据物理学家组织网报道，英国剑桥大学的科学家近日研发出两种可以让无人驾驶汽车学会“看路”的新系统。一个名为SegNet的系统，能通过智能手机或普通相机实时判断出道路上的多种物体；另一个系统则可在GPS系统无法提供服务的区域，识别出使用者的位置和方向。

                       科学家研发学习系统 教机器“看路”
　　研发无人驾驶汽车必须“教”会它三方面内容：我是谁，我周围有什么，下一步我该做什么。SegNet主要解决了第二个问题；另一个独立的系统通过识别图像来判断自己的位置和方向。

　　SegNet系统可实时对道路情况进行拍照，并将道路上的物体分为12类——例如路面、路标、人行道、建筑和骑车人员，其功能相当于价值几万英镑的感应器。对于目前的无人驾驶汽车而言，雷达和基础传感器十分昂贵，实际上它们的造价比汽车本身还贵。与这些通过雷达来识别物体的昂贵感应器相比，运用了深度学习技术的SegNet通过案例来学习。科研人员使用了5000张进行精确标识的图片对SegNet进行了培训，使它具备了上述能力。

　　另一个系统只需要一张单色照片，就可以在繁忙的城市中进行定位。它比GPS系统精确很多，而且可以在GPS无法提供服务的区域工作，例如室内和隧道以及没有可靠的GPS信号的城市。

　　尽管这两种系统目前无法直接用于控制无人驾驶汽车，但是它们可以“看见”并精确识别自己的位置、识别出自己所“看见”的物体——这正是研发无人驾驶汽车的关键问题。

　　团队成员之一、该校工程学院博士生阿历克斯·肯德尔说：“研究比较酷的地方在于首次使用深度学习技术来让汽车判断自己的位置和周围的环境。”该研究负责人罗伯托·契波拉教授说：“让人完全依赖一辆无人驾驶汽车仍需时日，不过随着相关技术更加有效、更加精确，我们离广泛应用无人驾驶汽车就更近一些了。”