很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于研究人员进行了一项研究人工智能以提高自动驾驶汽车的目标识别速度的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对研究人员进行了一项研究人工智能以提高自动驾驶汽车的目标识别速度这篇文章感兴趣的小伙伴可以一起来看看
重要的是，自动驾驶汽车必须迅速检测出与他们共享道路的其他汽车或行人。卡内基梅隆大学的研究人员表明，他们可以通过帮助车辆识别看不见的物体来显着提高“检测精度”。
视野中的物体自然会阻挠您看到后面或后面的东西，但是CMU机器人学院的博士生Peiyun Hu解释了为什么这不适用于自动驾驶汽车。
与人不同，自动驾驶汽车周围的物体的存在使他可以更准确地工作。这些工具使用来自LIDAR传感器的数据将对象定义为“云”，然后尝试将这些云与3D数据库中的对象进行匹配，但是Hu需要引起注意的部分是：来自传感器的3D数据可能不是真正的3D。根据博士生的描述，车辆的传感器可能无法看到物体视野之外的立面，并且现有算法无法在这种情况下进行推理。
根据胡的研究，自动驾驶汽车的检测系统基于“可见性”运行。实际上，公司也使用此工作原理来创建数字地图。CMU Argo人工智能中心的Deva Ramanan教授说：“地图绘制的原理基于自由空间和全空间，但并非总是能够处理根据交通速度而移动的障碍物。”
Hu和他的同事使用了地图制作中的技术，以帮助提高系统可见性工作原理中物体识别的阶段。该小组将在6月13日至19日举行的计算机视觉和模式识别(CVPR)会议上介绍他们的项目。
当对标准评估进行测试时，新开辟的CMU方法比以前的最佳性能技术表现更好。方法;汽车的感知能力提高了10.7%，行人提高了5.3%，卡车提高了7.4%，公共汽车提高了18.4%，拖车提高了16.7%。
先前系统缺乏可见性的原因可能是担心计算时间，但Hu和他的团队说这不再是问题，因为其方法仅需要24毫秒即可工作。LIDAR的每次扫描花费100毫秒。
