俄亥俄州立大学开发更逼真的驾驶仿真 推动实现无人驾驶

盖世汽车讯 当前驾驶仿真器有个问题，即看起来不够逼真，尤其是背景物体，例如树木和道路标记。据外媒报道，俄亥俄州立大学（Ohio State University）的研究人员开发出一种为仿真器创建逼真图像的新方法，可为更好地测试无人驾驶汽车铺平道路。

传统的计算机图形使用精细的模型、网格和纹理来渲染来自3D场景的2D图像，该过程需要较多劳动力，且产生的图像通常不真实，尤其是在背景中。然而通过使用称为生成对抗网络（GAN）的机器学习框架，研究人员能够通过提高程序的视觉保真度（计算机图形与现实共享的表示水平）来训练程序随机生成逼真的环境。这在测试人类在无人驾驶车辆中或在路上的反应时尤其重要。

图片来源：俄亥俄州立大学

该研究的主要作者、俄亥俄州立大学电气和计算机工程研究助理Ekim Yurtsever 部署：“当驾驶仿真看起来像电脑游戏时，大多数人都不会认真对待，因此我们希望可以使仿真看起来尽可能与现实世界相似。”

研究人员以开源驾驶仿真器CARLA为基础，使用基于GAN的图像合成器来渲染建筑物、植被甚至天空等背景元素，并将它们与更传统的渲染对象相结合。

Yurtsever表示，驾驶仿真将继续需要传统的、劳动密集型的图形渲染技术来显示感兴趣的主要对象，例如附近的汽车。但是使用人工智能可以训练GAN，以使用真实世界的数据生成逼真的背景和前景。

研究人员面临的其中一个挑战是教学程序识别环境中的模式，这是检测和创建车辆、树木和阴影等物体，以及区分这些物体所必需的技能。

研究结果表明，将前景物体与背景场景不同地混合可以提高整个图像的真实感。Yurtsever表示：“然而，该过程必须逐帧完成，而不是一次修改整个仿真。但由于我们并不是生活在逐帧的世界中，该项目的下一步将是提高程序的时间一致性，其中每一帧都与前后一致，以便用户体验无缝且视觉上引人入胜的体验。”

Yurtsever还表示：“逼真技术的发展还可以帮助科学家研究驾驶员分心的复杂性，并帮助改进对真实驾驶员的实验。通过访问更大的路边场景数据集，更身临其境的驾驶仿真可能会改变人类和人工智能开始共享道路的方式。”

Yurtsever称：“我们的研究是概念化和测试新想法的极其重要的一步。我们永远无法真正取代现实世界的测试，但如果我们能让仿真变得更好一点，我们就能更好地了解如何改进自动驾驶系统以及如何与它们互动。”

【以上内容转自“盖世汽车”，不代表本网站观点。 如需转载请取得盖世汽车网许可，如有侵权请联系删除。】

延伸阅读

• 驾校一点通智能模拟器、智能机器人教练惊艳“现身”2021届驾校投资人/校长高级研修班