【资料图】

恶劣的气候(尤其是雨雪)要挟着自动驾驶轿车的行进。那是由于降水掩盖了对轿车自我意识至关重要的摄像机，并诱使传感器感知不存在的障碍物。别的，恶劣的气候会掩盖一般用作导航地标的路途标志和结构。

走运的是，麻省理工学院计算机科学与人工智能实验室和林肯实验室的研究人员正在对此案进行研究。在将于本月晚些时候宣布在《 IEEE机器人与自动化快报》上并于5月在世界机器人与自动化大会(ICRA)上宣布的一篇论文中，他们描绘了一种运用探地雷达(GPR)发送非常快的信号的体系。地下的高频(VHF)电磁脉冲，以丈量该区域的管道，根部，岩石，尘垢和其他特征的组合。 GPR建立了一个与车载计算机相关的底图，从而为三维GPS标签的地下数据库做出了奉献。

依据论文的首要作者和CSAIL博士学位。学生Teddy Ort，这是自动驾驶体系的开发人员初次运用可穿透地上的雷达，该雷达从前已用于修建规划，地雷勘探和月球勘探等范畴。他说：“如果您或我用铁锹将铲子挖到地下，咱们将看到的仅仅一堆土。” “可是[定位探地雷达的本地化]可以量化那里的特定元素，并将其与现已创立的地图进行比较，这样就可以精确地知道它在哪里，而无需照相机或激光。”

研究人员发现，鄙人雪条件下的关闭村庄路途上，与晴朗气候比较，下雪条件下导航体系的均匀误差规模约为1英寸。 GPR在多雨的条件下有更多费事-降水导致更多的水进入地下，导致原始读数与当时条件之间存在差异-但均匀仅下降了5.5英寸。更令人形象深入的是，在六个月的测验期间，团队从未需求花时刻。

Ort和合著者指出，这种办法无法彻底靠自己处理，由于它无法检测到地上上的事物。相同，由于比如多车路途途和十字路口等地上要素，现在GPR数据集很难组合在一起，而且当时的硬件过于庞大和广泛，无法包容大多数商用车辆。

可是他们说，GPR可以很容易地扩展到高速公路和其他高速区域，而且它可以在恶劣气候中定位，这意味着它可以与现有的办法相结合，例如照相机和激光雷达。另一个优势?该体系的地下地图跟着时刻的推移往往比运用视觉或激光雷达创立的地图更好，由于地上地图的特征更有或许发生变化。别的，与许多公司用于轿车的传统2D传感器地图比较，它们占用的空间大约少20%。

麻省理工学院(MIT)衍生出来的WaveSense于2018年8月锋芒毕露，现已在致力于将该体系商业化。这是林肯实验室研究人员演示的一种版别，可以在一辆刚被雪掩盖的路途上的车道内引导SUV厘米。该体系开始是为路途符号差或不存在的区域的军用车辆开发的。

资深作者兼麻省理工学院教授Daniela Rus标明：“咱们的作业标明，这种办法实践上是协助自动驾驶轿车驾御恶劣气候的实践办法，而实践上无需可以运用激光扫描仪或照相机以传统的方法’看’。” 。