提高自駕車道路測試安全性的逼真模擬器
科技產業資訊室 (iKnow) - 黃松勳 發表於 2019年4月11日
圖、提高自駕車道路測試安全性的逼真模擬器
自駕車的好處是比那些容易分心、疲勞和情緒決定導致錯誤的人類駕駛更安全。但為確保安全，自駕車必須無誤地評估和反應駕駛環境，有鑑於汽車可能在路上遇到無數情況，自駕系統需要在極具挑戰性的條件下進行數億英里的道路試駕來證明其可靠性。雖然可能需要數十年才能達成，但可以透過電腦模擬精確地呈現現實世界並模擬周圍物體的行為，能快速、有效和安全地進行初步評估。由於人類駕駛的方式不容易透過數學模型和物理定律捕捉，因此，研究人員從影像中提取有關真實軌跡的數據，並利用社會科學方法模擬駕駛行為，以數據的方法，提供了一個更加真實和有益的交通模擬器。
研究人員在利用真實影像和雷射光達數據進行模擬時，遇到了長期的挑戰：每個場景必須反應自駕車的運動，即使這些運動可能沒有被原始攝影器或雷射光達感測器捕獲到。無論是照片還是影像都沒有捕獲到任何角度或視角，都必須利用預測方法來進行渲染或模擬，這就是仿真技術一直非常依賴電腦生成的圖形和依賴物理方式預測的原因。為了克服這一挑戰，研究人員開發了一種技術，可以隔離現實世界街景的各個組成部分，並可重新合成單個元素，來創建大量照片般逼真的駕駛場景。
透過AADS，車輛和行人可以從一個環境中升起，並以適當的照明和運動模式放置到另一個環境中，道路可以透過不同的交通狀況重建，每個場景的多個視角在車道變換和轉彎期間提供更逼真的視角。此外，與其他影像模擬技術相比，先進的圖像處理技術可使影像平順並減少失真，也可用於存取軌跡，進而模擬駕駛者的行為。
利用模擬出真實世界的影像和真實世界的動作，使自駕車的感測模組可以比以往的方法擁有更準確的資訊，也可以使自駕系統的導航策略得到更好地評估。研究人員希望一些開發自駕車的公司可採取相同的數據驅動方法改進他們自己的模擬器，來測試和評估自駕系統。(915字；圖1)
參考資料：
New, more realistic simulator will improve self-driving vehicle safety before road testing. Science Daily，2019/3/27
AADS: Augmented autonomous driving simulation using data-driven algorithms. Science Robotics，2019/3/27
本站相關資料
1. 南韓將投入K-City自駕車測試計畫1100萬美元
2. 車聯網C-V2X之10件事
3. 電腦到光腦 挑戰物理極限
4. 美國DMV公布2018年自動駕駛脫離報告，Waymo排第一
5. 天氣將成為完全自動駕駛的障礙 WaveSense探地雷達提高精準度
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|