无人车演进的“小高潮” 密西根大学实现行人3D姿态重建

本篇文章582字，读完约1分钟

为了实现更安全的自动驾驶，我们需要向无人驾驶车辆的大脑输入高精度的地理信息和行人姿态。通过激光扫描可以构建规则的驾驶信息，并可以预测其他车主的运动趋势。高精度地图包含无人驾驶车辆在任何高速公路上行驶的实时信息。然而，行人姿势一直是一个难题，以前的行人姿势预测都是二维的。

图片来源:纸张

最近，以自动驾驶汽车技术闻名的密歇根大学一直在研究一种预测行人运动的改进算法。该算法不仅考虑行人在做什么，还考虑他们是如何做的。这种肢体语言对于预测一个人接下来会做什么非常重要。

图片来源:纸张

观察行人并预测他们将做什么是任何自动车辆视觉系统的重要组成部分。如何理解行人的存在和运动是车辆自己做决定和人类司机之间的一个巨大区别。大多数无人驾驶汽车公司在推广其自动驾驶功能时，很少强调能否在三维状态下检测到人体的运动趋势。这项技术对密歇根大学的研究人员来说非常重要。

图片来源:纸张

现代汽车高级驾驶员辅助系统包括传感系统、通信系统、决策系统和控制系统。无人驾驶飞行器对这些功能有更高的要求。在没有人为干预的情况下，自动驾驶应该对道路上的随机变化做出更加灵活的决策，从而保证车内外的人的安全。

密歇根大学的这篇技术论文名为“生物长短期记忆网络:一个受生物力学启发的用于3D行人姿态和步态预测的递归神经网络”，在学术界引起了不小的轰动，但实现硬件和商业登陆可能需要一些时间。

来源：环球邮报中文网