據(jù)外媒報道，自動駕駛車輛務(wù)必能準(zhǔn)確而可靠地識別交通信號。然而，現(xiàn)有體系難以應(yīng)對復(fù)雜的信息流量，供自動駕駛車輛使用。德國弗勞恩霍夫?qū)嶒?yàn)室的研究人員研發(fā)出新技術(shù)，幫助駕駛輔助系統(tǒng)識別并區(qū)分各類分流信號。
對自動駕駛車輛而言，在高速上建立建站挑戰(zhàn)性較高：道路較窄，車道更窄，容易引起擁堵。倍感壓力的駕駛員們通常會采用不太安全的方式予以應(yīng)對，容易引發(fā)交通事故。傳感器系統(tǒng)和自動駕駛系統(tǒng)的算法無法應(yīng)對復(fù)雜的交通情況，如：車道標(biāo)記重疊、指向標(biāo)數(shù)量有限、傳感器難以識別錐形交通路標(biāo)（traffic cones）。路標(biāo)還含有允許車速等信息。
位于德國圣奧古斯丁（St. Augustin）的弗勞恩霍夫智能分析與信息系統(tǒng)研究院（Intelligent Analysis and Information Systems，IAIS）的研究人員正采用人工智能攻克技術(shù)難關(guān)。Stefan Eickeler負(fù)責(zé)目標(biāo)識別，他表示：“我們的新技術(shù)使系統(tǒng)能夠讀取并理解路標(biāo)的意思，精確度極高。獲取數(shù)據(jù)后將從語義層級進(jìn)行數(shù)據(jù)處理，確保系統(tǒng)能夠完整地了解所表達(dá)的含義，以便車輛處理該數(shù)據(jù)。通過深度學(xué)習(xí)功能，我們能讓軟件學(xué)會如何更為快速、高效地識別路標(biāo)表達(dá)的內(nèi)容?！?
采用該方法后，未來導(dǎo)航系統(tǒng)和駕駛輔助系統(tǒng)能夠共同協(xié)作，正確地區(qū)分高速公路上的出口標(biāo)識，更為精確地調(diào)整車輛間的行駛間距并及時調(diào)整車速。
該設(shè)備尚在研發(fā)階段，將基于當(dāng)前采用的車用攝像頭技術(shù)，每秒幀數(shù)為20-25。該系統(tǒng)能否分析運(yùn)行中的圖像，識別信息標(biāo)識、交通車道標(biāo)線（traffic lane marking）和LED交通信息等的相關(guān)信息。未來愿景：攝像頭將成為自動導(dǎo)航系統(tǒng)的主接口，使各類傳感器變得多余，可有可無。
目前的研究工作屬于2016年12月啟動的AutoConstruct研究項(xiàng)目的一部分，德國政府負(fù)擔(dān)部分資金。該項(xiàng)目旨在設(shè)計一系列待用、成本優(yōu)化的攝像頭，可替代自動駕駛用傳感器。該研究機(jī)構(gòu)還擔(dān)負(fù)著開發(fā)相關(guān)圖像處理軟件的職能。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“機(jī)電號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of JDZJ Hao, which is a social media platform and only provides information storage services.
