著名的麻省理工學院近期發表了新的自駕系統引起關注，其性能將允許在沒有精密地圖導航的情況下也可以獨自行駛在偏遠道路上。
目前大部分廠商的自駕系統都過於仰賴精密的導航地圖，才能正確地行駛在明顯的道路上，但實際上有許多幅員遼闊的國家在城市之間的交通環境並沒有辦法建構如此精密的 3D 地圖，而麻省理工的技術就是為了要解決這樣的問題，將有助於讓自駕車在開放道路上行駛，並進一步防範如 Uber 自駕車所釀成的死亡事故。
麻省理工的研究人員開發出的新型 AI 系統將能夠判別及預測當下環境，而不需預讀龐大的 3D 地圖數據來進行導航。該系統框架被稱為 MapLite，只使用 Open Street Map 最基本的地形圖與 GPS，再結合監測路況的 LIDAR 和 IMU 感測器即可運行。麻省理工研究員 Teddy Ort 指出，這樣的系統架構一直都沒人做的原因，當然也就是因為在可靠度上很難與精密地圖導航比美。
但事實證明，這樣的系統還是相當的有潛力，現今感測器的性能已足以應付偏僻道路了。目前他們採用豐田 Prius 車型進行測試，系統透過判斷前方 100 英尺以上，約 30 多公尺的路況，成功在麻薩諸塞州森林內的鄉村道路上行駛。且這意味著只要路況允許，自駕車保持在時速在 67 英里以內，約 100 公里以下都可以正常行駛，且這還不是硬體設備的極限，若換用 GPU 表現可能會更好。
該系統透過不斷掃描周遭環境配合簡易地圖來完成建模，就像人類駕駛一樣使用目光來檢測與道路及障礙物的距離。不過研究人員也坦承現在系統能做的還遠不如人類駕駛，例如現在 AI 還無法理解海拔的概念，意即此系統現在還不能用在行駛山路上，將可能會發生意外事故。
但這套系統有個優點在於，透過建模技術來導航，若萬一有一天系統出錯的時候，工程人員也能更簡單的發現錯誤所在。當然這套演算法也可以與其他演算法混用，未來的自動駕駛汽車仍然會在城市地區內使用 3D 地圖導航，但一旦駛出主要道路後，也應該保持足夠良好的性能，而麻省理工的研究已為此邁進了一步。
相關論文將會在 5 月 22 日於澳洲布里斯班舉辦的機器人與自動化國際會議（ICRA）上發表。
- New MIT A.I. Could Send Self-Driving Cars Down Roads Less Traveled
- This self-driving car could one day take you on a real road trip
- MIT’s self-driving car can navigate unmapped country roads
（首圖來源：翻攝自 YouTube）
