识别：视觉系统算法

来源：中为咨询www.zwzyzx.com 【日期：2016-05-26 17:06:27】【打印】【关闭】

相关报告

2015-2019年中国声波传感器业兼并重组及投资建议研究分析报告(2014-11-05)
2015-2020年中国电容式传感器行业市场重点层面调查研究报告(2015-09-16)
2016-2022年中国光纤传感器行业市场深度调查研究及投资咨询报告(2015-12-03)
2015-2019版汽车连接器行业企业建设项目可行性研究报告(2014-11-13)
2014-2018年中国料位传感器行业市场深度剖析及投资前景趋势研究报告(2014-04-03)
2015-2019年手机连接器项目商业计划书(2014-11-13)
2015-2019年接近传感器项目商业计划书(2014-11-04)
2015-2020年中国通讯连接器行业市场深度剖析及投资前景趋势研究报告(2015-03-19)
2015-2020年中国刹车传感器行业市场调查研究及投资发展分析报告(2015-05-27)
2015-2020年中国激光传感器行业市场主要领域调查分析报告(2015-09-16)

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

分享到：

上一篇：感知：雷达惯导系统算法

下一篇：输入输出：语音、图像、体感、大数据

相关资讯