据外媒报道，自动驾驶汽车预计将于2026年在英国上路，萨里大学（University of Surrey）和中国复旦大学开发出一种新型运动预测框架，有望使自动驾驶汽车更安全、更智能。

图片来源：萨里大学

研究人员结合专业知识创建出RealMotion——一种新颖的训练系统，可将历史和实时场景数据与背景和基于时间的信息无缝集成，为更高效、更可靠的自动驾驶汽车技术铺平道路。相关研究论文发表在arXiv预印本服务器上。

萨里大学视觉、语音和信号处理中心及以人为本人工智能研究所高级讲师、这项研究的合著者Xiatian Zhu博士表示：“无人驾驶汽车不再是一个未来的梦想。机器人出租车已经在美国和中国的部分地区投入运营，自动驾驶汽车预计最早明年就会在英国的道路上行驶。然而，每个人心中真正的问题是：它们有多安全？虽然人工智能的运作方式与人类驾驶员不同，但仍有挑战需要克服。这就是我们开发RealMotion的原因——不仅为算法配备实时数据，还使其能够整合时空的历史背景，从而做出更准确、更可靠的决策，实现更安全的自主导航。”

现有的运动预测方法通常独立处理每个驾驶场景，忽略了连续驾驶场景中过去和现在环境的相互关联性。这种限制阻碍了准确预测周围车辆、行人和其他代理在不断变化的环境中的行为的能力。

相比之下，RealMotion可以更清楚地了解不同的驾驶场景。整合过去和现在的数据可以增强对未来运动的预测，解决预测多个代理运动的固有复杂性。

使用自动驾驶研究领域的领先基准Argoverse数据集进行的大量实验凸显了RealMotion的准确性和性能。与其他AI模型相比，该框架在最终位移误差（FDE）（即预测的最终目的地与真实的最终目的地之间的距离）方面实现了8.60%的改善。它还展示了计算延迟的显著减少，使其非常适合实时应用。

萨里以人为本的人工智能研究所所长Adrian Hilton教授表示：“随着自动驾驶汽车即将在英国上路，确保人们的安全至关重要。朱Zhu博士及其团队开发的RealMotion为现有方法提供了重大进展。通过让自动驾驶汽车实时感知周围环境，并利用历史背景做出明智的决策，RealMotion为我们的道路更安全、更智能的导航铺平了道路。”

虽然研究人员遇到了一些限制，但该团队计划继续研究，以进一步提高RealMotion的能力并克服各项挑战。该框架有可能在塑造下一代自动驾驶汽车方面发挥关键作用，确保未来导航系统更安全、更智能。