dRISK公司推出边缘案例再培训工具 可使AV更快检测到高风险事件

盖世汽车讯 4月13日，英国初创公司dRISK宣布推出其边缘案例再培训工具（edge case retraining tool），并将其首次实现商业应用。该工具可以帮助自动驾驶汽车（AV）及时检测到高风险事件，性能提升6倍。

目前的半自动驾驶和全自动驾驶汽车并不总是能够及时发现高风险事件并对其做出反应（如逆向变道超车，以及车辆由于被其他车辆遮挡而误闯红灯）。而dRISK的AV再培训工具可识别边缘案例，表明再培训自动驾驶汽车性能并使其优于人类这一目标取得重大进展，即使是在恶劣的驾驶场景中。

（图片来源：dRISK）

dRISK旨在加快AV安全发展。dRISK的再培训工具是一种图谱技术（类似于谷歌的互联网知识图谱，但是dRISK的是真实事件的知识图谱），并获得了专利。可解决目前阻碍AV开发的众多问题。该技术可以对不同相关数据源的大量高维数据进行编码，并将其转换为易于处理的形式，然后提供各种边缘案例，从而使车辆在已经发生的和将来发生的案例中再培训。

dRISK在半随机、不可能模拟的训练和测试序列中提供仿真和真实+仿真的边缘案例，从而为客户提供有关真实数据的出色测试和再培训结果。传统训练和开发技术对于AV的训练是在有利的照明条件下进行，主要识别整个车辆和行人。与此不同，使用dRISK的边缘案例对AV的培训仅识别高等风险事件的预示物，（如在视线不佳的情况下，前方车辆的前大灯窥视车道）。通过这种训练方式，AV系统可以更快识别到高风险事件，且不会降低其低风险事件的检测性能。

（图片来源：dRISK）

dRISK的客户包括关注降低AV风险及改善其性能的AV开发商、主要运输当局和一家全球大型保险公司。截至目前，dRISK已根据客户需求推出半定制解决方案，并计划在今年春季末在网上直接发布其AV再培训产品的一种版本，从而向更多AV社区开放这些功能。

dRISK及其全资子公司dRISK.ai Limited与英国D-RISK财团、伦敦帝国理工学院的运输系统实验室（Transport Systems Laboratory）、Claytex和DG Cities达成合作，获得英国联网和自动驾驶汽车中心（Connected and Autonomous Vehicles）300万英镑投资，从而为无人驾驶汽车开发终极驾驶测试。