研究人員開發(fā)了一種自動(dòng)化系統(tǒng),該系統(tǒng)可使汽車在拐角處感知,并發(fā)現(xiàn)迎面而來的交通和行人。 該系統(tǒng)可以輕松集成到當(dāng)今的車輛中,使用多普勒雷達(dá)將無線電波從建筑物和停放的汽車等表面反射。雷達(dá)信號以一定角度撞擊表面,因此其反射像母球撞擊臺(tái)球桌的墻壁一樣反彈,信號繼續(xù)擊中隱藏在拐角處的物體。某些雷達(dá)信號會(huì)反射回安裝在汽車上的探測器,從而使系統(tǒng)能夠看到拐角處的物體并判斷它們是在運(yùn)動(dòng)還是靜止。 普林斯頓大學(xué)計(jì)算機(jī)科學(xué)助理教授費(fèi)利克斯·海德(Felix Heide)說:“這將使汽車能夠看到當(dāng)今的激光雷達(dá)和攝像頭傳感器無法記錄的被遮擋的物體,例如,使自動(dòng)駕駛汽車能夠看到危險(xiǎn)的交叉路口。” 研究人員還表示,“雷達(dá)傳感器的成本也相對較低,尤其是與激光雷達(dá)傳感器相比,并且可以大規(guī)模生產(chǎn)?！?/span> 在6月16日CVPR2020會(huì)議上發(fā)表的一篇論文中,研究人員描述了該系統(tǒng)如何區(qū)分包括汽車,自行車和行人在內(nèi)的物體,并測量其方向和迎面駛來的速度。 作者寫道:“所提出的方法允許在現(xiàn)實(shí)世界中的自動(dòng)駕駛場景中為行人和騎自行車的人提供碰撞預(yù)警,然后再使用現(xiàn)有的直視線傳感器看到行人和騎車者?！?/span> 近年來,工程師們開發(fā)了各種傳感器系統(tǒng),使汽車能夠檢測道路上的其他物體。他們中的許多人依靠使用可見光或近紅外光的激光雷達(dá)或照相機(jī),而這種防止碰撞的傳感器現(xiàn)在在汽車中很常見。但是,很難使用光學(xué)傳感來識別汽車視線之外的物體。 在進(jìn)行較早的研究時(shí),海德和他的同事們想知道是否有可能創(chuàng)建一個(gè)系統(tǒng),使用成像雷達(dá)而不是可見光來檢測汽車視線之外的危險(xiǎn)。對于雷達(dá)系統(tǒng),光滑表面的信號損耗要低得多,雷達(dá)是一種行之有效的跟蹤物體技術(shù)。挑戰(zhàn)在于,雷達(dá)的空間分辨率(用于拍攝汽車和自行車等拐角處的物體)相對較低。但是,研究人員認(rèn)為,他們可以創(chuàng)建算法來解釋雷達(dá)數(shù)據(jù),以使傳感器正常工作。 為了使系統(tǒng)能夠區(qū)分物體,該團(tuán)隊(duì)處理了部分雷達(dá)信號,即標(biāo)準(zhǔn)雷達(dá)考慮的是背景噪聲而非可用信息。該團(tuán)隊(duì)?wèi)?yīng)用了人工智能技術(shù)來完善處理過程并讀取圖像。計(jì)算機(jī)科學(xué)專業(yè)研究生,論文的主要作者之一范凡偉說,運(yùn)行該系統(tǒng)的計(jì)算機(jī)必須學(xué)會(huì)從非常稀疏的數(shù)據(jù)中識別出騎自行車的人和行人。 “首先,我們必須檢測是否有東西。如果有東西重要嗎?是騎自行車的人還是行人?” 她說。“那么我們必須找到它。” 她說,該系統(tǒng)目前能夠檢測到行人和騎自行車的人,因?yàn)楣こ處焸冋J(rèn)為這些物體體積小,形狀和動(dòng)作各異,因此是最具挑戰(zhàn)性的物體。她說,該系統(tǒng)也可以進(jìn)行調(diào)整以檢測車輛。 研究人員計(jì)劃在涉及雷達(dá)和信號處理上進(jìn)一步改進(jìn),讓該技術(shù)能夠應(yīng)用在多個(gè)方向。該系統(tǒng)有可能從根本上改善汽車安全性,由于它依賴于現(xiàn)有的雷達(dá)傳感器技術(shù),因此應(yīng)該有可能為在下一代汽車中部署雷達(dá)系統(tǒng)做好準(zhǔn)備。
