O sistema MapLite combina sistemas de posicionamento global (usando apenas os mapas topográficos mais básicos do OpenStreetMap), bem como sensores de lidar e IMU para monitorar as condições da estrada.
O sistema pode obter a informação de posição geográfica do carro através de GPS e usar esta informação para identificar o alvo 'local' no destino final e campo de visão do carro.Então, este dispositivo pode usar seus sensores de bordo para gerar pontos para alcançar esses lugares. O caminho e o uso do radar a laser para estimar a borda da estrada Esse sistema é pré-fabricado com vários modelos baseados em parâmetros e de uso geral que permitem ao carro saber o que fazer em uma interseção ou em uma estrada especial.
Este sistema pode ajudar a prevenir futuros acidentes, como as recentes mortes envolvendo carros autônomos da Uber.
Até o momento, muitos carros autônomos testados em estradas reais geralmente exigem mapas 3D bem marcados para identificar limites de velocidade, faixas e sinais, mas em estradas rurais esses marcadores são frequentemente ausentes.
Portanto, a equipe do MIT CSAIL desenvolveu um método que permite que carros autônomos reconheçam e prevejam o ambiente local, em vez de confiar nos dados do mapa 3D.
Teddy Ort, um estudante de pós-graduação no laboratório de ciência da computação e inteligência artificial, disse: 'Essa abordagem' não 'foi realmente alcançada porque muitas vezes é difícil obter a mesma precisão de um mapa detalhado. Sexo e confiabilidade: sistemas como esse podem ser navegados por meio de sensores a bordo, o que mostra o potencial dos carros autônomos para lidar com as poucas estradas que as empresas de tecnologia não pintaram.
Os pesquisadores elaboraram um artigo descrevendo o sistema que será lançado na Conferência Internacional sobre Robótica e Automação (ICRA) a ser realizada no final deste mês em Brisbane, Austrália.
Para testar o sistema, eles estão equipados para conduzir automaticamente um carro Toyota Prius de laser de radar, sensores e MapLite. Prius por 'ver' mais de 10 pés na frente (cerca de 3 metros) de estrada, mais do que em Massachusetts Devens Estradas rurais não pavimentadas são navegadas com sucesso.
Ott explicou que o sistema deles é diferente de outros métodos "sem mapa", que usam aprendizado de máquina para treinar o sistema.
Os pesquisadores afirmaram que seu sistema não poderia lidar com o ambiente em rápida mudança, por isso era impossível navegar na montanha.
Ott disse: “Eu posso imaginar que futuros carros autônomos sempre usarão mapas 3D em áreas urbanas, mas quando somos solicitados a partir de estradas isoladas, esses veículos precisam ser como seres humanos, e eles nunca os viram antes. Dirigindo em uma estrada estranha, esperamos que nosso trabalho seja um passo nessa direção.