教无人驾驶汽车预测行人行为 科学家到底是怎样做的

研究人的步态，了解人体匀称性，了解脚的位置，利用这些信息，美国密歇根大学研究人员就能训练无人驾驶汽车，让它们识别并预测行人的移动，精准度比现有技术更高。

研究人员用汽车摄像头、激光雷达、GPS收集信息，捕捉人类移动视频，然后在3D计算机模型中重建。有了这些资料，研究人员开发一个“受生物力学启发的递归神经网络”，给人类动作分类。

有了神经网络，当一个或者几个行人离汽车还有一段距离（最远50码），汽车就能预测他们的姿势和未来位置。这样的距离已经可以覆盖十字路口了。

密歇根大学机械工程助理教授Ram Vasudevan说：“在这一领域，此前一般只是关注静态图像，不会关心人是如何在3D世界移动的。当汽车投入使用，与现实世界交流时，我们必须对行人的前进方向进行预测，并与汽车的前进方向保持一致。”

如果想让汽车具备一定的预测能力，要求网络理解人类活动的细节：比如步态的节奏、四肢对称镜像、行走时脚的位置会给稳定带来怎样的影响。

在无人驾驶研发中，目前大多机器学习技术处理的是2D图像，也就是静态图片。向计算机展示大量与停车标志有关的照片，最终让它识别现实世界的停车标志，实时响应。

不过密歇根大学用视频训练神经网络，视频只有几秒长，系统深入理解前半段视频，然后做出预测，看看预测是否符合后半段视频，精准度如何。

密歇根大学造船和海洋工程系副教授Matthew Johnson-Roberson说：“现在我们对系统进行训练，让它识别动作，做出预测，不是简单识别一样东西，比如是不是停车标志，而是预测下一步行人的身体会变成怎样，再接下来又怎样，然后继续预测下一步。”

解释神经网络的运作原理时，Vasudevan打了个比方：“如果行人正在玩手机，你应该知道他的注意力不集中，分散了。姿势，正在观看什么，这些信息会告诉你他们的注意力等级如何，还能告诉你接下来他们能做什么。”

事实证明，新系统可以增强无人驾驶汽车的识别预测能力。

Johnson-Roberson说：“在我们的预测中，如果是一秒之后的预测，中位平均误差大约是10厘米，如果是6秒之后的预测，误差不到80厘米。用其它方法预测，误差中值最高可达7米，所以用我们的系统预测行人位置，精准度高很多。“

在预测下一步行动时会涉及到选项，为了控制选项数量，研究人员将人类身体的物理约束考虑进去，比如人是无法飞翔的，最快的步伐速度也有是限制的。

为了创建数据集，给神经网络用，研究人员将一辆Level 4无人驾驶汽车放在几个十字路口。汽车摄像头和激光雷达瞄准十字路口，一次可以记录多天的数据。

在实验室，研究人员已经从传统姿势数据集收集信息，用来增强现实世界收集的数据。最终他们开发的系统可以让无人驾驶汽车变得更强大。

密歇根大学研究工程师杜小小（Xiaoxiao Du）说：“对于多样化应用和跨学科合作，我们保持开放态度，我们希望能创造一个更安全、更健康、更高效的宜居环境，或者为此做出贡献。”