蘋果無人駕駛研究成果 VoxeNet可助探測3D物體

　　在自動駕駛領(lǐng)域低調(diào)又低調(diào)的蘋果研究得到了階段性的成果，據(jù)悉，蘋果研究人員推出一種VoxeNet的全新軟件方法，可以幫助電腦探測3D物體。

　　北京時間11月22日上午消息，蘋果的科學(xué)家對如何讓無人駕駛汽車更好地識別騎行者和行人，并減少傳感器的使用展開了研究，還將結(jié)果發(fā)布在網(wǎng)上。這似乎是該公司首次公開發(fā)布與無人駕駛汽車有關(guān)的論文。

　　周因（YinZhou，音譯）和昂塞爾·圖澤爾（OncelTuzel）于11月17日向獨立在線期刊arXiv提交了這篇論文。由于蘋果向來對外保密未來的產(chǎn)品計劃，導(dǎo)致該公司難以吸引人工智能和機器學(xué)習(xí)領(lǐng)域的研究人員，所以這篇論文可謂意義重大。

　　研究人員提出了一種名叫VoxeNet的全新軟件方法，可以幫助電腦探測3D物體。

　　蘋果拒絕對此置評。

　　學(xué)術(shù)人士已經(jīng)習(xí)慣了與其他組織的同行分享自己的研究成果。而為了順應(yīng)這一趨勢，蘋果今年7月也為該公司的研究人員發(fā)起了《蘋果機器學(xué)習(xí)期刊》。他們的成果很少會發(fā)表在這份期刊之外，而該期刊迄今為止尚未發(fā)表任何關(guān)于無人駕駛汽車的論文。

　　無人駕駛汽車通常使用常規(guī)的2D攝像頭和深度感應(yīng)LiDAR模塊，以此識別周圍的世界。雖然這些模塊可以提供深度信息，但由于分辨率較低，因此，如果沒有常規(guī)攝像頭提供的實時數(shù)據(jù)，就很難探測遠距離的小物體。

　　但蘋果研究人員表示，借助新的軟件，他們可以獲得“極其令人鼓舞的結(jié)果”，僅僅借助LiDAR的數(shù)據(jù)即可識別行人和騎行者。他們還表示，這種方法可以擊敗其他只用LiDAR識別3D物體的方法。該實驗完全采用計算機模擬進行，尚未上路測試。

　　盡管蘋果CEO蒂姆·庫克（TimCook）曾經(jīng)將無人駕駛汽車稱作“所有人工智能項目之母”，但他們卻并未披露該公司在這一領(lǐng)域的研究成果。

　　蘋果去年12月對美國監(jiān)管者表示，該公司對這項技術(shù)感到振奮，希望監(jiān)管者不要限制相關(guān)測試。

　　蘋果今年4月還向加州監(jiān)管機構(gòu)提交了無人駕駛汽車的測試計劃。