机器学习算法在无人驾驶中的应用

编译/陈亮

机器学习算法在无人驾驶中的应用

编译/陈亮

无人驾驶被认为是未来人工智能技术应用的最大市场规模和影响力的落脚点。近年来，为了使汽车能够安全可靠地“自主”上路，研究人员可没少花心思。本文编译自kdnuggets，该文全面概述了无人驾驶现阶段使用的机器学习技术。我们一起来看看，哪些技术将影响未来下一代出行？

今天，机器学习算法被广泛应用，以解决制造无人驾驶汽车行业中出现的各种挑战。随着传感器数据处理在汽车ECU（电子控制单元）中被引入，我们必须越来越多地使用机器学习来完成新的任务。潜在的应用涉及通过来自不同外部和内部传感器（如激光雷达、雷达、照相机或物联网）的数据融合来评估驾驶员状况或驾驶场景分类。

运行汽车信息娱乐系统的应用程序可以从传感器数据融合系统接收信息。例如，如果车辆注意到驾驶员状态不对劲，则可以将汽车指引到医院。这种基于机器学习的应用程序还包括驾驶员的语言、手势识别和语言翻译。算法被分类为无监督学习和监督学习。两者之间的区别在于他们学习的方式。

监督学习算法利用训练数据集学习，并持续学习直到达到他们所期望的信息（最小化错误概率）的程度。监督算法可以分为回归、分类和异常检测或降维。

无监督学习算法尝试从可用数据中获取价值。这意味着，在可用数据内，算法产生关系，以便检测模式或根据它们之间的相似程度将数据集划分为子组。……