麻省理工學院(MIT)開宣布一套新體系，答應無人駕駛轎車在沒有地圖標注的狀況下進行導航。這項剛剛起步的技能可能被用來協助避免未來交通事故，比方最近觸及Uber無人駕駛車輛的逝世事故。
MIT開發新技能：無人駕駛轎車沒有地圖也能導航圖：麻省理工學院部屬實驗室CSAIL為無人駕駛的豐田普銳斯裝備了可在村莊路途上行進的新體系? 到目前為止，許多在實踐路途上測驗的無人駕駛轎車要么依賴高度具體的3D地圖，要么體系答應車輛在路標清晰的城市或公路環境中導航。可是絕大多數的美國公路都還沒有被精確地繪制成三D地圖，或許無法可靠地供給共同的車道符號。因而，麻省理工學院計算機科學與人工智能實驗室(CSAIL)的研討小組開發了一種辦法，能夠讓無人駕駛轎車能夠閱讀和猜測當地的環境，而不是依賴于3D地圖數據。
這個結構被稱為MapLite，它結合了全球定位體系(GPS)，運用來自OpenStreetMap的最基本地形圖，以及用于監測路途狀況的激光雷達和IMU傳感器。CSAIL研討生泰迪·奧爾特（Teddy Ort）說：這種‘無地圖’形式曾經沒人嘗試過，由于它一般很難具有具體地圖那樣的準確性和可靠性。像這樣的體系能夠在車載傳感器上進行導航，這顯示出無人駕駛轎車的潛力，它能夠應對超出科技公司所繪制地圖的路途狀況。
研討人員起草了一份陳述用以描述這套體系，它將于本月晚些時候在澳大利亞布里斯班舉行的世界機器人與自動化會議(ICRA) 上提交。為了測驗這套體系，研討人員為無人駕駛的豐田普銳斯裝備了激光雷達、傳感器以及MapLite。這款普銳斯能夠看到前方30米遠的路況，成功地在馬薩諸塞州多條未鋪設公路的村莊路途上行進。
研討人員在陳述中稱：這意味著，它能夠使轎車以超越100公里的時速行進，并且假如該辦法能夠并行化，且在GPU上完成的話，轎車行進的速度可能會更快。
奧爾特解說說，他們的體系也不同于其他無地圖形式，后者運用機器學習來練習體系。它們運用來自一組路途的數據，然后對其形式進行測驗，并應用到其他路途上。相反，MapLite嘗試開發無人駕駛轎車可能遇到的狀況的模型，然后告知它的行為，這與人類駕駛員在了解場景中駕駛的方法沒有太大不同。
奧爾特表明：終究，咱們期望能夠問轎車更多問題，比方‘在這個十字路口有多少條路途正在合并?’經過運用建模技能，假如體系不作業或發作事故，咱們能夠更好地了解原因。
盡管像MapLite這樣的體系能夠為無人駕駛轎車的開展拓荒更多方向，但它間隔投入運用仍然任重道遠。研討人員稱，他們的體系無法解說海拔高度的改變，所以現在無法敷衍山路。奧爾特稱：我以為未來的無人駕駛轎車將永遠在城市地區運用3D地圖，而當咱們在村莊偏僻路途上行進時，這些車輛就需要像人類在生疏路途上行進一樣，能夠自己做出應對，咱們期望咱們的盡力朝著這個方向邁出了一大步。