蘋(píng)果科學(xué)家披露無(wú)人駕駛研究成果 可協(xié)助探測3D物體

　　北京時(shí)間11月22日上午消息，蘋(píng)果的科學(xué)家對如何讓無(wú)人駕駛汽車(chē)更好地識別騎行者和行人，并減少傳感器的使用展開(kāi)了研究，還將結果發(fā)布在網(wǎng)上。這似乎是該公司首次公開(kāi)發(fā)布與無(wú)人駕駛汽車(chē)有關(guān)的論文。

　　周因(YinZhou，音譯)和昂塞爾·圖澤爾(OncelTuzel)于11月17日向獨立在線(xiàn)期刊arXiv提交了這篇論文。由于蘋(píng)果向來(lái)對外保密未來(lái)的產(chǎn)品計劃，導致該公司難以吸引人工智能和機器學(xué)習領(lǐng)域的研究人員，所以這篇論文可謂意義重大。

　　研究人員提出了一種名叫VoxeNet的全新軟件方法，可以幫助電腦探測3D物體。

　　蘋(píng)果拒絕對此置評。

　　學(xué)術(shù)人士已經(jīng)習慣了與其他組織的同行分享自己的研究成果。而為了順應這一趨勢，蘋(píng)果今年7月也為該公司的研究人員發(fā)起了《蘋(píng)果機器學(xué)習期刊》。他們的成果很少會(huì )發(fā)表在這份期刊之外，而該期刊迄今為止尚未發(fā)表任何關(guān)于無(wú)人駕駛汽車(chē)的論文。

　　無(wú)人駕駛汽車(chē)通常使用常規的2D攝像頭和深度感應LiDAR模塊，以此識別周?chē)氖澜?。雖然這些模塊可以提供深度信息，但由于分辨率較低，因此，如果沒(méi)有常規攝像頭提供的實(shí)時(shí)數據，就很難探測遠距離的小物體。

　　但蘋(píng)果研究人員表示，借助新的軟件，他們可以獲得“極其令人鼓舞的結果”，僅僅借助LiDAR的數據即可識別行人和騎行者。他們還表示，這種方法可以擊敗其他只用LiDAR識別3D物體的方法。該實(shí)驗完全采用計算機模擬進(jìn)行，尚未上路測試。

　　盡管蘋(píng)果CEO蒂姆·庫克(TimCook)曾經(jīng)將無(wú)人駕駛汽車(chē)稱(chēng)作“所有人工智能項目之母”，但他們卻并未披露該公司在這一領(lǐng)域的研究成果。

　　蘋(píng)果去年12月對美國監管者表示，該公司對這項技術(shù)感到振奮，希望監管者不要限制相關(guān)測試。

　　蘋(píng)果今年4月還向加州監管機構提交了無(wú)人駕駛汽車(chē)的測試計劃。