据外媒报导，苏黎世联邦理工学院自动驾驶系统实验室（ETHZürichsAutonomousSystemsLab）的研究人员近日研发出有一款用作视觉定位系统的地图管理程序，专门限于于多辆车在户外环境中操作者。该程序解决问题了将大量视觉定位数据统合入终生视觉地图的挑战，可在所有外部环境条件保持一致的情况下，获取有效地定位。

积极开展此研究的研究人员之一MathiasBürki回应：“自己定位是还包括自动驾驶车辆在内的所有移动机器的关键。虽然大多数自动驾驶研究车辆都配有了便宜的3D激光雷达传感器，但对于未来此类自动驾驶车辆否合适量产仍众说纷纭。

另一方面，摄像头传感器很低廉，早已用作目前的车队（如用作行驶辅助系统），所以，我们仍然在研究将摄像头作为主要传感器，构建自动驾驶车辆精确定位的潜力。”为户外环境研发视觉定位系统遇上的主要挑战之一是须要保证此类系统需要很好应付外部环境变化，既还包括灯光、阴影等短期变化，也还包括季节变化等长年变化。过去的研究找到，为视觉定位创立的地图，理论上可以适应环境有所不同的户外环境工作。然而，此类地图十分便宜，在确保此类地图的服务器和自动驾驶车辆时，必须花费大量资源。

虽然有很多的解决方案可以降低成本、解决问题该简单问题，但是，目前为止，都是正处于孤立无援的研究中。苏黎世联邦理工学院自动驾驶系统实验室研发的地图管理程序的工作原理是，随着时间推移，大大向地图加到新的数据集，以维持地图更新，更佳地应付外部环境条件。Bürki回应：“我们最有意义的找到是，建构此类视觉定位和地图系统是显然不切实际且符合实际的，此外，还十分高效，可拓展，从长年来看，可在室外环境中获取精确定位。另一找到是，基于外部环境的在线地标自由选择与汇总的离线地图可很好协作，互相补足。

”未来，大多数高性能的自动驾驶车辆很可能会配有3D激光雷达传感器，目前，此类传感器在保证安全性以及保证车辆有效地感官还包括行人在内的周围障碍物方面至关重要。最近，此类传感器的成本大幅度上升了，将有助它们在未来几年获得普遍普及。Bürki回应：“现在，我们将更加多的研究重点放到如何用于激光雷达传感器反对视觉定位，特别是在光线很差的情况下，摄像头超过了观测无限大，而激光雷达又非常适合黑暗条件的情况下。

本文来源：凯发一触即发(中国区)官方网站-www.khstqm.com