自驾驶中的交互认知

被引：8

作者：

马楠 ^{[1
]}

高跃 ^{[2
]}

李佳洪 ^{[1
]}

李德毅 ^{[3
]}

机构：

[1] 北京联合大学机器人学院

[2] 清华大学软件学院

[3] 军事科学院

来源：

中国科学:信息科学 | 2018年 / 48卷 / 08期

基金：

北京市自然科学基金;

关键词：

拟人驾驶; 多总线架构设计; 车载智能音箱; 手势识别与理解; 车体交互;

D O I：

暂无

中图分类号：

TP212.9 [传感器的应用]; U463.6 [电气设备及附件];

学科分类号：

080202 ; 080204 ; 082304 ;

摘要：

近年来,无人驾驶无论Tesla路线、Waymo路线,还是Intel路线等,都重点关注感知、规划和决策等计算认知,而交互认知严重缺失.这一问题不解决,自驾驶车难以被社会接受与认可.本文分析了自驾驶车交互认知的丰富性和实现难度,提出基于自然语言交互的车载智能音箱对话、肢体语言交互和车体语言交互3种交互形式.通过智能音箱及互联网实现了自驾驶车与车主、乘员、运维人员、开发人员、远程服务请求等之间的交互;解决了自驾驶车对路边行人和执勤交警的手势识别、理解与应对;攻克了狭路会车和超车并道两种常见车体交互的难题.最后,基于丰富的自驾驶交互认知形式,给出独立于决策总线的交互总线架构设计,并在多类型智能车上开展应用.

引用

页码：1083 / 1096

页数：14

共 23 条

[1]

Understanding transit scenes: A survey on human behavior-recognition algorithms. Candamo, Joshua,Shreve, Matthew,Goldgof, Dmitry B.,Sapper, Deborah B.,Kasturi, Rangachar. IEEE Transactions on Intelligent Transportation Systems . 2010

[2]

Gesture Recognition: A Survey. S. Mitra,T. Acharya. IEEE Transactions on Systems Man and Cybernetics . 2007

[3]

A study on key technologies of unmanned driving. Zhang X,Gao H,Guo M,et al. Caai Transactions on Intelligence Technology . 2016

[4]

Learning Actionlet Ensemble for 3D Human Action Recognition. WANG J,LIU Z,WU Y,et al. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2014

[5]

Determining pickup and destination locations for autonomous vehicles. Google. . 2016

[6]

Automated vehicle operation based on gesture to pedestrian. Vijayan I,Laur M H,Absmeier J P. US20170190336 . 2017

[7]

Enabling safe freeway driving for automated vehicles. Liu C,Tomizuka M. Proceedings of the American Control Conference . 2016

[8]

Taxonomy and definitions for terms related to on-road motor vehicle automated driving systems. SAE On-Road Automated Vehicle Standards Committee. SAE Standard J3016 . 2014

[9] 轮式机器人的实践与展望 [J].

李德毅 ;

郑思仪 .

科技导报, 2015, 33 (23) :52-54

[10] 开放、创新与产业转型——从智能驾驶谈起 [J].

李德毅 .

科技创新与品牌, 2014, (06) :24-24

← 1 2 3 →