導讀:自動識別系統(tǒng)將助力自動駕駛的發(fā)展。
近日,美國普林斯頓大學研發(fā)團隊公布了一項自動識別系統(tǒng),該系統(tǒng)可以幫助汽車探測到拐角盲區(qū)處的行人和物體。
這項自動識別技術利用多普勒雷達作為探測手段,向車輛駕駛員提供盲區(qū)內行人、自行車或者其他車輛的移動信息,并且該項技術可以輕松的整合進現(xiàn)在車輛中。
普林斯頓大學研發(fā)人員在2020年6月16日發(fā)表的論文中,詳細地描述了該系統(tǒng)如何區(qū)分包括汽車,自行車和行人在內的物體,并計算出行駛方向和行駛速度。
目前,汽車工程師為車輛裝上了包括激光雷達、可見光或近紅外攝像頭等各種傳感器,減少車輛內部駕駛員的盲區(qū),以避免碰撞事故的發(fā)生。然而,這些傳感器卻很難發(fā)現(xiàn)汽車視野外的人員與物體,比如拐角處的行人。
▲自動識別系統(tǒng)工作原理示意
一、普林斯頓大學發(fā)布自動識別系統(tǒng) 幫助解決車輛盲區(qū)問題
近日,普林斯頓大學發(fā)布了一項車載自動識別系統(tǒng),可幫助解決車輛的拐角盲區(qū)問題。
此項自動識別系統(tǒng)使用多普勒雷達作為探測手段,該型雷達常被用在車速探測器上和飛行速度很快的球類比賽中。該識別系統(tǒng)中的雷達發(fā)射雷達波,雷達波以一定的角度射向建筑物和汽車等表面,之后就像臺球撞擊球桌一樣進行反彈。
反彈后的雷達波繼續(xù)探測盲區(qū)拐角處的人員和物體,當遇到物體后,一些雷達波會反射回裝在車輛上的接收裝置上。自動識別系統(tǒng)根據(jù)接收到的信號,進行運算、分析和處理,從而判斷車輛盲區(qū)拐角處的人員或者物體是靜止的還是運動的。
這只是最基本的方面,自動識別系統(tǒng)還可對汽車、自行車乃至行人在內的物體的運動方向和速度進行測算。
普林斯頓大學計算機科學的助教Felix Heide表示,自動識別系統(tǒng)將使汽車能夠探測到現(xiàn)在激光雷達和攝像頭等傳感器無法探測的被遮擋住的物體,例如,拐角叉路口的行人、車輛。多普勒雷達的成本比激光雷達和紅外攝像頭等傳感器的成本較低,耗能也更小,便于大規(guī)模的生產和應用。
另外,普林斯頓研發(fā)團隊稱,該系統(tǒng)可輕松整合進車輛中。
二、自動識別系統(tǒng)利用AI技術分辨騎自行車的人和普通行人
Heide助教還表示,在早期開發(fā)自動識別系統(tǒng)時,也走過彎路,并且遇到反射回的雷達波雜亂的問題。
在前期的系統(tǒng)開發(fā)過程中,普林斯頓的研發(fā)團隊使用光傳感器來探測隱藏在拐角處的物體。但這一想法目前不適用現(xiàn)在汽車,光傳感器耗能巨大,并且探測距離很近。
之后,該研發(fā)團隊就產生了能否研發(fā)一個系統(tǒng),使用多普勒雷達而不是可見光傳感器來探測汽車視線之外的物體。
多普勒雷達的優(yōu)勢是,在光滑物體表面,雷達波損耗低,并且能有效地跟蹤運動物體;難題在于,雷達的分辨率(用于探測汽車和自行車等拐角處的物體)相對較低,返回的雷達波有雜波。
為應對多普勒雷達的雜波的問題,研發(fā)團隊處理了部分雷達信號,該團隊應用了人工智能技術來完善處理過程并讀取圖像。
另一位研發(fā)團隊成員說,運行該系統(tǒng)的計算機必須從非常微弱的信號中識別出騎自行車的人和普通行人。自別識別系統(tǒng)實用的第一步就是要探測出是否有物體,然后需要判定這個物體是否重要,是否會造成危險,比如是騎自行車的人還是普通行人。
之所以要區(qū)分騎自行車的人與行人,是因為研究人員認為這些物體體積較小,形狀和動作不一,是最有挑戰(zhàn)性的識別對象。
最后Heide助教說:“我們開發(fā)的算法非常高效,并且適合當前的汽車硬件系統(tǒng),或許在下一代汽車中就能看到這項技術。”
結語:自動識別系統(tǒng)將助力自動駕駛的發(fā)展
汽車領域,電動化、自動化大潮趨勢越發(fā)明顯,受限于探測手段、探測盲區(qū)和生產成本等問題,自動駕駛一直不能放開腳步去發(fā)展。
普林斯頓大學的研發(fā)團隊開發(fā)的自動識別技術,利用多普勒脈沖雷達作為探測手段,不僅解決了光傳感器的探測盲區(qū)、范圍和功耗的問題,而且將降低車企的生產成本。
自動識別系統(tǒng)未來大規(guī)模的應用與完善將助力汽車自動駕駛的快速發(fā)展,讓出行更智能、更安全。