多伦多——传统上,大多数自动驾驶汽车都是在气候温暖的地区进行测试的,比如亚利桑那州、加利福尼亚州和得克萨斯州。但是,多伦多大学(University of Toronto)的一项新倡议旨在让加拿大成为冬季测试自动驾驶汽车的热门地区。
WinTOR:在不利条件下的自动驾驶是一个新的合作项目,旨在将安大略省转变为一个冬季自动驾驶相关的全球研发中心。合作伙伴包括通用汽车(General Motors)和LG电子(LG Electronics)。
多伦多大学(University of Toronto)航空航天研究所(Institute for Aerospace Studies)副教授史蒂文·沃斯兰德(Steven Waslander)解释说:“冬季的天气状况加剧了自动驾驶的剩余挑战。”“能见度降低限制了感知性能,路面滑溜是车辆控制的一大挑战。”
为了在包括冬天在内的所有条件下都能安全驾驶,Waslander表示,自动驾驶汽车需要充分观察周围环境,尽管它们的传感器范围有限,以获得挑战性情况的提前预警,并对不断变化的条件做出快速反应。
去年,Waslander和他的同事发布了加拿大不利驾驶条件数据集。创建使用Autonomoose这是一款由Waslander和他的团队设计的自动驾驶汽车,开源数据记录了安大略省西南部道路上真实的冬季驾驶状况。这些数据已经被世界各地的研究人员用来训练新的人工智能软件。
WinTOR项目分为三个主题:
*用于物体检测的传感器滤波。分析传感器数据的新方法,如视觉摄像机、雷达和激光雷达,将有助于从下落或飘雪引起的噪音中分离出代表真实物体的信号。策略将包括预处理技术和经过训练能够意识到自身性能极限的改进人工智能算法。
*传感器融合、定位和跟踪。虽然今天的自动驾驶汽车可以可靠地确定它们与周围环境的关系,但它们使用的技术在不利的驾驶条件下开始失效。工程师们将利用视觉和激光雷达配准的新算法策略,以及新的传感选项,如探地雷达和汽车雷达,使定位算法在不利条件下更具弹性。
*预测、计划和控制。自动驾驶汽车需要改变驾驶方式,以应对冬季的危险。例如,他们可能会选择略微不同的路径来避开雪堆,或者在他们的传感器认为特别滑的路段上减速。他们将了解恶劣天气对周围车辆的影响,并能够评估结果不确定性的增加,使他们能够制定在冬季可靠执行的行动计划。