无人驾驶机视觉定位

近年来，无人驾驶汽车的安全性一直饱受诟病。尤其是在视觉方位的识别和判断上，无人驾驶汽车和人类一样，没有GPS导航，很容易就会出现迷路的情况。

近日，加州理工学院基于人工智能和深度学习开发出一种关于视觉导航系统的全新算法，可以使无人驾驶汽车在迷路时获得关于自身的精准定位。值得一提的是，该技术可在地形和季节变化的情况下发挥作用，这在同类测试实验中尚属首次。

相关论文

有关该研究过程的详细信息发表在《科学·机器人》杂志上。

相关论文以《一种季节性不变的深度变换用于视觉地形相对导航》为题，加州理工学院工程与应用科学部讲师、研究员安东尼·弗拉戈索担任第一作者。

该论文提到，视觉地形相对导航（Visualterrain related navigation，VTRN）是一种基于从机器人车辆获取的源图像与地理参考目标图像配准的定位方法，也被称为地理注册。

VTRN系统于20世纪60年代获得首次开发使用，经过长达一甲子的技术革新，目前VTRN已经成为在GPS受限的环境下进行空中定位和导航的一种流行方法。

这意味着，凭借现有的地球和其他行星的高分辨率图像数据库，即使在没有外部定位信号的情况下，VTRN也能为空中和太空机器人提供准确、无漂移的导航，无人驾驶汽车也包括在内。

VTRN系统

VTRN系统

弗拉戈索介绍VTRN系统

尽管VTRN具有高精度的潜力，但它仍然非常容易受到常见和可预测的季节性因素影响，例如光照、植被变化和积雪覆盖等。……