科学& 技术
纳米纹理解决了历史性问题
防止在管道内部形成水垢的纳米纹理可显着降低工厂维护成本
-
无人驾驶汽车将能够看到马路下方
麻省理工学院正在研究新的传感器，无论雪或雾，它都能使车辆看到三米深。
全自动驾驶汽车的发展已与登月相提并论。这就是将人工智能系统推倒重来所涉及的技术，法律，甚至道德挑战。在所有这些问题中，最重要的问题之一就是需要汽车随时了解其位置并能够识别其环境。简单的降雪会使最先进的设备无用 自动驾驶系统。因此，麻省理工学院计算机科学与人工智能实验室（CSAIL）的一组研究人员一直在致力于开发一种系统，使车辆能够绘制地下土壤的地图。他们的方法使用了具有先进探测能力的探地雷达（GPR）。在这种情况下，它是由另一个MIT实验室开发的本地化GPR或LGPR。
到目前为止，提高环保意识的常用解决方案是使用摄像机和LiDAR系统。在进行环境3D映射时，后者非常有效，但是激光技术无法穿透例如大雪。取而代之的是，GPR系统可以发送深达三米的电磁脉冲，并检测沥青和地下土壤的成分，以及是否存在根和其他元素。 CSAIL利用这些功能将传感器集成到独立的车辆中，并在积雪覆盖的封闭回路中进行测试。
这个 技术项目 仍处于测试阶段，必须克服一些障碍。例如，测试中使用的LGPR系统宽1.5米，必须将其安装在车辆外部才能正常工作。但是，研究人员认为，从中期来看，他们的方法可以大大提高无人驾驶汽车的当前性能。
无人驾驶汽车虚拟驾驶学院
麻省理工学院在自动驾驶汽车领域的另一项举措是开发具有逼真的模拟引擎，该引擎具有无限的可能性，使他们能够学习在虚拟环境中的反应。迄今为止使用的模拟器的问题在于，来自真实人类轨迹的数据无法涵盖所有可能性。例如，对即将到来的碰撞或迎面驶来的车辆侵入车道的反应不是很频繁。现在，麻省理工学院的研究人员已经使用了称为VISTA的模拟器，该模拟器可以合成车辆在现实世界中可以遵循的无数轨迹。
本质上，这是收集人类驾驶视频数据的问题。每个帧都转换为3D点云，虚拟车辆将引入其中。在每次轨迹变化时，引擎都可以通过神经引擎模拟视角的修改并渲染另一个逼真的场景。每次虚拟车撞车时，系统会将其返回到起点，这被视为一种惩罚。随着时间的流逝，车辆行驶更远的距离而不会发生碰撞。随后，研究人员设法将这种学习转移到了真正的自动驾驶汽车上。
资源： 麻省理工学院
写你的评论
所有字段均为必填项。
{{CommentsCount}}条评论
目前没有人对此新闻发表评论。
成为第一个评论者。
{{firstLevelComment.Name}}
{{firstLevelComment.DaysAgo}}天前
{{firstLevelComment.Text}}
回答{{secondLevelComment.Name}}
{{secondLevelComment.DaysAgo}}天前
{{secondLevelComment.Text}}