我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:一品彩票 > 反馈控制 >

斯坦福大学研发新神经网络系统 帮助自动驾驶汽车学会处理未知情

归档日期:07-27       文本归类:反馈控制      文章编辑:爱尚语录

  研究人员表示,自动驾驶汽车首先要进行规划,然后才能沿着安全轨道在环境中行驶。为了证明自己比人类更安全,自动驾驶汽车必须在各种条件和紧急情况下,与人类驾驶员一样,甚至更好地执行任务。我们展示了一个前馈-反馈控制结构,结合一个简单的物理模型,跟踪路径内摩擦达到极限的车辆,发现其表现可与业余冠军赛车手的表现相媲美,关键是要有合适的模型。尽管物理模型在透明性和直觉方面比较有优势,但是它们需要围绕单个操作点进行明确表征,并且不能利用自动驾驶汽车生成的大量车辆数据。为了克服上述限制,我们使用车辆过去的状态以及物理模型驱动的信息,研发了一个神经网络架构。当在自动驾驶试验车上采用相同的前馈-反馈控制结构时,神经网络比物理模型的表现更好。更值得注意的是,当结合干燥路面和雪地的训练数据时,该模型能够对车辆行驶的路面做出合适预测,而不需要明确估计路面摩擦情况。上述结果表明,该网络架构值得进一步研究,作为自动驾驶汽车在工作中基于物理模型控制系统的基础。

  该研究小组在雷山赛道对新系统进行了对比测试。首先,自动驾驶汽车Shelley由物理模型自动驾驶系统控制,预先加载了有关赛道和驾驶条件的信息集。该车在赛道周围不断加速行驶,当在相同赛道上完成了10次连续试验后,Shelley与一名熟练业余驾驶员达到的圈速相当。然后,研究人员在自动驾驶汽车Niki上安装了新型神经网络系统,尽管该神经网络缺乏有关道路摩擦的确切信息,该车在运行学习系统与物理模型系统的表现却相似。

  在模拟测试中,神经网络系统在高摩擦和低摩擦两种情况下的表现都优于物理模型系统。在混合了高摩擦与低摩擦的情况下,神经网络系统表现得特别好。虽然研究结果鼓舞人心,但是研究人员强调,该神经网络系统在自动驾驶汽车已经经历过的外部环境中表现不佳。研究人员表示,随着自动驾驶汽车产生越来越多的数据,以训练该神经网络,未来,自动驾驶汽车将能够处理更广泛的驾驶条件。

本文链接:http://explodingspec.com/fankuikongzhi/734.html