教机器学会“看路”的新系统助力无人驾驶汽车研发

英国剑桥大学的研究人员研发出两种可以让无人驾驶汽车学会“看路”的新系统：一个是名为SegNet的系统，其能够通过智能手机或普通相机实时判断出道路上的多种物体；另一个系统则可在全球定位系统（GPS）无法提供服务的区域，识别出使用者的位置和方向。

SegNet系统可实时对道路情况进行拍照，并将道路上的物体分为12类，包括路面、路标、人行道、建筑和骑车人员等，其功能相当于感应器。与通过雷达来识别物体的感应器相比，运用了深度学习技术的SegNet系统通过案例来学习。研究人员使用了5000张经过精确标识的图片对SegNet进行了培训，使其具备了上述识别能力。

另一个系统仅需要一张单色照片，就可以在繁忙的城市中进行定位。其比GPS系统的精确度更高，而且可以在GPS无法提供服务的区域内工作，例如室内和隧道，以及没有可靠GPS信号的城市中使用。

尽管这两种系统目前尚无法直接用于控制无人驾驶汽车，但是其可以“看见”并精确识别自己的位置、识别出自己所“看见”的物体，而这正是研发无人驾驶汽车所需解决的关键问题。虽然让人类完全依赖无人驾驶汽车仍需时日，但是，随着相关技术更加有效、更加精确，人类离广泛使用无人驾驶汽车越来越近。

(W.KJ)