據(jù)外媒報道，美國斯坦福大學(xué)（StanfordUniversity）的研究人員已經(jīng)研發(fā)出一種控制自動駕駛汽車的新方法，該方法整合了之前的駕駛經(jīng)驗，可幫助汽車在極端以及未知情況下，更安全地行駛。研究人員使用了斯坦福大學(xué)的自動駕駛汽車大眾GTI（名為Niki）以及自動駕駛汽車奧迪TTS（名為Shelley）在賽道上進行了摩擦極限測試，結(jié)果發(fā)現(xiàn)，與現(xiàn)有的自動駕駛控制系統(tǒng)以及經(jīng)驗豐富的賽車手相比，上述兩輛自動駕駛汽車的表現(xiàn)也很好。

自動駕駛汽車的控制系統(tǒng)需要訪問道路-輪胎摩擦信息，此類信息決定了汽車在緊急情況下，為保持在道路上行駛，制動、加速和轉(zhuǎn)向操作所能達到的極限。如果工程師們希望讓自動駕駛汽車安全地達到極限，如讓自動駕駛汽車在冰面上進行緊急操作，那么工程師們必須提前向汽車提供道路-輪胎摩擦信息等細節(jié)。而在真實世界中由于摩擦力是不斷變化的，因此通常很難預(yù)測。

為研發(fā)出一個更靈活、反應(yīng)更靈敏的控制系統(tǒng)，研究人員創(chuàng)建了一個神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)整合了過去車輛在加州威洛斯（Willows,California）雷山賽道（ThunderhillRaceway）的駕駛數(shù)據(jù)，以及一個冬季測試設(shè)施，該設(shè)施包含了20萬條物理軌跡基礎(chǔ)知識。

研究人員表示，自動駕駛汽車首先要進行規(guī)劃，然后才能沿著安全軌道在環(huán)境中行駛。為了證明自己比人類更安全，自動駕駛汽車必須在各種條件和緊急情況下，與人類駕駛員一樣，甚至更好地執(zhí)行任務(wù)。我們展示了一個前饋-反饋控制結(jié)構(gòu)，結(jié)合一個簡單的物理模型，跟蹤路徑內(nèi)摩擦達到極限的車輛，發(fā)現(xiàn)其表現(xiàn)可與業(yè)余冠軍賽車手的表現(xiàn)相媲美，關(guān)鍵是要有合適的模型。盡管物理模型在透明性和直覺方面比較有優(yōu)勢，但是它們需要圍繞單個操作點進行明確表征，并且不能利用自動駕駛汽車生成的大量車輛數(shù)據(jù)。為了克服上述限制，我們使用車輛過去的狀態(tài)以及物理模型驅(qū)動的信息，研發(fā)了一個神經(jīng)網(wǎng)絡(luò)架構(gòu)。當在自動駕駛試驗車上采用相同的前饋-反饋控制結(jié)構(gòu)時，神經(jīng)網(wǎng)絡(luò)比物理模型的表現(xiàn)更好。更值得注意的是，當結(jié)合干燥路面和雪地的訓(xùn)練數(shù)據(jù)時，該模型能夠?qū)囕v行駛的路面做出合適預(yù)測，而不需要明確估計路面摩擦情況。上述結(jié)果表明，該網(wǎng)絡(luò)架構(gòu)值得進一步研究，作為自動駕駛汽車在工作中基于物理模型控制系統(tǒng)的基礎(chǔ)。

上一篇：寬凳科技發(fā)布大規(guī)模全自動高精地圖技術(shù)，并開始商業(yè)化摸索 下一篇：寶馬：3萬歐元、300英里的i2與EQA同平臺 【圖】