5月7日消息，据福布斯杂志报道，麻省理工学院(MIT)开发出一套新系统，允许无人驾驶汽车在没有地图的情况下进行导航。这项刚刚起步的技术可能被用来帮助防止未来交通事故，比如最近涉及Uber无人驾驶车辆的死亡车祸。

到目前为止，许多在实际道路上测试的无人驾驶汽车要么依赖高度详细的3D地图，要么系统允许车辆在路标明确的城市或公路环境中导航。但是绝大多数的美国公路都还没有被精确地绘制成三D地图，或者无法可靠地提供一致的车道标记。因此，麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究小组开发了一种方法，可以让无人驾驶汽车能够阅读和预测当地的环境，而不是依赖于3D地图数据。

这个框架被称为MapLite，它结合了全球定位系统(GPS)，使用来自OpenStreetMap的最基本地形图，以及用于监测道路状况的激光雷达和IMU传感器。CSAIL研究生泰迪·奥尔特(Teddy Ort)说：“这种‘无地图’模式以前没人尝试过，因为它通常很难拥有详细地图那样的准确性和可靠性。像这样的系统可以在车载传感器上进行导航，这显示出无人驾驶汽车的潜力，它能够应对超出科技公司所绘制地图的道路情况。”

研究人员起草了一份报告用以描述这套系统，它将于本月晚些时候在澳大利亚布里斯班举行的国际机器人与自动化会议(ICRA) 上提交。为了测试这套系统，研究人员为无人驾驶的丰田普锐斯配备了激光雷达、传感器以及MapLite。这款普锐斯能够“看到”前方30米远的路况，成功地在马萨诸塞州多条未铺设公路的乡村道路上行驶。

研究人员在报告中称：“这意味着，它可以使汽车以超过100公里的时速行驶，而且如果该方法能够并行化，且在GPU上实现的话，汽车行驶的速度可能会更快。”

奥尔特解释说，他们的系统也不同于其他“无地图”模式，后者使用机器学习来训练系统。它们使用来自一组道路的数据，然后对其模式进行测试，并应用到其他道路上。相反，MapLite尝试开发无人驾驶汽车可能遇到的情况的模型，然后告知它的行为，这与人类驾驶员在熟悉场景中驾驶的方式没有太大不同。

奥尔特表示：“最终，我们希望能够问汽车更多问题，比如‘在这个十字路口有多少条道路正在合并?’通过使用建模技术，如果系统不工作或发生事故，我们可以更好地理解原因。”

虽然像MapLite这样的系统可以为无人驾驶汽车的发展开辟更多方向，但它距离投入使用依然任重道远。研究人员称，他们的系统无法解释海拔高度的变化，所以现在无法应付山路。奥尔特称：“我认为未来的无人驾驶汽车将永远在城市地区使用3D地图，而当我们在乡村偏僻道路上行驶时，这些车辆就需要像人类在陌生道路上行驶一样，能够自己做出应对，我们希望我们的努力朝着这个方向迈出了一大步。”