车载导航怎么升级_RoadTagger AI 可增强车载导航的路径识别精度

虽然全球卫星导航系统已在民用市场得到广泛应用，但人们仍难以避免在日常驾驶过程中拐错弯的尴尬。好消息是，麻省理工学院和卡塔尔计算机研究所的一个团队已经想出了一种方法，用卫星图像增强现有的地图数据。对我们来说，最有吸引力的事情之一是使用人工智能来计算被数据和建筑物阻挡的道路布局。

(来自麻省理工学院，Vianwattas)

是一项名为“RoadTagger”的技术，旨在将机器学习技术应用于卫星图像

系统可以高精度地找出道路上的一些附加细节(如车道数)，从而提供岔路或车道合并等预警信息。

此外，RoadTagger可用于非机动车道和停车位的合理估计，在缺乏地图数据的情况下尤其实用(相对快速且低成本地向地图添加更多细节)

MIT的SamMadden说:“大公司总是倾向于为关键区域提供最新的数字地图，而小区域很容易被忽视。”

基于这一点，研究小组决定把重点放在高质量数字地图的自动生成过程上，以便它们可以在任何国家或地区使用。

在美国20个城市的测试中，RoadTagger系统能够以至少77%的准确度计算车道数，即使道路的视野完全或部分模糊。

在道路类型识别(住宅区或高速公路)方面达到93%的准确度

此外，机器学习系统可以识别泥路或窄路，以及被立交桥和其他环境遮挡的道路特征。

据报道，支持道路标记器的人工智能程序可以将道路分成多个街区，并在视图被阻挡时调用周围街区的信息，以帮助确定道路的布局

作为一种“端到端”模型，可以在原始数据中生成输出，无需人工干预

由于卫星图像通常比地图数据更新更及时、频率更固定，因此道路标记器的应用前景十分广阔。