识别：视觉系统算法
相关报告
- 2016-2022年中国物联网传感器行业市场深度调查研究及投资咨询报告(2015-12-11)
- 2015-2020年中国手机连接器行业深度调研及市场投资发展研究报告(2015-08-04)
- 2015-2020年中国水分湿度传感器行业市场重点层面调查研究报告(2015-09-02)
- 2015-2020年中国湿敏传感器行业市场调查研究及投资发展分析报告(2015-06-15)
- 全国主要地区手机连接器产业发展状况暨投资环境调查研究报告(2014-12-02)
- 2014-2018年中国汽车传感器行业深度调查暨市场分析报告(2014-05-07)
- 2015-2020年中国重传感器行业深度调研及市场投资发展研究报告(2015-07-22)
- 2015-2020年中国位置传感器行业运行研究及市场投资发展分析报告(2015-05-27)
- 2015-2020年中国工业测控传感器行业市场重点层面调查研究报告(2015-09-16)
- 2013-2014年全国流量传感器行业调查报告暨产业链研究报告(2014-05-08)
智能汽车必须要识别交通标识，如限速牌、红绿灯。这些通过视觉系统完成，难点主要在实时性和准确性。要离线处理这些交通标志是很简单的，但是在无人车上需要能在有限的时间里识别出来，并且考虑道路中可能有的光线变化、遮挡等问题。与雷达系统相比较，视觉识别系统价格低廉，一辆车上可以安装多处，再加上最重要的识别算法就能初步的解决。
首先算法需要通过视觉信息检测到动态物体，包括汽车、人、自行车等等。谷歌汽车可以构建出如下图的动态模型出来。
GoogleCar视觉识别算法
然后再通过深度学习、机器学习的算法，对物体、人脸等进行有效的识别。但实际的路况相当复杂，可能有每秒运动六七米飞奔过来的孩子，还有可能有矮到人都很难发觉的小猫小狗，或者可能仅仅是空中飞过来几片树叶或者纸屑，恰巧被传感器识别到了，车要紧急刹车停止呢，还是直接开过去？对现在的深度学习、机器学习系统来说，这些细节都放进去，还比较困难，这也是未来智能汽车系统的核心技术。
还有一点，要想在算法方面有所突破，还需要大量的路测数据，这是产品研发和改进功能的重要基础，像过去AEB（自动紧急刹车）算法的开发，就以3万小时的路测数据作为基础。
本文地址：http://www.zwzyzx.com/show-333-203558-1.html
上一篇：感知：雷达惯导系统算法
相关资讯
- 负极材料格局稳定，行业集中度高(2016-08-05)
- 中达股份（600074）：汽车夜视仪前景无限，中国智能汽车标杆企业(2016-06-30)
- 中国纯电动乘用车月度产量（辆）情况(2016-03-25)
- 车连网七大需求待掘，千亿市场可期(2016-05-19)
- 对汽车综合性能提升的需求成为推动行业进步的主导力量(2015-02-03)
- 2016年新能源汽车补贴政策变化情况(2016-04-14)
- 中国轴承行业发展概述及规模(2016-01-19)
- 国内汽车饰件行业利润水平变动情况(2015-06-18)
合作媒体
最新报告
定制出版
热门报告
免责声明
中为咨询所引述的资料是用于行业市场研究以及讨论和交流，并注明出处，部分内容是由相关机构提供。若有异议请及时联系本公司，我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》
