MIT最新研究：无需3D地图，利用GPS和LiDAR在乡村道路上，实现自动驾驶【威尼斯vnsr(官方)最新下载IOS/安卓版/手机版APP】

2024-12-24 01:03:01

本文摘要：高精度地图是无人驾驶发展成熟期标志之一，在纵向／横向精确定位、基于车道模型的拐弯等都离不了高精度地图。

高精度地图是无人驾驶发展成熟期标志之一，在纵向／横向精确定位、基于车道模型的拐弯等都离不了高精度地图。然而，在一些偏僻的乡村道路环境中，绘制高精度地图有相当大的可玩性。MIT最近曝光了他们近期的研究成果，利用流形地图、开放式街道地图（OSM）和本地局部感官系统，需要3D地图，在乡村道路构建了自动驾驶。目前，最先进设备的自动驾驶系统一般都依赖详尽、准确的高精度地图来已完成定位。

高精度地图包括大量的行车辅助信息，其中有一些适当的道路数据和道路周围相同对象的信息。通过这些数据，导航系统可以精确定位地形、道路轮廓等引领车辆行经，车载机器人可以将准确的路网三维密切相关信息与本地传感器数据核对构建定位。这是目前高精度地图在自动驾驶中主要充分发挥的起到。迄今为止，绝大多数自动驾驶车辆都集中于在以下两个情况：1）在标记明晰的高速公路上行经2）基于极为准确和手动注解的详尽全球地图展开城市导航系统。

然而，无论是在美国还是在中国，仍有大面积的乡村道路。这对于自动驾驶来说具备相当大挑战。因为这些道路，稀疏地相连着辽阔的土地。

地图收集工作量大，同时车道标记和道路路网几何形状常常不可信，创建详尽的低精地图的方法变得并不切实际。麻省理工学院的CSAIL团队近日共享了他们正在研究的方案。研究人员在丰田汽车的协助下，研发了一个新的MapLite框架，可以在没任何3D地图的情况下，在乡村道路构建自动驾驶。MapLite将Google地图上可以寻找的非常简单GPS数据与一系列仔细观察路况的传感器融合在一起，在马萨诸塞州Devens的多条乡村道路上自律驾驶员，并且可以提早100英尺以上可信地观测到前方道路。

该论文将于5月份在澳大利亚布里斯班开会的机器人与自动化国际会议（ICRA）上公布，由麻省理工学院教授丹尼纳罗斯和博士毕业生LiamPaull联合编写。它是如何构建的？Maplite是一种新型的无网格驱动框架，它融合了稠密流形地图的GPS和基于传感器的本地感官系统展开导航系统。

首先，该系统设置最后目的地以及研究人员称作“本地导航系统目标”（车内）等内容，接着，感官传感器分解一条通向起点的路径，用于LIDAR来估算道路边缘的方位，同时遵从路段穿过道路的规则。同时，融合车辆的测距法和涉及方法改版这些轨迹以维持车辆行经。利用基于大于二乘残差和迭代滤波方法的不确定性，使车辆需要可信地、高速地导航系统道路网络，而需要详尽的先验地图。

论文中提及了用研发道路拆分算法以取得车辆的传感器中的道路边界点。然后用于RANSAC／大于二乘法对这些点展开数值以取得拟合道路边界点内的轨迹。最重要的是，数值的质量也就是指大于二乘最小化的残差输入中取得的。

这容许轨道估算在下一次递归期间被概率地融合。车辆还配有有测距传感器，用作在车辆移动之后将先前的轨迹估算传遍当地车辆框架中。

“我们近于珍主义的测绘方法，需要用于当地外观建筑和语义特征（如停车位或小路），在乡村道路上已完成自动驾驶。”罗斯教授说道。

MapLite与其他无地图驾驶员方法有所不同，它更好地依赖机器学习对一组道路的数据展开训练，然后再行在其他道路上展开测试。然而，它在很多方面依然很受限，对于山路而言，还过于可信，因为它无法对海拔平缓较小的路况作出很多的处置。

下一步，MIT车队期望减少车辆可以处置的道路种类。最后，他们期望该系统能超过与低精地图收集方案非常的性能和可靠性水平。论文作者罗斯教授说道：“我想要未来的自动驾驶汽车总会在城市地区用于3D地图，但是当这些车辆要在从未见过的陌生的道路上行经时，就能反映我们研究更大的意义。

本文关键词：威尼斯vnsr,威尼斯vnsr最新版V7.24.568,威尼斯vnsr(官方)最新下载IOS/安卓版/手机版APP

本文来源：威尼斯vnsr-www.sdwenjiang.com