麻省理工學(xué)院和豐田的研究人員設(shè)計(jì)了一種新模型，以幫助自動(dòng)駕駛汽車(chē)確定何時(shí)可以安全地將視線合并到交叉路口的交通中。他們的論文發(fā)表在 IEEE Robotics and Automation Letters上。

根據(jù)美國(guó)運(yùn)輸部2018年的一項(xiàng)研究，2016年，約23％的致命交通事故和32％的非致命交通事故發(fā)生在交叉路口。幫助無(wú)人駕駛汽車(chē)和人類(lèi)駕駛員穿越交叉路口的自動(dòng)化系統(tǒng)可能需要直接看到必須避開(kāi)的物體。當(dāng)他們的視線被附近的建筑物或其他障礙物阻擋時(shí)，這些系統(tǒng)可能會(huì)失效。

研究人員開(kāi)發(fā)了一個(gè)模型，該模型使用自身的不確定性來(lái)估計(jì)此類(lèi)交叉口的潛在碰撞或其他交通中斷的風(fēng)險(xiǎn)。它權(quán)衡了幾個(gè)關(guān)鍵因素，包括附近所有的視覺(jué)障礙，傳感器噪聲和錯(cuò)誤，其他汽車(chē)的速度，甚至其他駕駛員的注意力。基于測(cè)得的風(fēng)險(xiǎn)，系統(tǒng)可以建議汽車(chē)停車(chē)，駛?cè)虢煌ɑ蛳蚯巴苿?dòng)以收集更多數(shù)據(jù)。

頂部：無(wú)信號(hào)交叉路口且視野被遮擋的情況會(huì)帶來(lái)危險(xiǎn)的情況，即在交通中進(jìn)行無(wú)保護(hù)的轉(zhuǎn)彎。底部：豎線表示每個(gè)離散路段的風(fēng)險(xiǎn)，而橫線表示占用率估計(jì)值。McGill 等。

當(dāng)您接近交叉路口時(shí)，有發(fā)生碰撞的潛在危險(xiǎn)。相機(jī)和其他傳感器需要視線。如果有遮擋物，則它們沒(méi)有足夠的可見(jiàn)性來(lái)評(píng)估是否有可能發(fā)生某種情況。在這項(xiàng)工作中，我們使用對(duì)不確定性更強(qiáng)的預(yù)測(cè)控制模型，以幫助車(chē)輛安全地應(yīng)對(duì)這些充滿挑戰(zhàn)的路況。

-麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）主任兼安德魯·厄納·維特比（Andrew and Erna Viterbi）電氣工程與計(jì)算機(jī)科學(xué)教授

研究人員對(duì)該系統(tǒng)進(jìn)行了100多次試驗(yàn)，測(cè)試了遙控汽車(chē)在受阻的十字路口向左轉(zhuǎn)，其他汽車(chē)不斷駛過(guò)十字路口的繁忙城市模擬。實(shí)驗(yàn)涉及全自動(dòng)駕駛汽車(chē)和人類(lèi)駕駛但由系統(tǒng)輔助的汽車(chē)。

即使該模型正確執(zhí)行了所有操作，仍然存在人為錯(cuò)誤，因此該模型還估計(jì)了其他駕駛員的意識(shí)。

“如今，駕駛員可能會(huì)發(fā)短信或分散注意力，因此做出反應(yīng)所需的時(shí)間可能更長(zhǎng)。我們也為條件風(fēng)險(xiǎn)建?！薄?span>研究人員Stephen G. McGill表示

研究人員說(shuō)，在遙控汽車(chē)上實(shí)時(shí)運(yùn)行該模型表明，它的效率和速度足夠快，可以在不久的將來(lái)部署到全面的自動(dòng)測(cè)試汽車(chē)中。