识别:视觉系统算法
相关报告
- 2014-2018年中国电脑连接器行业市场发展研究及投资咨询研究报告(2014-04-12)
- 2015-2020年中国湿度传感器行业市场调查研究及投资发展分析报告(2015-06-04)
- 2014-2018年中国接近传感器行业市场深度调查研究及投资前景咨询研究报告(2014-04-03)
- 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)
- 2015-2019版气体传感器行业企业建设项目可行性研究报告(2014-11-04)
- 2014-2018年中国霍尔传感器行业市场发展研究及投资咨询研究报告(2014-04-03)
- 2015-2019版连接器行业企业建设项目可行性研究报告(2014-11-13)
- 2016-2022年中国视频连接器行业市场深度调查研究及投资咨询报告(2015-12-10)
- 2015-2019年视频连接器项目商业计划书(2014-11-13)
- 2015-2020年中国加速度传感器行业市场重点层面调查研究报告(2015-09-02)
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
- 汽车零部件行业特有的经营模式(2014-10-15)
- 国内轮胎行业进入的主要障碍与壁垒(2014-06-29)
- 影响汽车车轮行业发展的有利因素(2015-07-27)
- 未来通信技术助力汽车联网化(2016-05-27)
- 现代起亚将投110亿研发汽车版“AlphaGo”(2016-03-25)
- 国内轮胎行业主要法律法规及政策(2015-04-08)
- 国内汽车零部件行业技术水平及经营模式(2015-08-13)
- 新能源汽车产业延伸,开辟新领域(2016-09-14)
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》》