MIT最新研究：無(wú)需3D地圖，利用GPS和LiDAR在鄉村道路上，實(shí)現自動(dòng)駕駛

　　高精度地圖是無(wú)人駕駛發(fā)展成熟標志之一，在橫向/縱向精確定位、基于車(chē)道模型的避讓等都離不了高精度地圖。然而，在一些偏遠的鄉村道路環(huán)境中，繪制高精度地圖有很大的難度。MIT最近曝光了他們近期的研究成果，利用拓撲地圖、開(kāi)放式街道地圖(OSM)和本地局部感知系統，無(wú)需3D地圖，在鄉村道路實(shí)現了自動(dòng)駕駛。

　　目前，最先進(jìn)的自動(dòng)駕駛系統一般都依靠詳細、精確的高精度地圖來(lái)完成定位。高精度地圖包含大量的行車(chē)輔助信息，其中有一些必要的道路數據和道路周?chē)潭▽ο蟮男畔?。通過(guò)這些數據，導航系統可以準確定位地形、道路輪廓等引導車(chē)輛行駛，車(chē)載機器人可以將精確的路網(wǎng)三維表征信息與本地傳感器數據比對實(shí)現定位。

　　這是目前高精度地圖在自動(dòng)駕駛中主要發(fā)揮的作用。迄今為止，絕大多數自動(dòng)駕駛車(chē)輛都集中在以下兩個(gè)情況：1)在標記清晰的高速公路上行駛 2)基于極其精確和手動(dòng)注釋的詳細全球地圖進(jìn)行城市導航。

　　然而，無(wú)論是在美國還是在中國，仍有大面積的鄉村道路。這對于自動(dòng)駕駛來(lái)說(shuō)具有很大挑戰。因為這些道路，稀疏地連接著(zhù)廣闊的土地。地圖采集工作量大，同時(shí)車(chē)道標記和道路路網(wǎng)幾何形狀經(jīng)常不可靠，建立詳細的高精地圖的方法顯得并不切實(shí)際。

　　麻省理工學(xué)院的CSAIL團隊近日分享了他們正在研究的方案。研究人員在豐田汽車(chē)的幫助下，開(kāi)發(fā)了一個(gè)新的MapLite框架，可以在沒(méi)有任何3D地圖的情況下，在鄉村道路實(shí)現自動(dòng)駕駛。

　　MapLite將Google地圖上可以找到的簡(jiǎn)單GPS數據與一系列觀(guān)察路況的傳感器結合在一起，在馬薩諸塞州Devens的多條鄉村道路上自主駕駛，并且可以提前100英尺以上可靠地探測到前方道路。

　　該論文將于5月份在澳大利亞布里斯班召開(kāi)的機器人與自動(dòng)化國際會(huì )議(ICRA)上發(fā)布，由麻省理工學(xué)院教授丹尼拉羅斯和博士畢業(yè)生Liam Paull共同撰寫(xiě)。

　　它是如何實(shí)現的?

　　Maplite是一種新型的無(wú)網(wǎng)格驅動(dòng)框架，它結合了稀疏拓撲地圖的GPS和基于傳感器的本地感知系統進(jìn)行導航。首先，該系統設置最終目的地以及研究人員稱(chēng)之為“本地導航目標”(車(chē)內)等內容，接著(zhù)，感知傳感器生成一條通往終點(diǎn)的路徑，使用LIDAR來(lái)估計道路邊緣的位置，同時(shí)遵守路段橫穿道路的規則。同時(shí)，結合車(chē)輛的測距法和相關(guān)方法更新這些軌跡以保持車(chē)輛行駛。利用基于最小二乘殘差和遞歸濾波方法的不確定性，使車(chē)輛能夠可靠地、高速地導航道路網(wǎng)絡(luò )，而無(wú)需詳細的先驗地圖。

　　論文中提到了用開(kāi)發(fā)道路分割算法以獲得車(chē)輛的傳感器中的道路邊界點(diǎn)。然后使用RANSAC /最小二乘法對這些點(diǎn)進(jìn)行擬合以獲得最優(yōu)道路邊界點(diǎn)內的軌跡。重要的是，擬合的質(zhì)量也是從最小二乘最小化的殘差輸出中獲得的。這允許軌道估計在下一次迭代期間被概率地融合。車(chē)輛還配備有測距傳感器，用于在車(chē)輛移動(dòng)之后將先前的軌跡估計傳到當地車(chē)輛框架中。

　　“我們極簡(jiǎn)主義的測繪方法，能夠使用當地外觀(guān)建筑和語(yǔ)義特征(如停車(chē)位或小路)，在鄉村道路上完成自動(dòng)駕駛。”羅斯教授說(shuō)。

　　MapLite與其他無(wú)地圖駕駛方法有所不同，它更多地依靠機器學(xué)習對一組道路的數據進(jìn)行訓練，然后再在其他道路上進(jìn)行測試。然而，它在很多方面仍然很有限，對于山路而言，還不夠可靠，因為它不能對海拔起伏較大的路況做出很多的處理。下一步，MIT車(chē)隊希望增加車(chē)輛可以處理的道路種類(lèi)。最終，他們希望該系統能達到與高精地圖采集方案相當的性能和可靠性水平。

　　論文作者羅斯教授說(shuō)：“我想未來(lái)的自動(dòng)駕駛汽車(chē)總會(huì )在城市地區使用3D地圖，但是當這些車(chē)輛要在從未見(jiàn)過(guò)的陌生的道路上行駛時(shí)，就能體現我們研究更大的意義。”