Cruise技術可識別雙排停放的汽車 但會為迎面汽車讓路

據外媒報導，當地時間6月27日，通用汽車（GM）旗下自動駕駛初創公司Cruise發布了一篇博文，其中詳細介紹了其180多輛自動駕駛雪佛蘭Bolt車如何學習預測人類駕駛員行為。

每天，舊金山人都需要開車穿過通往6個方向的十字路口、狹窄的街道、陡峭的地形等。人們在城市中駕駛時，會檢查後視鏡、遵守限速規則、預測其他駕駛員行為、查看行人以及在擁擠的街道上行駛等等。舊金山市區的每輛車遇到行人、騎自行車的人以及其他車輛的頻率是郊區的46倍。而其中遇到的障礙之一就是有很多雙排停放的汽車，據Cruise所說，與郊區相比，在城市遇到此種的情形的頻率是郊區的24倍，因此讓汽車學會在此種環境中安全駕駛非常必要。

為了實現安全駕駛，Cruise的自動駕駛汽車首先需要通過尋找一些線索，如停放的車輛離道路邊緣的距離、是否在刹車或者打開了危險信號燈、以及該車距離最遠的十字路口有多遠，以識別此類車輛。此外，Cruise自動駕駛汽車還通過識別車輛類型（送貨卡車經常並排停放）以及附近是否停車位相對稀少來識別此類車輛。

Cruise的Bolt自動駕駛汽車通過傳感器，特別是威力登的雷射雷達傳感器、以及短程和遠程雷達傳感器、高分辨率毫米波雷達articulating（博世提供）以及視頻攝影頭來識別上述信息。攝影頭可以識別汽車指示燈的狀態和道路特徵（例如安全錐或路標），同時雷射雷達和雷達分別測量距離和速度。然後，自行車、行人和其他車輛等原始識別數據會產生在車載計算機上運行的機器學習模型。

稱為遞歸神經網絡（RNN）的AI架構可以根據傳感器和地圖信息（包括停車位的可用性、道路類型和車道邊界）確定車輛是否是雙排停放，該RNN能夠不斷增強Cruise自動駕駛汽車的決策信心。

Cruise的模型預測控制（MPC）算法是一個通用策略，能夠計算出運行軌跡，該算法依賴系統行為，找到最佳行動決策。最終的結果是，Cruise的自動駕駛汽車會超過雙排停放的汽車，但是會為騎自行車的人以及迎面而來的車輛讓路。