據(jù)物理學家組織網(wǎng)報道，英國劍橋大學的科學家近日研發(fā)出兩種可以讓無人駕駛汽車學會“看路”的新系統(tǒng)。一個名為SegNet的系統(tǒng)，能通過智能手機或普通相機實時判斷出道路上的多種物體；另一個系統(tǒng)則可在GPS系統(tǒng)無法提供服務的區(qū)域，識別出使用者的位置和方向。

                       科學家研發(fā)學習系統(tǒng) 教機器“看路”
　　研發(fā)無人駕駛汽車必須“教”會它三方面內(nèi)容：我是誰，我周圍有什么，下一步我該做什么。SegNet主要解決了第二個問題；另一個獨立的系統(tǒng)通過識別圖像來判斷自己的位置和方向。

　　SegNet系統(tǒng)可實時對道路情況進行拍照，并將道路上的物體分為12類——例如路面、路標、人行道、建筑和騎車人員，其功能相當于價值幾萬英鎊的感應器。對于目前的無人駕駛汽車而言，雷達和基礎(chǔ)傳感器十分昂貴，實際上它們的造價比汽車本身還貴。與這些通過雷達來識別物體的昂貴感應器相比，運用了深度學習技術(shù)的SegNet通過案例來學習。科研人員使用了5000張進行精確標識的圖片對SegNet進行了培訓，使它具備了上述能力。

　　另一個系統(tǒng)只需要一張單色照片，就可以在繁忙的城市中進行定位。它比GPS系統(tǒng)精確很多，而且可以在GPS無法提供服務的區(qū)域工作，例如室內(nèi)和隧道以及沒有可靠的GPS信號的城市。

　　盡管這兩種系統(tǒng)目前無法直接用于控制無人駕駛汽車，但是它們可以“看見”并精確識別自己的位置、識別出自己所“看見”的物體——這正是研發(fā)無人駕駛汽車的關(guān)鍵問題。

　　團隊成員之一、該校工程學院博士生阿歷克斯·肯德爾說：“研究比較酷的地方在于首次使用深度學習技術(shù)來讓汽車判斷自己的位置和周圍的環(huán)境。”該研究負責人羅伯托·契波拉教授說：“讓人完全依賴一輛無人駕駛汽車仍需時日，不過隨著相關(guān)技術(shù)更加有效、更加精確，我們離廣泛應用無人駕駛汽車就更近一些了。”