給自動駕駛汽車加入「第六感」，MIT用AI預測在路口被撞風險，事故率降低7成以上

給自動駕駛汽車裝上攝像頭和激光雷達，它就能避開其他汽車和行人。

然而這都是基於眼前事實的判斷。

MIT人工智能實驗室（CSAIL）和豐田的研究人員並不滿足於此，他們希望AI能夠預測到路口被遮擋的地方是否會有汽車，從而及時調整車速，保證安全。

要做到這一點可不容易，其中的不確定性因素太多。視覺遮擋、傳感器噪聲和錯誤、其他汽車的速度以及其他駕駛員的注意力，這些都會影響到模型權衡風險。

「當你接近路口時，有發生碰撞的潛在危險。相機和其他傳感器需要視線不被遮擋。如果存在遮擋，它們沒有足夠的視野來評估可能發生某些事。」這篇文章的作者之一，同時也是MIT CSAIL實驗室主任Daniela Rus說。

MIT和豐田提出的模型是是專門為沒有信號燈的路口而設計的，在這樣的路口，駕駛方式不受紅綠燈影響，完全受制於路口的交通狀況。

研究人員用在一個縮小版馬路模型中，放入了超過100個遙控汽車，對這套系統進行了測試。利用汽車現有的傳感器加算法來估計視野之外的路況。

這些遙控汽車在繁忙的路口前受到阻礙，其他汽車不斷駛過路口。實驗的道路中有全自動駕駛汽車和有人類司機但包含輔助駕駛的汽車。

該模型將道路分為多個部分，可以確定任何部分是否有被另一輛車佔用。駛過的汽車駛入路段時，其速度會影響對隨後路段行駛車輛的預測，用貝葉斯網絡確定每個路段被過往車輛佔用的可能性。

而且汽車位於十字路口時，風險估計會不斷更新。例如存在多個遮擋的情況下，它將逐漸向前移動以減少不確定性。

風險估計值足夠低時，模型會告訴汽車在不停車的情況下直接穿過十字路口。

研究人員表示，該系統成功地幫助汽車避免了70％到100％的碰撞。它還考慮了汽車駛過十字路口需要多長時間，以及所有安全的過路點。

為了擴大汽車的視野，還有車路協同技術。

通過5G加持的C-V2X，車與車之間、車與道路智能設施之間都可以通訊，等於又給汽車增加了「眼睛」，做到全方位無死角。

而MIT的這項技術可以在沒有車聯網，或者道路智能設施匱乏的情況下，依舊能夠對視野外的路況進行預測。

在遙控汽車上能夠實時運行預測模型，證明了它的速度足夠快，不需要消耗太多的計算資源，也許不久後就可以部署到自動駕駛汽車的路測當中。

當然，在用於量產車輛的實際實現之前，這個模型仍然需要進行更嚴格的測試。

接下來，研究人員的目標是在模型中考慮更多具有挑戰性的風險因素，例如在十字路口周圍的行人。

參考鏈接： http://news.mit.edu/2019/risk-model-autonomous-vehicles-1104

論文地址： https://ieeexplore.ieee.org/abstract/document/8779655/