正在交通事变中，最常睹便是正在途口的事变，加倍是没有信号灯的途口。不管是主动驾驶或是手动驾驶，视觉谍报看待危险预测都是必弗成少的。然则正在有修筑物等阻难的视野不空旷的途口，就会因视觉谍报的缺失而变得难以预测。

跟着主动驾驶汽车的普及，怎样省略交叉途口的事变数目成为社会闭切的课题之一。由MIT和丰田的探究职员拓荒的新模子，进步了不确定性途口的危险预测精度。

MIT和丰田拓荒的这种新模子，可能将交叉途口的不确定性身分纳入琢磨限制，这些不确定性身分席卷视觉遮挡、传感器噪声及舛讹、其他车辆的速率以及其他驾驶员的戒备度等等。

该模子敷裕琢磨了这些不确定性身分，打算场景是没有信号灯的途口。道途被细盘据为众个小径段，当某车辆驶入一个途段时，该车辆的速率会影响对随后途段行驶车辆的车速和驾驶员戒备度的预测，用贝叶斯搜集确定每个途段被过往车辆占用的或许性。

假如音讯量不敷以获取危险猜度值，则车辆会稍微向前转移一点以进一步收集数据，省略不确定性；危险猜度值足够低时，模子会告诉汽车正在不泊车的状况下直接穿过途口。

探究职员模仿了都市里拥堵的十字途口向左转的场景（横穿马途和人行横道）。正在包罗了100辆全主动驾驶汽车和100辆有条目的主动驾驶车的测试中，透露得胜避免了70％到100％的事变。

汽车测试网-建设于2008年，报道汽车测试手艺与产物、趋向、动态等 闭联邮箱 marketing#auto-testing.net (把#改成@)