據(jù)外媒2月14日?qǐng)?bào)道，美國(guó)密歇根大學(xué)科學(xué)家們正利用人類的步態(tài)、身體對(duì)稱性和足部位移，教授自動(dòng)駕駛汽車識(shí)別和預(yù)測(cè)行人的行動(dòng)，其精確度要高于現(xiàn)有技術(shù)。

　　據(jù)悉，汽車通過攝像頭、激光雷達(dá)和全球定位系統(tǒng)(GPS)收集到的數(shù)據(jù)，可以使研究人員能夠捕捉到人類活動(dòng)的視頻片段，然后在三維(3D)計(jì)算機(jī)模擬中再現(xiàn)它們。在此基礎(chǔ)上，科學(xué)家們創(chuàng)造了一個(gè)“生物力學(xué)啟發(fā)下的循環(huán)神經(jīng)網(wǎng)絡(luò)”，用于對(duì)人類運(yùn)動(dòng)進(jìn)行分類。

　　據(jù)研究人員稱，他們通過利用循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)距離汽車約50碼處的一個(gè)或幾個(gè)行人的動(dòng)作及其未來位置，該網(wǎng)絡(luò)相當(dāng)于一個(gè)城市交叉路口的規(guī)模。汽車要想擁有必要的預(yù)測(cè)能力，需要利用循環(huán)神經(jīng)網(wǎng)絡(luò)深入研究人類動(dòng)作細(xì)節(jié)，其中包括人類步態(tài)的節(jié)奏(周期性)、四肢的鏡像對(duì)稱性，以及走路時(shí)腳的位置對(duì)人體穩(wěn)定性的影響。

　　密歇根大學(xué)機(jī)械工程助理教授Ram VasudEVAn說：“此前在這一領(lǐng)域的研究通常只關(guān)注靜態(tài)圖像，并不關(guān)注人們?nèi)绾卧谌S空間中運(yùn)動(dòng)。然而，如果這些汽車要在現(xiàn)實(shí)世界中運(yùn)作和互動(dòng)，我們需要確保對(duì)行人所在位置的預(yù)測(cè)與車輛的下一步走向不一致。行人的動(dòng)作和他們遙望的地方可以告訴你他們的注意力水平程度，也能告訴你他們下一步即將做什么。”

　　大部分將自動(dòng)駕駛技術(shù)提升至目前水平的機(jī)器學(xué)習(xí)算法，都涉及二維圖像—即靜態(tài)照片。如果一臺(tái)電腦展示了數(shù)百萬張的停車標(biāo)志照片，最終它將能夠在現(xiàn)實(shí)世界中實(shí)時(shí)識(shí)別出停車標(biāo)志。然而，通過利用運(yùn)行數(shù)秒的視頻片段，系統(tǒng)可以研究視頻片段的前半部分來進(jìn)行預(yù)測(cè)，然后用后半部分來驗(yàn)證準(zhǔn)確性。

　　最終，研究結(jié)果表明，這種新系統(tǒng)提升了無人駕駛汽車預(yù)測(cè)未來最有可能發(fā)生情況的能力，有利于提高自動(dòng)駕駛汽車的安全性。