识别:视觉系统算法
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
上一篇:感知:雷达惯导系统算法
相关资讯
- 影响汽车零部件行业发展的不利因素(2015-06-24)
- 政策为电动物流车保驾护航(2016-08-15)
- 国内车载毫米波雷达行业现状:为雷达行业打开了一扇市场化大门(2016-11-03)
- 精密电子部件行业发展概况及规模(2015-06-17)
- 国内外电动工具市场发展情况及对精密冷锻件需求情况(2015-05-14)
- 汽车行业困境:行业步入低增速期,产能过剩风险凸显(2016-11-03)
- 国内汽车物流行业进入壁垒(2014-08-22)
- 杭叉集团:叉车领先企业,IPO募投助力产品结构优化(2017-03-24)
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》》