Waymo、Uber借AI改善自驾系统

Waymo与Uber日前分别推出利用人工智慧(AI)改善自驾车系统的技术。
据VentureBeat报导，首先Waymo在会议上提出ViDAR，也就是涵盖场景几何、语义与动力学的镜头及以距离为主的架构。Uber则提出利用V2V通讯提供导航、交通模型等的技术。
ViDAR由Waymo与Google Brain合作，可从动作推论结构，可利用动作视差从图像序列学习3D几何，而且给予图像与光达(LiDAR)数据后，ViDAR也能预测未来的镜头视野与景深数据。
ViDAR是利用快门定时代表滚动式快门，捕捉方法不会让场景所有全部都同时被纪录。除了最多可支援5颗镜头外，也可让架构在高速时避免错置同时改善准确度。
Waymo目前已在内部使用ViDAR，提供最先进的景深、估计镜头相对于场景移动的egmotion与动态模型，进而打造出可从镜头影像估计深度以及预测障碍物移动方向的模型。
至于Uber打造的V2VNet系统，则可让自驾车有效分享资讯，透过该系统，在网路范围内的车辆可交换包含数据组、时间戳记与位置资讯的讯息。经过多次实验结果显示，V2VNet相较单一车辆错误率少68%，而且随着网路内的车辆数量增多，表现也会提升。