蓋世汽車訊 據(jù)外媒報道,加拿大多倫多大學(xué)(University of Toronto)的一組工程研究人員正專注于提升自動駕駛汽車等機器人系統(tǒng)的推理能力,以增強此類系統(tǒng)在不斷變化的環(huán)境中的可靠性和安全運行能力。
自動駕駛推理能力(圖片來源:多倫多大學(xué))
多目標物體跟蹤是自動駕駛汽車領(lǐng)域中一個至關(guān)重要的問題,也是Steven Waslander教授領(lǐng)導(dǎo)的多倫多大學(xué)機器人與AI實驗室(UTIAS)的研究重點。機器人系統(tǒng)追蹤移動物體(包含其他車輛、行人和騎行者等)的位置和運動,從而在人口密集的地區(qū)規(guī)劃行進路徑。
追蹤信息主要從計算機視覺傳感器(2D攝像頭圖像和3D激光雷達掃描)中收集,并在每個時間戳處以每秒10次的頻率進行過濾,以預(yù)測移動物體的未來運動。
來源:第一電動網(wǎng)
作者:蓋世汽車
本文地址:http://m.22xuexi.com/news/shichang/232327
以上內(nèi)容轉(zhuǎn)載自蓋世汽車,目的在于傳播更多信息,如有侵僅請聯(lián)系admin#d1ev.com(#替換成@)刪除,轉(zhuǎn)載內(nèi)容并不代表第一電動網(wǎng)(m.22xuexi.com)立場。
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請聯(lián)系admin#d1ev.com(#替換成@)刪除。