增强道路模拟来帮助开发的无人驾驶汽车

今天的驾驶模拟器有一个大问题:他们看起来不现实,特别是背景物体,如树木、道路标记。但是研究人员已经开发出一种新方法为模拟器创建逼真的图像,为更好的测试无人驾驶汽车铺平了道路。

传统的计算机图形学中使用的详细模型,网格和纹理渲染二维图像三维场景,一个劳动密集型的过程产生的图像往往达不到现实,特别是在背景。然而通过使用机器学习框架称为生殖对抗网络(甘),研究人员能够培养他们的程序随机生成逼真的环境通过改善程序的视觉保真度的水平表示计算机图形学与现实。

测试人类如何反应时,这尤其重要,当他们在无人驾驶车辆或者,或者,在路上。

“当驾驶模拟像电脑游戏,大多数人不重视他们,”说Ekim Yurtsever该研究的第一作者、研究助理美国俄亥俄州立大学电气和计算机工程。“这就是为什么我们想要让我们模拟看起来尽可能类似于现实世界。”

该研究发表在《华尔街日报》IEEE智能交通系统。

研究人员从卡拉开始,一个开源驾驶模拟器,作为他们的基地。然后使用合成器GAN-based图像渲染背景元素,如建筑物、植被、甚至天空,把他们与更传统的渲染对象。

Yurtsever说驾驶模拟将继续需要传统的劳动密集型的图形渲染技术显示感兴趣的主要对象,如附近的汽车。但是,使用人工智能,氮化镓可以被训练使用真实数据生成现实的背景和前景。

研究者面临这些挑战之一是教学程序来识别模式的环境,一种技能必要的检测和创建对象像车辆、树木和阴影,互相区分这些对象。

”之美,这些模式和纹理在我们的模型不是由工程师设计,“Yurtsever说。“我们有一个模板的特征识别,但神经网络学习本身。”

他们的研究结果表明,混合前景对象不同于背景风景改善整个图像的照相现实主义。

然而,而不是修改整个仿真一次,这个过程必须做帧。但我们并不是生活在一帧一帧的世界中,项目的下一步将是提高程序的时间一致性,在每一帧前后是一致的,这样用户体验无缝和视觉上引人入胜的体验,Yurtsever说。

逼真的开发技术也可以帮助科学家们在研究错综复杂的司机分心,和帮助改善实验与真正的司机,Yurtsever说。路边和获得更大的数据集的场景,更身临其境的驾驶模拟可以改变人类与人工智能开始共享道路。

“我们的研究是一个极为重要的步骤在概念化和测试新的想法,“Yurtsever说。“我们永远不能取代现实世界测试,但如果我们能使模拟好一点,我们可以更好的了解我们如何可以提高自主驾驶系统和如何与它们进行交互。

参考:杨Yurtsever E、D, Koc IM, Redmill KA。照相现实主义在驾驶模拟:混合生成敌对的图像合成与渲染。IEEE反式。智能。透明。系统。2022:1-10。doi:10.1109 / TITS.2022.3193347

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。