機(jī)器學(xué)習(xí)如何賦能自動(dòng)駕駛汽車(chē)

機(jī)器學(xué)習(xí)如何賦能自動(dòng)駕駛汽車(chē)

配備機(jī)器學(xué)習(xí)算法的自動(dòng)駕駛汽車(chē)可以做出更好的決策、識(shí)別和分類(lèi)物體,以及解釋情況。

在世界的日常運(yùn)作中,人類(lèi)已經(jīng)取得了長(zhǎng)足的進(jìn)步,技術(shù)的融合只會(huì)越來(lái)越緊密。人工智能及其子類(lèi)機(jī)器學(xué)習(xí)在整個(gè)創(chuàng)新時(shí)代引起了巨大的漣漪,以至于連自動(dòng)駕駛汽車(chē)都成為了未來(lái)。一些跨國(guó)企業(yè),如Tesla、Google,已經(jīng)啟動(dòng)了Waymo One等自動(dòng)駕駛項(xiàng)目,以促進(jìn)由于機(jī)器學(xué)習(xí)而成為可能的自動(dòng)駕駛出租車(chē)服務(wù)。下面展開(kāi)其在這一創(chuàng)新中的作用。

機(jī)器學(xué)習(xí)如何改變自動(dòng)駕駛汽車(chē)的游戲規(guī)則

自動(dòng)駕駛汽車(chē),也被稱為自動(dòng)駕駛汽車(chē)或機(jī)器人汽車(chē),是一個(gè)集成機(jī)器學(xué)習(xí)、車(chē)輛自動(dòng)化硬件和軟件的整體。汽車(chē)的硬件不斷收集周?chē)h(huán)境的數(shù)據(jù),而軟件則對(duì)收集到的數(shù)據(jù)進(jìn)行分類(lèi),進(jìn)一步部署到機(jī)器學(xué)習(xí)算法中。ML算法本質(zhì)上是通過(guò)從先前事件中收集到的數(shù)據(jù)來(lái)增強(qiáng)其決策制定,并確定最佳的數(shù)據(jù)驅(qū)動(dòng)行動(dòng)。簡(jiǎn)單地說(shuō),ML算法會(huì)隨著數(shù)據(jù)的增加而提高其有效性。

在現(xiàn)實(shí)世界中,影響汽車(chē)即將取得成功的技術(shù)是傳感攝像頭、雷達(dá)和激光雷達(dá),使其能夠清楚地評(píng)估速度、位置、尺寸和更多周?chē)h(huán)境。通過(guò)雷達(dá)波脈沖協(xié)助在夜間探測(cè)被遮蔽的物體,并確定物體的速度和位置。此外,這些汽車(chē)?yán)脩T性測(cè)量單元來(lái)控制車(chē)輛的加速度和位置。

用于自動(dòng)駕駛的關(guān)鍵機(jī)器學(xué)習(xí)算法

自動(dòng)駕駛汽車(chē)中的機(jī)器學(xué)習(xí)是多種算法的協(xié)作,有助于自動(dòng)駕駛的有效運(yùn)行。

?AdaBoost

AdaBoost是一種用于增強(qiáng)自動(dòng)駕駛汽車(chē)的學(xué)習(xí)過(guò)程和性能的基本算法,可以消除機(jī)器學(xué)習(xí)的不足之處。其結(jié)合了各種低級(jí)算法的輸出,集成更有效的算法,以實(shí)現(xiàn)汽車(chē)的成功預(yù)測(cè)和決策。

?SIFT

SIFT即尺度不變特征變換,通過(guò)與數(shù)據(jù)庫(kù)的對(duì)應(yīng)來(lái)檢測(cè)部分模糊的對(duì)象。該算法通過(guò)給無(wú)數(shù)個(gè)對(duì)象分配多個(gè)點(diǎn)來(lái)進(jìn)行圖像匹配,這些點(diǎn)有助于算法識(shí)別對(duì)象。從本質(zhì)上說(shuō),如果一輛靜止的車(chē)輛部分隱藏在一塊巨石后面,自動(dòng)駕駛汽車(chē)就會(huì)通過(guò)車(chē)輛上的點(diǎn)搜索其數(shù)據(jù)庫(kù)。

?TextonBoost

與AdaBoost類(lèi)似,TextonBoost算法將多個(gè)低性能的分類(lèi)器合并為一個(gè)高性能的分類(lèi)器,以準(zhǔn)確地識(shí)別對(duì)象。其利用物體的背景、形狀和外觀,并通過(guò)其特征來(lái)識(shí)別。

?YOLO

YOLO是識(shí)別和分組對(duì)象的最佳算法之一,其通過(guò)將圖像劃分為片段來(lái)分析圖像。每個(gè)片段都有邊界框和預(yù)測(cè)來(lái)對(duì)圖像進(jìn)行分類(lèi)。

總之,我們只探索了人工智能和機(jī)器學(xué)習(xí)技術(shù)的冰山一角,但自動(dòng)駕駛汽車(chē)無(wú)疑正在為未來(lái)鋪平道路。

----------------------------------峰會(huì)預(yù)告

近期,由千家網(wǎng)主辦的2022年第23屆中國(guó)國(guó)際建筑智能化峰會(huì)將正式拉開(kāi)帷幕,本屆峰會(huì)主題為“數(shù)智賦能,碳索新未來(lái)”,屆時(shí)將攜手全球知名建筑智能化品牌及專(zhuān)家,共同分享AI、云計(jì)算、大數(shù)據(jù)、IoT、智慧城市、智能家居、智慧安防等熱點(diǎn)話題與最新技術(shù)應(yīng)用,并探討如何打造“更低碳、更安全、更穩(wěn)定、更開(kāi)放”的行業(yè)生態(tài),助力“雙碳”目標(biāo)的實(shí)現(xiàn)。

歡迎建筑智能化行業(yè)同仁報(bào)名參會(huì),分享交流!

報(bào)名方式

廣州站(12月08日):https://www.huodongxing.com/event/2638587914600

成都站(12月20日):https://www.huodongxing.com/event/5657854318600

西安站(12月22日):https://www.huodongxing.com/event/4638585444400

上海站(12月27日):https://www.huodongxing.com/event/3638582473900

北京站(12月29日):https://www.huodongxing.com/event/4638577546900

更多2022年峰會(huì)信息,詳見(jiàn)峰會(huì)官網(wǎng):http://summit.qianjia.com/

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2022-11-21
機(jī)器學(xué)習(xí)如何賦能自動(dòng)駕駛汽車(chē)
配備機(jī)器學(xué)習(xí)算法的自動(dòng)駕駛汽車(chē)可以做出更好的決策、識(shí)別和分類(lèi)物體,以及解釋情況。

長(zhǎng)按掃碼 閱讀全文