识别：视觉系统算法
相关报告
- 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)
- 全国主要地区温度传感器产业发展状况暨投资环境调查研究报告(2014-12-04)
- 2014-2018年中国重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)
- 2014-2018年中国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)
- 2015-2020年中国光电传感器行业市场重点层面调查研究报告(2015-09-02)
- 2015-2020年中国汽车连接器行业运行研究及市场投资发展分析报告(2015-06-15)
- 2014-2018年中国汽车传感器行业市场全面深度调查研究及投资研究报告(2013-12-31)
- 2014-2018年中国称重传感器行业市场全面深度调查研究及投资研究报告(2014-04-03)
- 全国主要地区刹车传感器产业发展状况暨投资环境调查研究报告(2014-12-04)
- 2015-2019版电磁传感器行业企业建设项目可行性研究报告(2014-11-04)
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
- 中国燃气客车销量大幅下降(2016-03-27)
- 全球汽车2005-2013年度产销量情况(2015-04-07)
- 动力锂电池将在私人电动汽车领域打开第三重高增长需求(2015-01-08)
- 比亚迪（002594）：距离互联网汽车仅为一步之遥(2016-06-30)
- 汽车需求将保持稳定、高速发展促进车用交流发电机需求(2015-02-11)
- 国际汽车产业的零整格局情况(2015-06-21)
- 国内新能源与节能汽车产量及增长情况(2014-12-23)
- 腾信股份：外延并购车风网、实现“互联网营销+汽车电商”双轮驱动(2016-11-03)
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》》
