Selbstfahrender Autos werden Sie tun, erfahren, was anschauen
Selbstfahrende Autos verbringen viel Zeit mit der Suche auf ihre Umgebung zu wissen, wie sie auf der Straße reagieren sollte. Aber autonome Autos werden wahrscheinlich verbringen einige Zeit mit Ihnen, wie sie Verhalten sollte, zu trainieren.
Ein Team von Forschern an der Cornell University entwickelt ein neues System, welches eine Kamera auf den Fahrer trainiert, um zu verstehen, was sie Vorhaben, Handlungen von drei Sekunden heraus Vorhersagen. In erster Linie das System könnte verwendet werden, um die Fahrhilfen zu ergänzen, die bereits auf Autos erscheinen, aber in Zukunft könnte es helfen, autonome Autos zu trainieren, indem Sie sie mit einer reichen Naht von zusätzlichen Daten verwendet werden.
Das Team hat eine wiederkehrende neuronales Netz aufgebaut, nimmt in einer Reihe von Datenquellen, vorherzusagen, was die Person hinter dem Lenkrad tun könnte. Es versammelt Messungen von Geschwindigkeit, GPS-Positionen und Ausrichtung des Kopfes des Fahrers, unabhängig davon, ob das Auto in den nächsten paar Sekunden Spurwechsel wird eine Wahrscheinlichkeit zuzuordnen.
Nach dem sammeln Daten von 10 verschiedenen Fahrern, die 1.000 Meilen Autobahn und Stadt über zwei Monate gedeckt, kommentiert das Team das Filmmaterial um ihr neuronales Netz zu trainieren. Mit 700 Veranstaltungen — 300 Spurwechsel, 130 Umdrehungen und fast 300 zufällig ausgewählte Beispiele des Fahrens gerade — durchgekaut, es wurde dann lassen Sie locker auf live-Daten zu erraten, was passieren könnte. Das Team schreiben in einem Papier veröffentlicht auf ArXiv, dass die Software "Manöver erwarten kann 3,5 Sekunden, bevor sie, in Echtzeit auftreten." "
Das ist ziemlich beeindruckend – aber dann Spurwechsel auf Autobahnen sind wahrscheinlich einige der am einfachsten zu prognostizieren. Es wird interessant sein zu sehen, was das Team mit den Daten für die aktuellen und kommenden Autos tatsächlich tun kann und wie sie es um weitere subtile Aktionen auf belebten Straßen Vorhersagen zu zwicken.
[ArXiv über ArXiv Blog]
Bild von HomeArt/Shutterstock