识别:视觉系统算法
相关报告
- 2015-2020年中国音频连接器行业运行研究及市场投资发展分析报告(2015-06-15)
- 2015-2020年中国重传感器行业市场重点层面调查研究报告(2015-09-02)
- 2015-2019年中国流量传感器业兼并重组及投资建议研究分析报告(2014-11-05)
- 2014-2018年中国印刷板连接器行业市场深度剖析及投资前景趋势研究报告(2014-04-12)
- 2015-2020年中国视觉传感器行业市场重点层面调查研究报告(2015-09-02)
- 2016-2022年中国电感式传感器区域行业市场调查研究及发展分析报告(2015-11-16)
- 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)
- 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)
- 全国主要地区互联网产业发展状况暨投资环境调查研究报告(2014-12-04)
- 2014-2018年中国网络招聘行业市场深度研究分析及投资决策咨询研究报告(2014-01-13)
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
- 成本问题是制约燃料电池汽车发展的主要原因(2016-08-10)
- 汽车诊断分析行业市场规模、发展现状与市场供求状况及变动原因(2016-01-08)
- 三元路线迎来爆发,利好产业链相关企业(2016-11-01)
- 共享汽车的模式多样、渗透率低(2016-06-30)
- 摩托车及零部件行业相关法律法规和产业政策规定(2015-07-27)
- 新能源汽车成为贯穿全年的投资机会,四个维度选择标的(2016-04-14)
- 国内汽车零部件行业技术水平及经营模式(2015-08-13)
- 智能汽车发展的三大驱动因素及必要性(2016-05-20)
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》》