识别:视觉系统算法
相关报告
- 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)
- 2015-2020年中国光纤连接器行业市场调查研究及投资发展分析报告(2015-06-11)
- 2016-2022年中国压力传感器行业市场深度调查研究及投资咨询报告(2015-12-11)
- 2015-2020年中国振动传感器行业深度调研及市场投资发展研究报告(2015-07-22)
- 2015-2019年中国液位传感器企业拟IPO上市细分市场研究报告(2014-11-05)
- 2015-2019年压力传感器项目商业计划书(2014-10-28)
- 2015-2019年中国接近传感器企业拟IPO上市细分市场研究报告(2014-11-05)
- 2014-2018年中国料位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版湿度传感器行业企业建设项目可行性研究报告(2014-11-04)
- 2015-2020年中国重传感器行业市场深度剖析及投资发展研究报告(2015-07-22)
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
- 影响我国安全气囊行业发展的不利因素(2014-05-31)
- 中国汽车经销行业总市场空间发展规模情况(2018-01-06)
- 国内汽车行业市场自主品牌面临挑战(2014-08-05)
- 我国汽油发动机及泵类产品市场需求状况(2014-06-07)
- 影响国内汽车橡胶减震与隔音产品行业发展的不利因素(2015-02-03)
- 汽车工业经济效益实现较快增长(2013-12-05)
- 巨大的汽车保有量夯实汽车运动群众基础(2014-11-29)
- 国内摩擦材料及制动产品行业技术水平及技术特点(2015-07-09)
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》》