麻省理工开发的MapLite 提升乡郊区的自动化驾驶进程

尽管许多汽车厂商已经在城市里实现了一定的自动驾驶功能，但其对超详细 3D 地图的依赖，导致了这项技术难以在乡村地区运用。 好消息是，麻省理工计算机科学与人工智能实验室（CSAIL）的研究人员们，已经开发出了一种可基于传感器输入和简单的 GPS 数据进行导航的自动驾驶软件。 这套系统名叫 MapLite，报道称其在测试中展现了很大的潜力。

（配图来自：Argo AI）

出于成本的考虑，地图数据采集企业通常不会将太多资源放在乡郊地区，这里的路灯、标牌和道路指示也都不太理想，对当前大多数自动驾驶汽车来说都是一个挑战。

相对的优势是，乡郊地区的道路往往不太复杂，人口密度也没有城市那么高，意味着软件可以处理更少的讯息。 CSAIL 研究生 Teddy Ort 表示

这种‘无地图’的方法可以说是前所未有，因为要达到同等准确性和可靠性的话，它通常要难得多。

不过可以仅使用车载传感器进行导航的这套系统，表明了自动驾驶汽车能够真正处理超出已绘制数字地图路况的潜力。

MapLite 借助了激光雷达和惯性传感器，来预测车前方 100 英尺的道路状况，并参考基础的 GPS 数据进行检查指导。

与其它复杂系统相比，MapLite 要精简不少，可能是一种加速无人驾驶汽车在城市以外的地方使用的好方法。

当前 CSAIL 正用一辆改装过的丰田普锐斯汽车，在马萨诸塞州的德文斯市展开测试，结果是相当积极的。

尽管 MapLite 仍在开发中，在处理高程变化等情况是还有些问题，但相信随着研究的深入，其有望在不久的将来崭露头角。