MapLite प्रणाली एक ग्लोबल पोजीशनिंग सिस्टम (OpenStreetMap से केवल सबसे बुनियादी स्थलाकृतिक नक्शा का प्रयोग करके), और साथ ही सड़क की स्थिति और लेजर रडार सेंसर IMU की निगरानी के लिए को जोड़ती है।
प्रणाली जीपीएस के माध्यम से कार की भौगोलिक स्थिति की जानकारी प्राप्त कर सकती है और अंतिम जानकारी में 'स्थानीय' लक्ष्य और कार के क्षेत्र के क्षेत्र की पहचान करने के लिए इस जानकारी का उपयोग कर सकती है। फिर, यह डिवाइस इन स्थानों तक पहुंचने के लिए अंक उत्पन्न करने के लिए अपने ऑन-बोर्ड सेंसर का उपयोग कर सकती है। पथ, और सड़क के किनारे का अनुमान लगाने के लिए लेजर रडार का उपयोग। यह प्रणाली कई सामान्य प्रयोजनों, पैरामीटर-आधारित मॉडल के साथ प्रीफैब्रिकेटेड है जो कार को एक चौराहे पर या विशेष सड़क पर क्या करना है, यह जानने की अनुमति देती है।
यह प्रणाली भविष्य में दुर्घटनाओं को रोकने में मदद कर सकती है, जैसे उबर की स्वयं-ड्राइविंग कारों से जुड़ी हालिया मौतों।
आज तक, वास्तविक सड़कों पर परीक्षण की जाने वाली कई स्वयं-ड्राइविंग कारों को अक्सर गति सीमा, लेन और संकेतों की पहचान करने के लिए अच्छी तरह से चिह्नित 3 डी मानचित्रों की आवश्यकता होती है। लेकिन ग्रामीण सड़कों पर, ये मार्कर अक्सर अनुपस्थित होते हैं।
इसलिए, एमआईटी सीएसईएल टीम ने एक विधि विकसित की है जो 3 डी मानचित्र डेटा पर निर्भर रहने के बजाय स्वयं-ड्राइविंग कारों को स्थानीय पर्यावरण को पहचानने और भविष्यवाणी करने की अनुमति देती है।
ग्रेजुएट कंप्यूटर विज्ञान और आर्टिफिशियल इंटेलिजेंस प्रयोगशाला टेडी ओट (टेडी Ort) ने कहा: 'यह' कोई नक्शा 'विधि कोई वास्तविक कारण है कि यह किया, क्योंकि यह अक्सर प्राप्त करने के लिए मुश्किल है और है सही रूप में विस्तृत नक्शे लिंग और विश्वसनीयता। इस तरह की प्रणालियों को ऑन-बोर्ड सेंसर के माध्यम से नेविगेट किया जा सकता है, जो वास्तव में उन कुछ सड़कों को संभालने के लिए स्वयं ड्राइविंग कारों की क्षमता दिखाता है जिन्हें प्रौद्योगिकी कंपनियों ने चित्रित नहीं किया है। '
शोधकर्ताओं ने इस प्रणाली का वर्णन करने वाले एक पेपर का मसौदा तैयार किया जो रोबोटिक्स एंड ऑटोमेशन (आईसीआरए) पर अंतर्राष्ट्रीय सम्मेलन में इस महीने के अंत में ब्रिस्बेन, ऑस्ट्रेलिया में आयोजित किया जाएगा।
प्रणाली का परीक्षण करने के लिए, वे स्वतः ही 'देख' सड़क के सामने (लगभग 3 मीटर) में 10 से अधिक पैर, मैसाचुसेट्स Devens की तुलना में अधिक से एक कार टोयोटा प्रियस लेजर रडार, सेंसर और MapLite। प्रियस ड्राइव करने के लिए सुसज्जित हैं सफल नेविगेशन पर कच्चे ग्रामीण सड़कों।
ओट में विस्तार से बताया है कि उनके प्रणाली अन्य 'गैर-मैप' विधि है, जो प्रणाली को प्रशिक्षित करने के मशीन सीखने का उपयोग करता है से अलग है।
शोधकर्ताओं का कहना है उनके सिस्टम ऊंचाई नहीं संभाल कर सकते हैं तेजी से माहौल बदल रहा है, यह पर्वत पर नेविगेट करने के लिए असंभव है।
ओट ने कहा: 'मैं कल्पना कर सकता हूं कि भविष्य में स्वयं ड्राइविंग कार हमेशा शहरी क्षेत्रों में 3 डी मानचित्र का उपयोग करेंगी, लेकिन जब हमें अलग-अलग सड़कों से शुरू करने के लिए कहा जाता है, तो इन वाहनों को मनुष्यों की तरह होना चाहिए, और उन्होंने उन्हें पहले कभी नहीं देखा है। एक अजीब सड़क पर ड्राइविंग। हमें आशा है कि हमारा काम इस दिशा में एक कदम है। '