對(duì)于自動(dòng)駕駛汽車而言，能夠快速檢測(cè)到道路上的其他車輛或行人至關(guān)重要?？突仿〈髮W(xué)（Carnegie Mellon University）研究人員發(fā)現(xiàn)，幫助車輛識(shí)別其看不到的物體，可以顯著提高檢測(cè)精度。
很明顯，人類視線中的物體會(huì)遮擋或模糊更前方的物體。但卡耐基梅隆大學(xué)機(jī)器人研究所博士Peiyun Hu表示，自動(dòng)駕駛汽車通常不是這樣判斷周圍物體的。
自動(dòng)駕駛汽車使用激光雷達(dá)3D數(shù)據(jù)將物體表示為點(diǎn)云，然后將這些點(diǎn)云與物體3D表示庫(kù)匹配。Hu表示，問(wèn)題在于，車輛激光雷達(dá)3D數(shù)據(jù)并不非真正的3D，傳感器無(wú)法看到物體被遮擋的部分，而目前的算法也無(wú)法推斷出被遮擋的部分。Hu表示，“感知系統(tǒng)必須知道被遮擋的物體?！?/P>
Hu的研究使自動(dòng)駕駛汽車感知系統(tǒng)能夠在推斷傳感器所看到的東西時(shí)考慮可見(jiàn)性。事實(shí)上，關(guān)于可見(jiàn)性的推理已經(jīng)被一些公司用于構(gòu)建數(shù)字地圖。
卡耐基梅隆大學(xué)機(jī)器人學(xué)副教授Deva Ramanan解釋稱，“地圖構(gòu)建從根本上解釋了哪些地方是空的，哪些地方被占用了。但對(duì)以交通速度移動(dòng)的障礙物進(jìn)行實(shí)時(shí)處理時(shí)，這并不常用?！?/P>
在計(jì)算機(jī)視覺(jué)和模式識(shí)別（CVPR）大會(huì)上，Hu及其同事們借鑒地圖制作技術(shù)，幫助系統(tǒng)在識(shí)別物體時(shí)推斷物體的可見(jiàn)性。 在標(biāo)準(zhǔn)基準(zhǔn)測(cè)試中，他們的方法表現(xiàn)優(yōu)于之前的技術(shù)，對(duì)小汽車的檢測(cè)提高了10.7%，對(duì)行人的檢測(cè)提高了5.3%，對(duì)卡車的檢測(cè)提高了7.4%，對(duì)公共汽車的檢測(cè)提高了18.4%，對(duì)拖車的檢測(cè)提高了16.7%。
以往的系統(tǒng)沒(méi)有考慮到可見(jiàn)性，原因之一可能是考慮到計(jì)算時(shí)間。但Hu表示，其團(tuán)隊(duì)的方法只需要24毫秒，而激光雷達(dá)每次掃描時(shí)間位100毫秒。
（轉(zhuǎn)載）
