據(jù)外媒報道，美國卡內(nèi)基梅隆大學(xué)(Carnegie Mellon University)的研究人員研發(fā)了一種新標(biāo)準(zhǔn)，用于評估自動駕駛汽車對不斷變化的道路狀況和交通狀況的反應(yīng)能力，這是首次得以比較感知系統(tǒng)的準(zhǔn)確性和反應(yīng)時間。

圖片來源：卡內(nèi)基梅隆大學(xué)

卡內(nèi)基梅隆大學(xué)機器人研究所的博士生Mengtian Li表示，學(xué)術(shù)研究人員傾向于開發(fā)復(fù)雜的算法來準(zhǔn)確識別危險，不過可能需要大量的計算時間。相比之下，工業(yè)工程師往往更喜歡簡單、不那么精確的算法，此種算法可能速度快，需要的計算量少，讓車輛能夠更快地對危險狀況做出反應(yīng)。

因此，卡內(nèi)基梅隆大學(xué)教授與伊利諾伊大學(xué)厄巴納-香檳分校(the University of Illinois at Urbana-Champaign)的助理教授合作研發(fā)了此種新的度量法——“流感知精確度”(streaming perception accuracy)，通過比較感知系統(tǒng)在每一刻的輸出內(nèi)容與真實世界實況信息得以測量出來。

研究人員解釋表示：“當(dāng)完成對傳感器輸入內(nèi)容的處理后，世界就已經(jīng)發(fā)生改變了。當(dāng)處理過程發(fā)生時，汽車就已經(jīng)行駛了一段距離。測量流感知的能力為現(xiàn)有的感知系統(tǒng)提供了一個新視角。”根據(jù)經(jīng)典的性能衡量定律，性能良好的系統(tǒng)在流感知上可能表現(xiàn)得很差。使用新引入的度量優(yōu)化此類系統(tǒng)則可以讓此類系統(tǒng)的反應(yīng)性更強。

該團隊的研究發(fā)現(xiàn)，該解決方案并不一定會讓感知系統(tǒng)的運行速度更快，只是偶爾讓其適當(dāng)?shù)貢和Ｒ幌隆Ｌ^某些幀的處理可以防止該系統(tǒng)越來越落后于實時發(fā)生的事件。

該團隊的另一個發(fā)現(xiàn)是可以在感知處理過程中加入預(yù)測方法，就像棒球比賽中的擊球手在認(rèn)為球?qū)霈F(xiàn)的地方揮棒一樣，一輛汽車也可以預(yù)測其他交通工具和行人的一些動作。該團隊的流感知測量法顯示，進行此類預(yù)測所需的額外計算并不會影響到預(yù)測的準(zhǔn)確性，或?qū)е卵舆t。