自动驾驶汽车如何像赛车手一样处理急转弯

2019-04-02 09:50:59来源：cnBeta.COM 关键词：自动驾驶汽车人工智能阅读量：23340

导读：近日斯坦福大学的工程师创建了一个神经网络，可以使无人驾驶汽车像赛车手一样进行高速、低摩擦的操作。

　　据外媒The Verge报道，近日斯坦福大学的工程师创建了一个神经网络，可以使无人驾驶汽车像赛车手一样进行高速、低摩擦的操作。研究人员表示，这是提高自动驾驶汽车避免事故能力的重要一步。

　　相关研究论文本月早些时候在《科学⋅机器人学》杂志上发表。该论文主要作者 Nathan Spielberg表示：“我们希望我们的算法能够与熟练的驾驶员一样好 - 而且希望更好。” “我们的工作是出于安全的原因，我们希望自动驾驶汽车能够在许多情况下工作，从高摩擦柏油路的正常驾驶到冰雪路面的快速、低摩擦驾驶。”

　　该团队使用了一种称为神经网络的人工智能算法，该算法松散地基于我们大脑中的神经网络，以创建自动驾驶系统。神经网络是一种机器学习，程序员可以构建模型来筛选大量数据并查找模式。这些网络用于为自动驾驶车辆的“大脑”供电，该大脑通常是存储在每辆车行李箱中的高功率GPU，用于控制决策过程。

　　斯坦福大学的团队训练了一个神经网络，其中包含200,000个机动样本的数据，包括在冰雪等光滑表面上进行试驾。然后他们将他们的系统带到萨克拉门托山谷的Thunderhill赛道进行测试。斯坦福大学的车队在他们的测试中使用了两辆自动驾驶汽车：Niki——一辆自动驾驶的大众GTI，以及Shelley——一辆自动驾驶的奥迪TTS。

　　首先，Shelley在基于物理的自动系统控制下加速，预装了有关路线和条件的固定信息。当在同一场地的连续10次试验进行比较时，Shelley和熟练的业余车手产生了不相上下的单圈时间。然后，研究人员在Niki车辆上测试了他们新的神经网络系统。虽然神经网络缺乏关于道路摩擦的明确信息，但汽车的表现类似于运行学习和基于物理的系统。

　　原标题：自动驾驶汽车如何像赛车手一样处理急转弯

上一篇：详解工业机器人领域的集大成者：汽车制造

下一篇：传统仪器碰撞现代科技显微镜展现多种可能

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55
早报|深圳大学人工智能学院正式揭牌成立；SK海力士完成96GB CXL内存模块验证
深圳大学人工智能学院正式揭牌成立,学院建设基础学科研究中心和算力平台，与腾讯云共建产业学院；SK海力士宣布，其基于CXL 2.0标准的DDR5 96GB内存模块已通过客户验证......
人工智能内存模块数据传输设备
2025-04-23 10:41:12
宝马押宝人工智能，能赌赢吗？
宝马在电池续航方面也取得了显著进展，宝马第六代动力电池技术搭载大圆柱电芯，能量密度提升至300Wh/kg，支持15分钟内完成80%电量快充。
宝马人工智能
2025-04-16 14:58:14

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。