據(jù)物理學家組織網報道，英國劍橋大學的科學家近日研發(fā)出兩種可以讓無人駕駛汽車學會“看路”的新系統(tǒng)。一個名為SegNet的系統(tǒng)，能通過智能手機或普通相機實時判斷出道路上的多種物體；另一個系統(tǒng)則可在GPS系統(tǒng)無法提供服務的區(qū)域，識別出使用者的位置和方向。

                       科學家研發(fā)學習系統(tǒng) 教機器“看路”
　　研發(fā)無人駕駛汽車必須“教”會它三方面內容：我是誰，我周圍有什么，下一步我該做什么。SegNet主要解決了第二個問題；另一個獨立的系統(tǒng)通過識別圖像來判斷自己的位置和方向。

　　SegNet系統(tǒng)可實時對道路情況進行拍照，并將道路上的物體分為12類——例如路面、路標、人行道、建筑和騎車人員，其功能相當于價值幾萬英鎊的感應器。對于目前的無人駕駛汽車而言，雷達和基礎傳感器十分昂貴，實際上它們的造價比汽車本身還貴。與這些通過雷達來識別物體的昂貴感應器相比，運用了深度學習技術的SegNet通過案例來學習。科研人員使用了5000張進行精確標識的圖片對SegNet進行了培訓，使它具備了上述能力。

　　另一個系統(tǒng)只需要一張單色照片，就可以在繁忙的城市中進行定位。它比GPS系統(tǒng)精確很多，而且可以在GPS無法提供服務的區(qū)域工作，例如室內和隧道以及沒有可靠的GPS信號的城市。

　　盡管這兩種系統(tǒng)目前無法直接用于控制無人駕駛汽車，但是它們可以“看見”并精確識別自己的位置、識別出自己所“看見”的物體——這正是研發(fā)無人駕駛汽車的關鍵問題。

　　團隊成員之一、該校工程學院博士生阿歷克斯·肯德爾說：“研究比較酷的地方在于首次使用深度學習技術來讓汽車判斷自己的位置和周圍的環(huán)境。”該研究負責人羅伯托·契波拉教授說：“讓人完全依賴一輛無人駕駛汽車仍需時日，不過隨著相關技術更加有效、更加精確，我們離廣泛應用無人駕駛汽車就更近一些了。”