机器之心

首页 > 生活 > 意念控制特斯拉,美国黑客新玩法

生活

意念控制特斯拉,美国黑客新玩法

2016-11-24 13:00:19            
0 0 0
加州黑客最近有了新玩具,使用 EEG 头盔接收驾驶员大脑中信号,并通过机器学习训练程序将大脑的活动识别为准确的命令,实现了科幻电影中的意念开车。

这辆特斯拉 Model S 只走了几十英尺,从停车场的一个车位开到另一车位。然而司机却并没有坐在方向盘后,他坐在副驾驶位置上,头戴 EEG 头盔,这套名为 Teslapathic 的设备可以让他用意念控制汽车,让我们来看看其中的奥秘吧。

这项新发明是由加州四位黑客 Casey Spencer,Lorenzo Caoile,Vivek Vinodh 和 Abenezer Mamo 共同打造的。这个团队将 Spencer 自己的 2015 款特斯拉 Model S 85D 轿车改造成为「意念驾驶汽车」,这也是本月 Cal Hacks 活动的一个参选项目。

Teslapathic 项目只用了 36 个小时就宣告完成。这个团队宣称,他们使用 EEG 头盔接收驾驶员大脑中「停止」或「加速」的信号,通过机器学习训练程序将大脑的活动识别为准确的命令,采用 k-nearest neighbors 算法来减少信号噪声。确定驾驶者的意图后,系统再将命令通过 Arduino 转换为模拟 PPM 信号,用标准 RC 无线电设备控制连接油门/刹车踏板上的铰链马达机构,另一个电机则控制方向盘。

blob.png

在希望「加速」时,Spencer 想象自己右脚踩油门踏板;希望「刹车」时,他想象自己紧握自己的左手。在获得「加速」指令后,线性致动器踩下油门,收回刹车;而「刹车」命令则相反。

汽车转向的控制方式则相对有点笨拙,并不是通过意念实现的。项目组通过在方向盘上安装的汽车雨刮器电机实现转向,通过驾驶员的头戴式陀螺仪进行控制,当 Spencer 向左或向右转动头部的时候,方向盘会做出及时响应。

为了安全起见,这套设备的程序代码中包含了紧急停止机制,驾驶者持有一个「红色按钮」,可以发出信号启动刹车踏板旁的额外电机,防止轿车开得太快。

目前看来,这辆特斯拉还不能准确行驶在道路的正中间,如果 Spencer 不努力地想象,刹车踏板也不会踩到足够深,但这个小组充满创意性的尝试为人们打开了新的思路。

这并不是 Spencer 使用意念汽车的第一次尝试。在去年,他的小组已经可以成功控制一辆高尔夫球车了,他把当时的作品命名为「Cranium Cart」。玩坏一辆高尔夫球车与价值 8 万 5 千美元的特斯拉并不能相提并论,但 Spencer 对自己的技术很有信心,他也乐意用这个作品参加特斯拉的车主引荐奖励计划。

在 2015 年 9 月,Spencer 成为了第一个打破 500 英里距离电动车一次充电里程的人,在那次距离挑战中,他以每小时 21 英里的速度横穿了整个加州。而在今年早些时候,他的特斯拉汽车在另一次挑战中战胜了一辆 2015 款宝马 M4。

3.JPG

「Teslapathic 的效率还很低。」Spencer 说道。机器学习算法已经可以理解大脑中的简单命令,但竞赛的时间限制没有让所有细节做得更好。在未来,他希望能够让这套设备能够接收更为复杂的指令,处理更多类型的任务。

声明:本文由机器之心编译出品,原文来自Seekers,作者Alyssa Danigelis,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。

  1. 网站转载请在文章开头粗体注明:本文转载自机器之心,标明作者,并附上本文链接。
  2. 微信公众号转载请在开头粗体注明:本文转载自机器之心,标明作者,并设置阅读原文链接为本文链接,微博转载请附上本文链接并@机器之心synced。
  3. 网站和微信转载具体文章后需来信至邮箱operation@jiqizhixin.com说明,备注转载文章标题、转载的微信号名称和转载日期。
  4. 机器之心只接受如上几种转载方式,其余均视为侵权,如需商业合作请致信bd@jiqizhixin.com。

相关文章

机器学习算法集锦:从贝叶斯到深度学习及各自优缺点

机器学习算法集锦:从贝叶斯到深度学习及各自优缺点

模型学习全面概述:利用机器学习查找软件漏洞

模型学习全面概述:利用机器学习查找软件漏洞

机器学习很有趣Part6:怎样使用深度学习进行语音识别

机器学习很有趣Part6:怎样使用深度学习进行语音识别

评论

共有0条评论,点击展开

同步到新浪微博