在昆士兰东南部公路旅行中采用了人工智能(AI)系统的QUT研究人员已经确定,高清注释地图可能会在澳大利亚道路上的自动驾驶中发挥关键作用。
昆士兰理工大学机器人技术中心副主任迈克尔·米尔福德教授带领研究小组,在去年的三个月中,驾驶一辆装有高科技传感器的电动汽车在1200公里的公路上行驶。
“这项研究的主要目标是考虑机器人视觉和机器学习(人工智能的支柱)的最新进展如何使研究汽车平台能够看到并理解我们作为人类的日常道路标志和标记。理所当然。”米尔福德教授说。
研究发现凸显了摄像机视觉系统在正确识别和解释道路上的标志,交通信号灯和线路方面的局限性。
它还强调了自动驾驶车辆潜在的基础设施问题,例如障碍物,恶劣的天气,道路工程和夜间驾驶。
米尔福德教授表示,这项研究发现,使用自动驾驶导航系统提高摄像机效率的最关键因素是“优先地图”的实施,“优先地图”是高清地图,上面标注了诸如准确的车道位置,交通标志和交通标志等详细信息。有关道路规则的其他数据。
☆
☆
没有地图,摄像头视觉系统只能检测到大约40%的标志,例如速度,让步,没有右转,行人过马路和减速带,而在乡村道路和高速公路上的准确率甚至更低。
当没有任何迹象时,摄像机视觉系统也会错误地检测出许多迹象,或者错误地识别了这些迹象,从而难以识别车道标记或破裂或潮湿的道路。
当导航系统结合使用来自摄像机的图像和高清地图时,正确识别标志的准确率跃升到97%以上。
米尔福德教授说:“这一发现与大多数使用先验图的方法是一致的,只有少数明显的例外。”
“这些地图系统可能需要对临时障碍物以及标志和道路的变化进行实时更新,并确保自动驾驶汽车使用的导航系统能够立即收到这些更新。”
该项目是与昆士兰州交通和主要道路局和iMOVE合作研究中心合作开展的合作式和自动驾驶(CHAD)试点项目的一部分,该项目的驾驶员驾驶电动雷诺汽车搭载了高科技传感器和计算机广泛的道路和驾驶条件。
运输和主要道路部长马克·贝利(Mark Bailey)说,雷诺ZOE电动汽车的公路旅行评估了昆士兰州的道路基础设施,为自动驾驶汽车做准备,其结果现已在线发布。
(*ZOE用于AI公路旅行研究车辆)
Bailey先生说:“这项研究是了解我们广泛多样的道路网络对新车辆技术的基础设施要求的第一步,”
“当研究人员将汽车驶过昆士兰东南部时,车载传感器收集了约20 TB的原始数据,这些数据用于训练和完善AI算法。
“人工智能技术和智能道路基础设施具有改变我们在昆士兰州旅行的方式并减少道路创伤的潜力。
“研究结果表明,我们需要进行更多此类研究,以确保我们拥有合适的系统来满足对不同和新兴交通方式的需求。”
Milford教授还是澳大利亚研究委员会机器人视觉卓越中心的首席研究员,该中心总部位于昆士兰州大学。