智能车灯新进展:机器学习识别周围环境 两年内可量产

杜克大学和昆山杜克大学电子与计算机工程学教授李昕博士相信有更好的解决方案。

未来还可能利用替代性传感器,但自动驾驶车辆最终可能会选择雷达与激光雷达这两大类传感器。在此之前,该项目目前只采用了前视摄像头(forward-facing cameras),旨在降低成本。未来数年内,消费者可能会看到更为智能的车头灯。

李昕教授希望在不久的将来能够解决这两个问题,同时还在智能前灯上添加更多的功能。例如,智能汽车前灯可以用来展示重要信息,例如,天气和道路状况、交通标志、导航方向,甚至是前灯光束覆盖区域内的车道。

据外媒报道,杜克大学的工程师助力车头灯研发,希望该产品能够自动识别车辆的周边环境,有选择性地照亮重要目标物并将道路情况显示在车载显示屏上。

“现代的汽车前灯不仅仅只有一两个光源,而是最多可能有数万个光源。我正在与业界厂商合作,研发智能汽车前灯,它可以单独控制每一个像素,并通过识别周围环境自动照亮车前的不同区域。”李昕教授说。

探查精度是非常重要的性能要求,同时也是面临的一大挑战,实时响应也是需克服的难点。若算法的响应时间过长,实用性就很差。从技术上讲,这是两类技术难题。

李昕教授的业界合作伙伴努力收集更多的夜间影像,以标注重要的物体和人,如道路标志、行人和其他车辆等;李昕教授负责优化机器学习算法。在车辆行驶实践中,智能汽车前灯创建照明模式需要实时响应并做出决策,所以研究人员必须选择合适的硬件并设计适合其架构的算法。

图片 1

例如,研发中的智能汽车前灯可以减弱指向对面行使车辆的光强,同时增强对前方路标的照明。这款智能前灯还可以探测到附近的行人,并通过突出显示他们的身体,以此来提醒司机,同时还将避免光线直接照射到他们的眼睛。

据研究人员透露,初代智能车头灯或在两年内上市。当该产品被用于上路车辆后,研究人员将获得更多的反馈及数据,以便进一步提升产品的探查精度及响应时间,助力未来的产品迭代。(本文图片选自ecnmag.com)

在夜间行驶时,为提高能见度,司机通常会在转弯或过山路时打开远光灯,同时还要时刻准备着在会车时迅速关闭远光灯,避免影响对面行驶车辆的驾驶员视线,因为就算是几秒钟也会引起极大的安全隐患。

杜克大学兼杜克昆山大学的电气化与计算机工程系教授表示:“现代的车头灯并非仅含1-2个灯泡。恰恰相反,有上百万个灯泡。本人与业内伙伴方开展合作,旨在研发一款智能车头灯。在识别车辆的周边环境后,该智能车头灯可独立控制各像素,并自动点亮车辆前方的不同区域。”

昆山杜克大学的研究员冯欣博士也参与了该项目。目前,李昕教授和冯欣博士已经与华域视觉科技合作研发出了样品。虽然这个产品雏形有很多亮点,但是在正式应用前仍需进一步改进。

技术难点不在于车头灯的光照方式,而在于其自动识别功能。华域视觉科技有限公司(HASCO Vision Technology)正参与该项目合作,旨在利用机器学习技术来解决这类问题。

本文由新葡萄京娱乐发布于照明工业,转载请注明出处:智能车灯新进展:机器学习识别周围环境 两年内可量产

相关阅读