隨著各種雷達、感應器、算法的不斷進步，各個廠商在自動駕駛方面的蓄力也有著不同的進展。不過不少產(chǎn)品在真實道路上測試時也暴露出了不少問題，例如無法靈活變換行車軌跡或是根據(jù)周遭環(huán)境改變行車路線等，這些弊端在面對復雜路口或是環(huán)島時格外明顯。

　　為了克服這一困難，來自斯坦福大學的研究人員近期開發(fā)出了一項名為LUCIDGames新的計算技術(shù)，可以通過預判與估算等綜合算法來靈活控制自動駕駛車輛的行車軌跡。

　　“在對過去幾年自動駕駛技術(shù)的不斷觀察之后我們發(fā)現(xiàn)，一些自動駕駛車輛在執(zhí)行無保護左轉(zhuǎn)彎、復雜路口并線或是經(jīng)過環(huán)島時都猶豫不決，完成起來十分困難，而這些動作對于一名合格的駕駛員來說卻是非常簡單的基本操作，由此我們想到，需要一個系統(tǒng)來解決這項問題。而解決的關(guān)鍵就在于車輛與周遭交通參與者和環(huán)境的不斷協(xié)商。”這項研究的發(fā)起人之一Simon Le Cleac‘h說到。

　　“在我們的系統(tǒng)中包含了兩項執(zhí)行基礎(chǔ)功能的工具，一是以博弈論為基礎(chǔ)的算法，二是預估技術(shù)?；诓┺恼摰牟考谧詣玉{駛汽車的目的與其他交通參與者（如其他車輛、行人、騎行者等）的目的不一致時，能夠推測出其與別的交通參與者的相互關(guān)系。而預估技術(shù)則能夠讓自動駕駛車輛在觀察其他交通參與者時，迅速預判這些目標下一步所要執(zhí)行的動作，如期望的車速、期望的行駛車道甚至車輛所具備的攻擊性等。”Simon Le Cleac’h補充道。

　　研究人員還解釋道：“自動駕駛車輛在開始時并不知道周圍其他車輛的目的，因此只能通過預估技術(shù)的不斷猜測去提升整套系統(tǒng)工作的準確度。在整套系統(tǒng)中，預估技術(shù)每猜一次，自動駕駛汽車就能夠預測接下來幾秒其他車輛的軌跡，然后將預測內(nèi)容與真實情況進行比較，預測最準確的內(nèi)容就會被保留下來，逐漸形成一個完整的運行邏輯。”

　　編輯點評：

　　從LUCIDGames這項技術(shù)的特點，是具備自我學習和不斷完善的功能，并且結(jié)合博弈論的算法和預估技術(shù)是可以起到一定前瞻作用的。所以，這項技術(shù)的不斷改進與實驗將會得到我們強烈的關(guān)注，畢竟能夠在真實場景中解決實際問題的技術(shù)是可以給自動駕駛發(fā)展帶來較大進步的。
責任編輯：YYX