RoadTagger AI可增强车载导航的路径识别精度

摘要:

尽管全球卫星导航(GPS)系统已经在民用市场得到了广泛的应用,但人们在日常驾驶的过程中仍难以避免拐错路口的尴尬。好消息是,来自麻省理工学院(MIT)和卡塔尔计算机研究所的一支团队,想到了借助卫星图像来增强现有地图数据的方法。其中最吸引我们的,莫过于借助人工智能(AI)来计算被数据和建筑物所遮挡的道路布局。

MIT RoadTagger AI.jpg

(来自:MIT,via New Atlas

这项被称作“道路标记”(RoadTagger)的技术,旨在卫星图像上运用机器学习技术。

系统能够高度准确地找出道路上的一些额外细节(比如有多少条车道),从而提供有关岔路口或车道合并等预警信息。

此外,RoadTagger 可用于对非机动车道和停车位的合理预估,在缺乏地图数据的地方特别实用(相对快速和低开销地为地图补充额外的细节)。

MIT 的 Sam Madden 表示:“大公司总是倾向于为重点区域提供最新的数字地图,小地方反而容易被忽视”。

基于此,研究团队决定专注于高质量数字地图的自动化生成过程,以便能够在任何国家和地区使用。

在美国 20 个城市的测试期间,RoadTagger 系统能够以至少 77% 的准确度对行车道进行计数,即便道路的视野被完全或部分遮挡。

在道路类型的识别上(住宅区或高速公路),RoadTagger 的准确率更是达到了 93% 。

此外,机器学习系统可识别土路或羊肠小道,以及被立交桥等环境给遮蔽的道路特征。

据悉,支撑 RoadTagger 的程序 AI 可将道路分割成多个图块,并在视图被遮挡时调用周围图块的信息,来帮助确定道路的布局。

作为一个‘端到端’模型,其能够在原始数据中生成输出,而无需人工的干预。

鉴于卫星图像通常比地图数据更新得更加及时和有固定频次,RoadTagger 的应用前景还是相当光明的。

访问:

阿里云2020年上云采购季开场 活动开出“降本增效1亿补贴”

查看评论
created by ceallan