無(wú)人駕駛機(jī)視覺(jué)定位

近年來(lái)，無(wú)人駕駛汽車的安全性一直飽受詬病。尤其是在視覺(jué)方位的識(shí)別和判斷上，無(wú)人駕駛汽車和人類一樣，沒(méi)有GPS導(dǎo)航，很容易就會(huì)出現(xiàn)迷路的情況。

近日，加州理工學(xué)院基于人工智能和深度學(xué)習(xí)開發(fā)出一種關(guān)于視覺(jué)導(dǎo)航系統(tǒng)的全新算法，可以使無(wú)人駕駛汽車在迷路時(shí)獲得關(guān)于自身的精準(zhǔn)定位。值得一提的是，該技術(shù)可在地形和季節(jié)變化的情況下發(fā)揮作用，這在同類測(cè)試實(shí)驗(yàn)中尚屬首次。

相關(guān)論文

有關(guān)該研究過(guò)程的詳細(xì)信息發(fā)表在《科學(xué)·機(jī)器人》雜志上。

相關(guān)論文以《一種季節(jié)性不變的深度變換用于視覺(jué)地形相對(duì)導(dǎo)航》為題，加州理工學(xué)院工程與應(yīng)用科學(xué)部講師、研究員安東尼·弗拉戈索擔(dān)任第一作者。

該論文提到，視覺(jué)地形相對(duì)導(dǎo)航（Visualterrain related navigation，VTRN）是一種基于從機(jī)器人車輛獲取的源圖像與地理參考目標(biāo)圖像配準(zhǔn)的定位方法，也被稱為地理注冊(cè)。

VTRN系統(tǒng)于20世紀(jì)60年代獲得首次開發(fā)使用，經(jīng)過(guò)長(zhǎng)達(dá)一甲子的技術(shù)革新，目前VTRN已經(jīng)成為在GPS受限的環(huán)境下進(jìn)行空中定位和導(dǎo)航的一種流行方法。

這意味著，憑借現(xiàn)有的地球和其他行星的高分辨率圖像數(shù)據(jù)庫(kù)，即使在沒(méi)有外部定位信號(hào)的情況下，VTRN也能為空中和太空機(jī)器人提供準(zhǔn)確、無(wú)漂移的導(dǎo)航，無(wú)人駕駛汽車也包括在內(nèi)。

VTRN系統(tǒng)

VTRN系統(tǒng)

弗拉戈索介紹VTRN系統(tǒng)

盡管VTRN具有高精度的潛力，但它仍然非常容易受到常見(jiàn)和可預(yù)測(cè)的季節(jié)性因素影響，例如光照、植被變化和積雪覆蓋等。

“來(lái)自衛(wèi)星的圖像和自動(dòng)駕駛汽車的圖像必須保持一致，這樣無(wú)人駕駛技術(shù)才能發(fā)揮作用。然而在實(shí)際系統(tǒng)中，事物會(huì)根據(jù)季節(jié)發(fā)生巨大變化，導(dǎo)致圖像產(chǎn)生差異從而無(wú)法直接比較?！备ダ晁髟诮邮懿稍L時(shí)介紹道。

在弗拉戈索看來(lái)，VTRN系統(tǒng)原有的工程配準(zhǔn)算法比較成熟，具有可證明的幾何優(yōu)勢(shì)，但它并不能適應(yīng)季節(jié)性影響引起的內(nèi)容變化，與現(xiàn)實(shí)環(huán)境的匹配能力較差，任何改變或遮擋地形的東西都有可能引起系統(tǒng)混淆。

這種情況下，想要避免VTRN系統(tǒng)由于視覺(jué)混淆導(dǎo)致的迷路，只有兩種解決辦法：

一種是擁有一個(gè)龐大且完整的圖像數(shù)據(jù)庫(kù)，使無(wú)人駕駛在任何情況下都可借此定位，而這顯然不太現(xiàn)實(shí)。

因此，加州理工學(xué)院的研究員們選擇了第二種方式，即通過(guò)深度學(xué)習(xí)和人工智能，總結(jié)出一種能夠幫助無(wú)人駕駛汽車克服季節(jié)性變化阻礙的新算法。

弗拉戈索認(rèn)為，基于深度學(xué)習(xí)的方法雖然可以適應(yīng)圖像內(nèi)容的變化，但會(huì)產(chǎn)生不確定的位置估計(jì)，這些估計(jì)要么是錯(cuò)誤的，要么需要繁瑣的人工注釋。

于是在這項(xiàng)工作中，他通過(guò)圖像轉(zhuǎn)換架構(gòu)針對(duì)性地使用深度學(xué)習(xí)來(lái)解決問(wèn)題，該架構(gòu)將季節(jié)性圖像轉(zhuǎn)換為穩(wěn)定、不變的域，使傳統(tǒng)算法無(wú)需修改即可使用。簡(jiǎn)單來(lái)說(shuō)，就是一種人工智能通過(guò)梳理出人類可能遺漏的細(xì)節(jié)和特征來(lái)尋找圖像的模式。

“我們的圖像變換保留了傳統(tǒng)方法的幾何結(jié)構(gòu)和不確定性估計(jì)，并在極端季節(jié)性變化下展示了卓越的性能，同時(shí)還易于訓(xùn)練和高度概括?！备ダ晁鞅硎?。

這項(xiàng)研究證明了VTRN系統(tǒng)在新算法的幫助下，只要提出的架構(gòu)相對(duì)穩(wěn)定，經(jīng)典配準(zhǔn)方法在機(jī)器人視覺(jué)導(dǎo)航方面同樣可以擁有出色的表現(xiàn)，比如在具有挑戰(zhàn)性和逼真的視覺(jué)導(dǎo)航任務(wù)中消除地形帶來(lái)的不匹配現(xiàn)象，并且能夠始終如一地預(yù)測(cè)可靠的圖像。

測(cè)試數(shù)據(jù)顯示，無(wú)人駕駛汽車可以憑借新算法獲得更準(zhǔn)確的定位，92%的嘗試都實(shí)現(xiàn)了正確匹配。而且測(cè)試中出現(xiàn)的問(wèn)題基本都可以被提前識(shí)別，從而依靠導(dǎo)航技術(shù)順利解決。

除此之外，VTRN系統(tǒng)在太空任務(wù)中也發(fā)揮著至關(guān)重要的作用。由于傳統(tǒng)慣性，導(dǎo)航很難實(shí)現(xiàn)精確定位，探測(cè)器往往需要借助視覺(jué)地形相對(duì)導(dǎo)航來(lái)減小導(dǎo)航誤差，從而完成太空著陸任務(wù)。而且VTRN系統(tǒng)也可用于完成在太空環(huán)境下尋找包括水在內(nèi)的科學(xué)目標(biāo)。

考慮到視覺(jué)地形相對(duì)導(dǎo)航系統(tǒng)后續(xù)的技術(shù)擴(kuò)展，如克服天氣變化的影響等，無(wú)人駕駛技術(shù)的安全性必將得到極大改善，同時(shí)，這將進(jìn)一步推動(dòng)智能駕駛時(shí)代的到來(lái)。（摘自美《深科技》） （編輯/費(fèi)勒萌）