近日,計(jì)算機(jī)視覺與模式識別頂級會(huì)議 CVPR 2020 在全球線上開幕了。在一個(gè)關(guān)于自主駕駛研討會(huì)上,Waymo和Uber專家提出了新研究,用來提高可靠性、安全的自動(dòng)駕駛系統(tǒng)。

Waymo的首席科學(xué)家Drago Anguelov詳細(xì)介紹了ViDAR,這是一種攝像機(jī)和以范圍為中心的框架,涵蓋場景幾何,語義和動(dòng)態(tài)。Uber先進(jìn)技術(shù)集團(tuán)首席科學(xué)家Raquel Urtasun展示了利用車輛間通信進(jìn)行導(dǎo)航,交通建模等功能的技術(shù)。

ViDAR,是Waymo與Google的幾個(gè)AI實(shí)驗(yàn)室之一Google Brain的合作的成果,是從運(yùn)動(dòng)中推斷出結(jié)構(gòu)。它通過利用運(yùn)動(dòng)視差(運(yùn)動(dòng)引起的位置變化)從圖像序列(即車載攝像機(jī)捕獲的幀)中學(xué)習(xí)3D幾何形狀。給定一對圖像和激光雷達(dá)數(shù)據(jù),ViDAR可以預(yù)測未來的攝像機(jī)視點(diǎn)和深度數(shù)據(jù)。

根據(jù)Anguelov的說法,ViDAR使用快門定時(shí)來解決滾動(dòng)快門問題,這是一種相機(jī)捕獲方法,其中場景的所有部分均未同時(shí)記錄。除了支持多達(dá)五個(gè)攝像頭之外,該緩解步驟還使框架能夠避免在較高速度下發(fā)生位移,同時(shí)提高了精度。

Waymo內(nèi)部使用ViDAR來提供最新的以相機(jī)為中心的深度,例如運(yùn)動(dòng)(估計(jì)相機(jī)相對于場景的運(yùn)動(dòng))和動(dòng)力學(xué)模型。這導(dǎo)致創(chuàng)建了一個(gè)模型,該模型可以根據(jù)攝像機(jī)圖像估算深度,并可以預(yù)測障礙物(包括行人)的行進(jìn)方向,以及其他一些進(jìn)步。

V2網(wǎng)絡(luò)

優(yōu)步(Uber)先進(jìn)技術(shù)小組(ATG)的研究人員創(chuàng)建了一個(gè)名為V2VNet的系統(tǒng),該系統(tǒng)使自動(dòng)駕駛汽車能夠通過空中彼此高效地共享信息。使用V2VNet,網(wǎng)絡(luò)中的汽車交換包含數(shù)據(jù)集,時(shí)間戳和位置信息的消息,使用AI模型補(bǔ)償時(shí)間延遲,并從數(shù)據(jù)集中智能地僅選擇相關(guān)數(shù)據(jù)(例如,激光雷達(dá)傳感器讀數(shù))。

為了評估V2VNet的性能,ATG使用“激光模擬器”系統(tǒng)編譯了大型的車-車語義數(shù)據(jù)庫。具體來說,該團(tuán)隊(duì)從現(xiàn)實(shí)世界的激光雷達(dá)掃描中生成了5500個(gè)原始的重構(gòu)(總共進(jìn)行了46,796個(gè)訓(xùn)練和4,404個(gè)驗(yàn)證幀),并從多達(dá)7輛車的角度進(jìn)行了模擬。

幾個(gè)實(shí)驗(yàn)的結(jié)果表明,與單車相比,V2VNet的錯(cuò)誤率低68%。隨著網(wǎng)絡(luò)中車輛數(shù)量的增加,性能得到了提高,顯示出遠(yuǎn)處和被遮擋的物體以及高速行駛的汽車“顯著”改善。

目前尚不清楚V2VNet是否將在現(xiàn)實(shí)世界的汽車中投入生產(chǎn),但是Uber競爭對手Waymo的無人駕駛克萊斯勒Pacifica小型貨車通過雙調(diào)制解調(diào)器無線交換有關(guān)危險(xiǎn)和路線變更的信息。Waymo的首席技術(shù)官Dmitri Dolgov在去年的一次演講中說:“ [我們的汽車]仍然必須依靠車載計(jì)算來處理對安全至關(guān)重要的任何事情,但是[5G]將成為加速器。