易坊好文馆

  1. 首页 > 生活百科 >

Waymo无人车是如何进行行为预测的？


Waymo的工资平取决孝稿戚于员工的职位和经验水平 。根据Glassdoor上的一项调查，巧陵Waymo的平均薪敬御酬水平为每小时$48.19，平均年薪为$95,000 。根据职位类型，Waymo的薪资水平可能会有所不同 ， 但总体而言，它相对较高 。
Waymo无人车是如何进行行为预测的？【太平洋汽车网】waymo自动驾驶汽车需要3个激光 。特斯拉和Waymo都试图收集和处理大量的数据 ， 轿码用于研发自动驾驶技术 。
下面介绍自动驾闭数哪驶的感知层面的内容，感知是自动驾驶需要完成的核心 。
感知层是汽车内部用于理解周围环境的系统，这套系统一般有两个主要输入 ， 第一个是地图，第二个是传感器数据 。
地图在场景中是优先考虑的，例如在实际场景中，如果重复计算道路的实际位置，重复计算每个交叉路口的连接情况，这是十分愚蠢的行为 ， 一旦自动驾驶汽车得到场景，这些信息都可以预先计算，提前计算的好处在于把车载算力节省下来，将其用于更加重要的任务计算上，这通常叫做映射联系 ， 目的是为了减少计算量 。一旦汽车行驶起来，必须在车上完成这些计算 。
另外一个输入是传感器数据实时反馈的数据，这些数据其实就是信号 ， 它们会告诉自动驾驶车辆交通信号灯是红是绿，行人往哪里，汽车往那里，以及那些汽车在进行什么样的行为 。
自动驾驶汽车上有很多传感器包括视觉系统，雷达 ， 激光雷达，这是自动驾驶汽车拥有的三大传感器阵列，这几个部分被设计成相互协作互补的 ， 毕运这个特点首先体现在汽车的布置，由于这些部分是相互协作的，因此不把它们放在同一位置 。
（图/文/摄：太平洋汽车网问答叫兽）
这下谷歌也栽了Waymo自动驾驶车辆在美国发生事故在交通场景中，各个道路使用者（车辆、自行车、行人等）的行为充满了不确定性，对于这些行为的预测也应是概率的而非确定性的 。
优秀驾驶员的关键素质之一是能够预见和预测道路上其他人可能会做什么 。例如，另一辆车并入我们的车道或我们前面的骑自行车的人左转的可能性是多少？能够准确预测其他道路使用者的意图的能力 ， 可以使无人车做出最安全的决策 。
其他道路参与者的行为往往很难预测，通常需要对交通场景有一个整体的了解，包括车道的宽度 ， 四向交叉路口规则，交通信号灯和标志等 。
预测模块往往要承接感知、定位、地图模块，通过预测算法，可以给出障碍物未来的运动轨迹，输出给下游规划模块 。
尽管行为预测大致思路是相同的 ， 但是不同研究者在算法等方面的考量还是有很大差别的 。本文来介绍一下Waymo是如何做的 。
Waymo通过高精地图与传感器的实时信息相结合，为车辆提供语义环境 。其他道路使用者的行为通常很复杂，并且很难用一组基于地图的交通规则来描述，因为驾驶模式在不同位置之间会有所不同，并且其他道路使用者可能会违反这些规则 。所以 ， 需要通过机器学习来使系统学习新的行为辩烂类型来建模并降低这种复杂性 。
而研究驾驶行为预测，必然涉及道路网络建模，即道路的拓扑结构 。
将高度详细的地图合并到行为预测模型中的最流行方法是通过将地图渲染为像素并使用卷积神经网络（CNN）对场景信息（例如交通标志，车道和道路边界）进行编码 。但是 ， 此过程需要大量的计算和时间 。此外，将地图作为图像处理会给建模长距离几何图形（例如前方合并的车道）带来挑战 ， 这会影响预测的质量 。
为了解决这些痛点并更好地预测他人的行为以做出更好的决策，Waymo 开发了一种新的模型VectorNet ， 与CNN相比，该模型可提供更准确的行为预测，同时使用更少的计算量 。
地图要素和传感器弯灶态输入都可以简化为点，多边形或曲线 。例如，车道边界包含多个建立样条曲线的控制点；人行横道是由多个点定义的多边形；停车标志由单点表示 。曲线，多边形和点都可以近似表示为包含多个控制点的折线 。折线进一步分成矢量片段 。这样，我们可以将所有道路特征和其他对象的轨迹表示为此类矢量的集合 。借助这种简化的视图，waymo着手设计了一种可以有效处理传感器和地图输入的网络 。
这是一种新颖的层次图神经网络：在第一级（由折线子图组成）中 ， VectorNet 收集每条折线内的信息；在第二层（称为全局交互图）中，VectorNet 在折线之间交换信息 。
通过这个过程，神经网络获得了各种向量之间的关系 。例如汽车进入十字路口或行人埋源接近人行横道时，就会发生这些关系 。通过学习道路特征和对象轨迹之间的这种相互作用 ， VectorNet 能够通过学习不同的行为模式来更好地预测其他道路参与者的行为 。
为了进一步增强 VectorNet 的功能，waymo对该系统进行了训练，以从模糊线索中学习，以推断出车辆周围接下来会发生什么，从而做出更好的行为预测 。例如，重要的场景信息通常在行驶时会被遮挡，例如树叶遮住停车标志 。当人类驾驶员遇到这种情况时，即使他们看不见，他们也可以借鉴过去的经验来推断发生某事的可能性 。通过在训练过程中随机掩盖地图特征（例如在四通路口的停车标志并要求网络完成），VectorNet可以进一步提高Waymo Driver对周围世界的了解，并为意外做好准备 。
将VectorNet与ResNet进行比较 ， 发现VectorNet的计算和位移误差有所改善 。与最先进且使用最广泛的ConvNets之一ResNet-18相比，VectorNet的性能提高了18％，而每个场景只有50个代理时 ， 仅使用29％的参数，而且仅消耗20％的计算量 。
VectorNet使waymo能够更好地适应这些新领域，更有效地学习 ， 并帮助实现完全自动驾驶 。
美国当地时间周五下午，一辆由Waymo运营的自动驾驶汽车在亚利桑那州钱德勒市发生车祸 。从事故现场拍摄的照片来看 ， 我们发现这辆Waymo自驾车的侧面凹陷 ， 而另一辆车的前端被撞碎，事故还造成了Waymo自驾车内乘客的轻伤 。据了解 ， 事故发生时，肆衫Waymo的自动驾驶汽车处于自动驾驶模式 ， 但这并不是事故原因 。随后，当地警方发表声明 。声明称，当时为了躲避另一辆车 ， 事故中的本田车在突然转弯时失控，撞上了低速行驶的Waymo自驾车，当时该车处于自动驾驶模式，驾驶座上坐闷基着一名乘客 ， 受了轻伤 。随后，两辆车都被拖离事故现场，目前仍在调查中 。今年3月 ， 优步的一辆自动驾驶汽车撞死了一名行人，这引蚂雹谨起了人们对自动驾驶安全性的极大怀疑，因为这是世界上第一起由自动驾驶车辆造成的行人死亡事故 。事故发生后，优步已停止在全国范围内测试自动驾驶汽车 ， 许多自动驾驶公司也面临新的审查 。
【Waymo无人车是如何进行行为预测的？】以上就是关于waymo工资高吗全部的内容，如果了解更多相关内容，可以关注我们 ， 你们的支持是我们更新的动力！

    推荐阅读


    上一篇：可以视频聊天的社交软件

    下一篇：世界上最大的苹果