机器人汽车从未遂事件中学习

机器人汽车从未遂事件中学习

ALP.Lab 技术人员目前正在格拉茨以及奥地利其他农村和城市交叉路口安装基于对象的交通监控系统。 “我们将现代汽车的传感器安装在路杆上，以检测几乎发生的事故，”ALP.Lab 总经理 Gerhard Greiner 解释道。尤其是交叉口区域，对自动驾驶汽车的发展来说是一个巨大的挑战。汽车、卡车和行人、电动滑板车、电动自行车和滑板，以及即将推出的第一代半自动驾驶车辆，都聚集在这里。 ALP.Lab交通观测系统使用雷达、激光雷达和光学摄像头匿名记录道路使用者并将其分类。这些数据还可以被市政当局和交通规划者用来提高道路安全并开发高效的公共交通形式。

智能驾驶助手

收集的数据主要用作自动驾驶系统的训练数据。与人类驾驶学生相比，计算机系统必须存储和处理大量数据，以便从中得出有意义的操作。 ALP.Lab 现在可以向汽车供应商和汽车制造商以及科学研究项目提供这些数据。 “交通观测数据是 ALP.Lab 提供的自动驾驶功能实际测试的理想补充，”ALP.Lab 董事总经理 Gerhard Greiner 解释道。为了尽可能避免事故，不仅必须评估已发生事故的数据，还必须评估即将发生事故的数据。这些所谓的关键交通场景包括，例如，在绿灯阶段结束之前难以过马路的行人，或者车辆突然改变转弯半径以避免骑自行车的人。所使用的传感器一年 365 天、每天 24 小时都在使用，因此不仅可以记录大量典型和危险场景，还可以将它们与各种一般条件（例如交通量、天气、时间或温度）关联起来。 ALP.Lab 董事总经理 Jost Bernasch：“这种流量监控是新的国际领域，已经引起了专家们的极大兴趣。”