行业资讯

康奈尔大学研究人员鸟瞰识别物体 让立体摄像头成为自动驾驶汽车激光雷达的低成本替代品

来源: 3CS     发布:2019/5/7

康奈尔大学研究人员鸟瞰识别物体 让立体摄像头成为自动驾驶汽车激光雷达的低成本替代品


  盖世汽车讯 据外媒报道,目前,用于探测自动驾驶汽车行驶路径中三维物体的激光传感器体积庞大、外形丑陋、价格昂贵、能效低,但是精度高。此类激光探测和测距(激光雷达)传感器通常都安装在汽车车顶上,从而增加了风阻,对电动汽车来说是个缺点,而且会让一辆车的成本增加约1万美元(约合67181元人民币)。但尽管存在很多缺点,大多数专家认为激光雷达传感器是自动驾驶汽车安全地感知行人、汽车和道路上其他危险的唯一可行方法。


  如今,康奈尔大学(Cornell)的研究人员发现了一种更简单的方法,只要使用挡风玻璃两侧的两个便宜摄像头,就可探测到物体,而且探测精度接近激光雷达,而成本只有其一小部分。研究人员发现,鸟瞰而不是从传统的正面视角来分析捕捉到的图像时,准确度提高了两倍以上,从而使得立体摄像头可以成为激光雷达的低成本替代品。


  康奈尔大学计算机科学系副教授兼该论文的资深作者Kilian Weinberger表示:“自动驾驶汽车的基本问题之一是要去识别周围的物体,这显然是汽车能够在驾驶环境中实现导航的关键。人们普遍认为,没有激光雷达,就无法生产自动驾驶汽车。而我们已经证明,至少在原则上证明了,这是有可能的。”


  激光雷达传感器利用激光创建有关周围环境的三维点图,通过光速测量物体距离。而立体摄像头跟人眼一样,利用两个视角确定深度,看起来非常具有发展前景。但是他们识别物体的准确度非常低,传统看法是他们太不精确了。


  该论文第一作者,康奈尔大学计算机科学系博士生Yan Wang与合作伙伴仔细查看了立体摄像头的数据,惊讶地发现,立体摄像头获取的信息与激光雷达的精确度一样,但是他们发现,在分析立体摄像头的数据时,就出现了精确度的差异。


  对于大多数自动驾驶汽车来说,摄像头或传感器捕获的数据都是使用卷积神经网络进行分析的,卷积神经网络是一种机器学习算法,可通过采用过滤器识别与图像相关的模式,从而识别图像。此类卷积神经网络已经被证明非常擅长识别标准彩色照片中的物体,但是如果从正面识别,会扭曲照片中的三维信息。因此,Wang和同事们将图像从正面视角转为了鸟瞰角度观察到的点云,准确度就提高了两倍多。


  Weinberger表示,最终,立体摄像头可能会成为低成本汽车识别物体的主要方法,或者是已经配备了激光雷达的高端汽车识别物体的备用方法。



  请关注:"民生东都3CS"体验3CS汽车维修管理软件,汽车4s店管理软件,3CS汽车微服务平台

  百度:3cs汽车4S店管理系统,汽车维修管理系统,3csdms系统,汽修软件,汽配软件,3cs进销存管理

  官网:http://www.cccsss.cn/ 全国领先的3CS汽车综合管理平台



  关注此篇文章还关注:汽车4s店管理系统  汽车4s管理系统  汽车4s管理系统  汽车4s管理软件  汽车4s管理软件

此处关键词: 康奈尔大学研究人员鸟瞰识别物体 让立体摄像头成为自动驾驶汽车激光雷达的低成本替代品

上一篇:WINDGO将纳米粒子涂层和多层材料应用于传感器 旨在减轻车辆碰撞冲击力

下一篇:FCA旗下玛莎拉蒂称永不走全电动化路线

您可能也喜欢

公司简介 | 帮助中心 | 联系我们 | 手机客户端下载

3CS版权所有 Copyright﹫2009-2014 Cccsss All Rights Reserved.

3cs汽车4S店管理软件 | 3cs汽车维修管理系统 | 3cs汽车维修软件 | 3cs进销存管理系统 | 3cs汽车维修管理软件