据外媒报道,为了能弥补技术上的趋势,促使自动驾驶能够准确识别交通信号,德国弗劳恩霍夫实验室的研究人员研发出新技术,帮助驾驶辅助系统识别并区分各类分流信号。
对自动驾驶车辆而言,在高速上建立建站挑战性较高:道路较窄,车道更窄,容易引起拥堵。倍感压力的驾驶员们通常会采用不太安全的方式予以应对,容易引发交通事故。传感器系统和自动驾驶系统的算法无法应对复杂的交通情况,如:车道标记重叠、指向标数量有限、传感器难以识别锥形交通路标(traffic cones)。路标还含有允许车速等信息。
位于德国圣奥古斯丁(St. Augustin)的弗劳恩霍夫智能分析与信息系统研究院(Intelligent Analysis and Information Systems,IAIS)的研究人员正采用人工智能攻克技术难关。Stefan Eickeler负责目标识别,他表示:“我们的新技术使系统能够读取并理解路标的意思,精确度极高。获取数据后将从语义层级进行数据处理,确保系统能够完整地了解所表达的含义,以便车辆处理该数据。通过深度学习功能,我们能让软件学会如何更为快速、高效地识别路标表达的内容。”
采用该方法后,未来导航系统和驾驶辅助系统能够共同协作,正确地区分高速公路上的出口标识,更为精确地调整车辆间的行驶间距并及时调整车速。
该项目旨在设计一系列待用、成本优化的摄像头,可替代自动驾驶用传感器。该设备尚在研发阶段,将基于当前采用的车用摄像头技术,每秒帧数为20-25。该系统能否分析运行中的图像,识别信息标识、交通车道标线(traffic lane marking)和LED交通信息等的相关信息。未来愿景:摄像头将成为自动导航系统的主接口,使各类传感器变得多余,可有可无。