和數(shù)據(jù)庫的傳統(tǒng)方法不同，MIT自動駕駛方法會從視覺線索中學習。
該系統(tǒng)從攝像頭中提取視覺信息，依靠該信息預(yù)測道路結(jié)構(gòu)，比如遠處的停車標志和路邊的斷線等。然后將視覺數(shù)據(jù)與地圖數(shù)據(jù)進行關(guān)聯(lián)，識別兩者差異，例如，當汽車在一條不能轉(zhuǎn)彎的直線道路上行駛但地圖顯示右轉(zhuǎn)時，系統(tǒng)知道要一直向前行駛。
MIT表示，這種預(yù)測是基于一種被稱為卷積神經(jīng)網(wǎng)絡(luò)（CNN）的機器學習模型，該模型通過處理人類駕駛員在訓(xùn)練期間收集的圖像來學習如何駕駛。以T字路口為例，原則上說行駛在道路上的汽車可以轉(zhuǎn)向許多不同的方向，該模型會考慮所有方向，但隨著它看到有些人向左轉(zhuǎn)，有些人向右轉(zhuǎn)，但沒有人會直行，直行的這一方向就被排除在外，只能向左或向右移動。

MIT自動駕駛方法還允許汽車考慮其他視覺線索，如路標、道路線和其他標記，以確定它是什么樣的道路并預(yù)測什么時候會出現(xiàn)交叉口，以及特殊情況下如何駕駛。此外，它還可以分析街道情況，以確定不同街道的位置。通過其預(yù)測到的高概率內(nèi)容與其看到的內(nèi)容相匹配，再通過地圖顯示位置進行調(diào)整，如下圖。

粗粒度地圖

MIT方法使用的這種地圖是一種只有黑色背景和白色抽象道路線條、不包含任何路邊物體和標志的粗粒度地圖。

有了這個系統(tǒng)，不需要事先在每條道路上進行訓(xùn)練。在一個新的道路環(huán)境中，只需要一張簡略的地圖，就可以自如地行駛。用激光雷達掃描得來的高精度地圖信息有4000GB，而通過這種方式整個地球的地圖信息存儲只需要40GB。

接下來，該系統(tǒng)研發(fā)團隊希望將其定位算法集成到整車離散道路地圖匹配的在線設(shè)置中，并提供比人類駕駛更加安全可靠的定位評估，優(yōu)化細節(jié)，盡快實現(xiàn)完善的自動駕駛技術(shù)。