Autonomous Solutions,Inc.（ASI）最近宣布，已从美国陆军作战能力发展司令部地面车辆系统中心（前身为TARDEC）获得了第二阶段赠款。根据第一阶段取得的进展，选择了ASI来继续开发深度学习（DL）架构，该架构将在GPS有限或没有GPS的环境中支持传感器融合。
具体而言，ASI在对来自传统相机，LiDAR和雷达的数据输入进行三角测量以提供机器学习方面取得了快速进展，这将在GPS完整性受到限制或根本无法使用GPS的环境中提供更清晰的可见性，可预测性和安全性。
ASI首席技术官Jeff Ferrin说：“目标是使人们对自动驾驶汽车的周围环境有更清晰的实时了解，尤其是在恶劣的天气，环境或条件下航行时。随着自动驾驶汽车的发展，特别是工业用途的自动驾驶汽车的发展，在挑战性环境中利用机器学习，深度学习和其他人工智能算法来提高性能的需求日益增加。因此，该项目的成功至关重要-不仅对于美国军方内部的直接应用，而且对于ASI多个业务领域的应用也是如此。”
对于融合了来自LiDAR,雷达和照相机的信息的深度学习架构，对于某些行业（尤其是采矿业），这项创新还不能很快实现。
“随着全球采矿业务由于自动化而重新评估矿体经济并重新设计矿山，采矿业务将变得越来越复杂并依赖技术。通过协会，对高级可见性和态势感知的需求成倍增长。” Ferrexpo Yeristovo业务总经理Chris Soccio解释说。“在GPS或通信网络受到破坏或不可靠的地方，利用三种不同输入方法提供的机器学习能力不仅立即成为人们的理想之选，而且对于确保系统冗余以实现安全有效的开采至关重要。”
ASI预计将在2022年9月之前完成第二阶段的任务。