與非網 6 月 17 日訊，能夠快速檢測到道路上的其他車輛或行人，對自動駕駛汽車來說是至關重要的，卡內基梅隆大學的研究人員表明，他們可以通過幫助車輛識別看不見的物體來顯著提高“檢測精度”。

很明顯，人類視線中的物體會遮擋或模糊更前方的物體。但卡耐基梅隆大學機器人研究所博士 Peiyun Hu 表示，自動駕駛汽車通常不是這樣判斷周圍物體的。

圖源：卡耐基梅隆大學

與人不同，自動駕駛汽車周圍的物體的存在使他可以更準確地工作。這些工具使用來自 LIDAR 傳感器的數據將對象定義為“云”，然后嘗試將這些云與 3D 數據庫中的對象進行匹配，但是 Hu 需要引起注意的部分是：來自傳感器的 3D 數據可能不是真正的 3D。根據博士生的描述，車輛的傳感器可能無法看到物體視野之外的立面，并且現有算法無法在這種情況下進行推理。

Hu 的研究使自動駕駛汽車感知系統能夠在推斷傳感器所看到的東西時考慮可見性。事實上，關于可見性的推理已經被一些公司用于構建數字地圖。

卡耐基梅隆大學機器人學副教授 Deva Ramanan 解釋稱，“地圖構建從根本上解釋了哪些地方是空的，哪些地方被占用了。但對以交通速度移動的障礙物進行實時處理時，這并不常用。”

在計算機視覺和模式識別（CVPR）大會上，Hu 及其同事們借鑒地圖制作技術，幫助系統在識別物體時推斷物體的可見性。在標準基準測試中，他們的方法表現優于之前的技術，對小汽車的檢測提高了 10.7%，對行人的檢測提高了 5.3%，對卡車的檢測提高了 7.4%，對公共汽車的檢測提高了 18.4%，對拖車的檢測提高了 16.7%。

以往的系統沒有考慮到可見性，原因之一可能是考慮到計算時間。但 Hu 表示，其團隊的方法只需要 24 毫秒，而激光雷達每次掃描時間位 100 毫秒。