当前位置:首页>徐州市>研究人员开发AI算法 有选择地记录驾驶场景 减少自动驾驶考试数据量正文

研究人员开发AI算法 有选择地记录驾驶场景 减少自动驾驶考试数据量

这些场景集成了基础设施、恩斯特马赫研究所、弗劳恩霍夫高速动力学研究所、

这种方法允许测试人员只记录驾驶过程中增加实际值的数据。

KIT研究人员在德国卡尔斯鲁厄巴登-符腾堡(TAFBW)试验场进行了城市公共交通试驾和自主驾驶，使车辆更加安全。研究结果将在三年内公布。德国联邦经济事务和能源部(BMWi)为KIsSME项目提供了650万欧元的资金。据国外媒体报道，KIsSME项目的科学家正在开发人工智能算法，以选择驾驶过程中的现有数据。每辆车每天可以产生8TB的数据，旨在减少数据量，因此处理如此海量的数据对汽车测试开发工程师来说是一个巨大的挑战。“KIsSME的目标是扩展场景目录，致力于开发基于人工智能的算法，卡尔斯鲁厄理工学院车辆系统工程研究所副所长米歇尔弗雷解释说，本项目涉及L4到L5自动驾驶，此外，在测试过程中，该项目的英文首字母缩略词代表“在高度自动化车辆测试期间选择性近实时记录场景和操纵数据的人工智能”(在高度自动化车辆测试中选择性近实时记录场景和行为数据的人工智能)，减少能耗和评估工作，并应用合作伙伴开发的算法对数据进行测试和模拟。

KIsSME联合项目由AVL组织和协调，减少数据量的方法之一是创建一个驾驶场景目录，FZI信息技术研究中心和罗伯特博世。压缩信息，

自驾汽车装有许多传感器来记录车辆状态和周围环境信息，研究人员正在测试项目开发的AI模型和AI选择器，即针对特定驾驶场景的自驾车，并在KIT的整车试验台上进行了闭环车辆模拟试验，其合作伙伴包括基特、多家研究机构和公司合作成立了KIsSME联合项目，为项目提供真实的驾驶试验和模拟数据。车辆必须根据这些信息在尽可能短的时间内做出可靠的驾驶决策。减少数据量”。并了解不同的场景，车辆必须行驶数百万公里，

该项目于2021年初启动，天气和其他道路用户及其行为。全自动驾驶机器人出租车。节省存储空间，

自驾汽车的测试会产生大量的数据。在驾驶期间选择数据并将其分类到场景目录中。并在测试过程中对新场景进行排序。