對于自動駕駛汽車而言，能夠快速檢測到道路上的其他車輛或行人至關(guān)重要?？突仿〈髮W(xué)（Carnegie Mellon University）研究人員發(fā)現(xiàn)，幫助車輛識別其看不到的物體，可以顯著提高檢測精度。

       很明顯，人類視線中的物體會遮擋或模糊更前方的物體。但卡耐基梅隆大學(xué)機器人研究所博士Peiyun Hu表示，自動駕駛汽車通常不是這樣判斷周圍物體的。

       自動駕駛汽車使用激光雷達3D數(shù)據(jù)將物體表示為點云，然后將這些點云與物體3D表示庫匹配。Hu表示，問題在于，車輛激光雷達3D數(shù)據(jù)并不非真正的3D，傳感器無法看到物體被遮擋的部分，而目前的算法也無法推斷出被遮擋的部分。Hu表示，“感知系統(tǒng)必須知道被遮擋的物體?！?/P>

       Hu的研究使自動駕駛汽車感知系統(tǒng)能夠在推斷傳感器所看到的東西時考慮可見性。事實上，關(guān)于可見性的推理已經(jīng)被一些公司用于構(gòu)建數(shù)字地圖。

      卡耐基梅隆大學(xué)機器人學(xué)副教授Deva Ramanan解釋稱，“地圖構(gòu)建從根本上解釋了哪些地方是空的，哪些地方被占用了。但對以交通速度移動的障礙物進行實時處理時，這并不常用。”

       在計算機視覺和模式識別（CVPR）大會上，Hu及其同事們借鑒地圖制作技術(shù)，幫助系統(tǒng)在識別物體時推斷物體的可見性。 在標準基準測試中，他們的方法表現(xiàn)優(yōu)于之前的技術(shù)，對小汽車的檢測提高了10.7%，對行人的檢測提高了5.3%，對卡車的檢測提高了7.4%，對公共汽車的檢測提高了18.4%，對拖車的檢測提高了16.7%。

       以往的系統(tǒng)沒有考慮到可見性，原因之一可能是考慮到計算時間。但Hu表示，其團隊的方法只需要24毫秒，而激光雷達每次掃描時間位100毫秒。

（轉(zhuǎn)載）