大霧環境不再是障礙,MIT研發出可讓自動駕駛汽車在大霧環境中準確檢測物體的系統
其實,不只黑暗環境,自動駕駛汽車想要安全上路,必須能夠在大霧、下雨等極端天氣或高密集人群等環境中實時識別路況。
近日,麻省理工學院(MIT)的研究人員宣佈已研發出“可解析物體的影像並測量它們的深度”的系統,可在最濃的霧中擁有57釐米的能見度。值得一提的是,與普通的有霧環境不同,在研究人員營造的濃霧環境中,普通人的視野只有36釐米。
據悉,該系統是一個基於可見光的感測器系統,其核心在於統計資料。研究人員表示,霧粒子“反射”的光線到達單一統計模式(稱為“伽馬分佈”)的時間是有規律的,因此,無論所處的環境霧濃度如何,他們都能基於這些資料開發出能夠解釋隨時間變化的霧現象的系統,從而通過感測器識別濃霧環境的其他元素。
從當前來看,感測器在自動駕駛行業的應用越來越多。大多數自動駕駛汽車搭載的是基於可見光的感測器系統,以檢測識別諸如行人、車輛之類的與路況相關的元素,並作出相應的反應。但由於霧會“散射”光線,當前大多感測器是無法做到精確識別的。
其實,不只大霧環境,自動駕駛汽車想要安全上路,必須能夠在大霧、下雨等極端天氣或黑暗、高密集人群等環境中實時識別路況,從而保證車主和道路其他人的安全。正如前段時間發生的Uber自動駕駛汽車撞人致死事故,絕大多數原因就在於該自動駕駛汽車上搭載的感測器沒能在黑暗的環境中識別到受害者。
雖然過去幾年,自動駕駛汽車技術發展迅速,但仍未達到完美的地步。行業從業者們想要讓自動駕駛汽車真正上路,任重而道遠。
原文釋出時間:2018-03-23 11:43
本文作者:伶軒
本文來自雲棲社群合作伙伴鎂客網,瞭解相關資訊可以關注鎂客網。
相關文章
- 自動駕駛中的障礙物行為預測自動駕駛
- 自動駕駛系列(一)——環境感知之車輛檢測技術自動駕駛
- 自動駕駛系列(三)——環境感知之車道線檢測技術自動駕駛
- 自動駕駛系(四)——環境感知之可行駛區域檢測技術自動駕駛
- 自動駕駛系列(二)——環境感知之行人檢測技術自動駕駛
- 運輸與環境組織:2021年電動汽車基礎設施發展障礙報告
- 迷霧中的自動化測試體系建設
- 華為車輛碰撞檢測專利公佈,可檢測車輛能否碰撞潛在障礙物
- 寶馬設立自動駕駛研發中心,2021年釋出自動駕駛汽車自動駕駛
- [大霧霧霧霧] 告別該死的 EFCore Fluent APIAPI
- MIT開發無人機導航系統:可躲避障礙MIT無人機
- 嬴徹大課堂 | 第二期:自動駕駛的「慧眼」- 3D 環境感知自動駕駛3D
- 亮道智慧正式釋出自動駕駛環境感知系統測試驗證服務自動駕駛
- app自動化測試環境配置:adb環境配置、monkey環境配置、appium環境配置大全APP
- [大霧霧霧霧] 告別該死的 EFCore Fluent API (續)API
- 配置開發環境、生成環境、測試環境開發環境
- 中汽中心&同濟大學:自動駕駛汽車交通安全白皮書自動駕駛
- MIT開發新演算法讓自動駕駛汽車像真人司機一樣變道MIT演算法自動駕駛
- Uber自動駕駛汽車重回道路測試 增加人類駕駛員監控系統自動駕駛
- 自動駕駛系列(五)——環境感知之純視覺和融合感知自動駕駛視覺
- 轉載:自動駕駛——自動泊車之AVM環視系統演算法框架自動駕駛演算法框架
- php實現自動化執行環境檢測PHP
- Linux 系統環境監測Linux
- 搭建自動化測試環境
- Nvidia加州公路測試,自動駕駛汽車上路自動駕駛
- 研發環境手冊
- 告別「五毛」模擬環境:百度擴增實境自動駕駛模擬系統登上 Science 子刊自動駕駛
- 麒麟作業系統 (kylinos) 從入門到精通 - 研發環境 - 第十篇 Java開發及環境準備作業系統Java
- Django測試環境準備Django
- 用 Spring 區分開發環境、測試環境、生產環境Spring開發環境
- 物流園區煙火煙霧檢測系統
- 自動化測試 selenium 環境搭建
- ubuntu系統中java開發環境的搭建UbuntuJava開發環境
- window系統中配置Vue的開發環境Vue開發環境
- Anaconda建立環境、刪除環境、環境重新命名、檢視環境名
- 自動駕駛資料閉環:實現高階自動駕駛的必由之路自動駕駛
- Windows系統中搭建python開發環境WindowsPython開發環境
- 重返舊地,Waymo在舊金山開展自動駕駛汽車測試自動駕駛