密歇根大学的研究人员正在采取措施使自动驾驶汽车能够精确地识别和预测行人的行为。研究人员通过摄像头、激光雷达和GPS收集的数据在3D计算机模拟中进行重建，他们通过这种方式，创造了一个生物力学启发的循环神经网络。为车辆配备必要的预测能力需要掌握人类运动的细节，比如人类步态的速度、肢体的镜像对称性以及在行走过程中脚部位置对稳定性的影响方式。
自动驾驶技术
自动驾驶技术中最多使用的机器学习技术是二维图像，但是驾驶过程中，车辆所遇到的事物绝非都是静止的。因此我们需要延伸自动驾驶技术对动态事物的识别技术。美国密歇根大学海军建筑与海洋工程系副教授表示称，他们现在正在训练系统对动态事物的预测。经研究表明，这种新的系统提升了无人驾驶车辆预测的能力。
为了创建用于训练U-M神经网络的数据集，研究人员在Ann Arbor的几个十字路口停放了一辆具有4级自动驾驶功能的车辆进行测试。研究人员利用从真实世界获得的数据补充了实验室中的传统姿势数据，并在此基础上开发了一个可以提高无人驾驶车辆能力的系统。
