Categories
科技報導

RoadTagger AI可增強車載導航的路徑識別精度



儘管全球衛星導航(GPS)系統已經在民用市場得到了廣泛的應用,但人們在日常駕駛的過程中仍難以避免拐錯路口的尷尬。好消息是,來自麻省理工學院(MIT)和卡塔爾計算機研究所的一支團隊,想到了借助衛星圖像來增強現有地圖數據的方法。其中最吸引我們的,莫過於借助人工智能(AI)來計算被數據和建築物所遮擋的道路佈局。

MIT RoadTagger AI.jpg

(來自:MIT,via New Atlas)

這項被稱作“道路標記”(RoadTagger)的技術,旨在衛星圖像上運用機器學習技術。

系統能夠高度準確地找出道路上的一些額外細節(比如有多少條車道),從而提供有關岔路口或車道合併等預警信息。

此外,RoadTagger 可用於對非機動車道和停車位的合理預估,在缺乏地圖數據的地方特別實用(相對快速和低開銷地為地圖補充額外的細節)。

MIT 的 Sam Madden 表示:“大公司總是傾向於為重點區域提供最新的數字地圖,小地方反而容易被忽視”。

基於此,研究團隊決定專注於高質量數字地圖的自動化生成過程,以便能夠在任何國家和地區使用。

在美國 20 個城市的測試期間,RoadTagger 系統能夠以至少 77% 的準確度對行車道進行計數,即便道路的視野被完全或部分遮擋。

在道路類型的識別上(住宅區或高速公路),RoadTagger 的準確率更是達到了 93% 。

此外,機器學習系統可識別土路或羊腸小道,以及被立交橋等環境給遮蔽的道路特徵。

據悉,支撐 RoadTagger 的程序 AI 可將道路分割成多個圖塊,並在視圖被遮擋時調用周圍圖塊的信息,來幫助確定道路的佈局。

作為一個‘端到端’模型,其能夠在原始數據中生成輸出,而無需人工的干預。

鑑於衛星圖像通常比地圖數據更新得更加及時和有固定頻次,RoadTagger 的應用前景還是相當光明的。

Leave a Reply

Your email address will not be published. Required fields are marked *