據(jù)外媒報(bào)道,為了能彌補(bǔ)技術(shù)上的趨勢(shì),促使自動(dòng)駕駛能夠準(zhǔn)確識(shí)別交通信號(hào),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(shí)別并區(qū)分各類分流信號(hào)。
對(duì)自動(dòng)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(huì)采用不太安全的方式予以應(yīng)對(duì),容易引發(fā)交通事故。傳感器系統(tǒng)和自動(dòng)駕駛系統(tǒng)的算法無法應(yīng)對(duì)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(shí)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(shí)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(jí)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(huì)如何更為快速、高效地識(shí)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(shí),更為精確地調(diào)整車輛間的行駛間距并及時(shí)調(diào)整車速。
該項(xiàng)目旨在設(shè)計(jì)一系列待用、成本優(yōu)化的攝像頭,可替代自動(dòng)駕駛用傳感器。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(shí)別信息標(biāo)識(shí)、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(dòng)導(dǎo)航系統(tǒng)的主接口,使各類傳感器變得多余,可有可無。