比人眼更(gèng)出色:博世(shì)AI攝像頭賦能(néng)駕駛員輔助和自動(dòng)駕駛係統
2019-9-4 來源: 作者:
博世致力於成為車載攝像頭技術的市場領導者
Harald Kröger:“我們希望讓汽車比人駕駛(shǐ)得(dé)更好。”
精準探測物體,博世攝像頭采用獨特的多路徑識別算法
由博世研發的AI攝像頭優化(huà)了傳統的駕駛員輔助係統,並拓展了其應用範圍
01_博世AI攝像頭采用多路徑識別算法
德國斯圖加(jiā)特,日本橫濱——自動駕(jià)駛技術正逐步為駕駛員提(tí)供越來越多的輔助,其未來目(mù)標在於讓(ràng)車輛完全接管(guǎn)控製權。不僅如此(cǐ),博世集團董(dǒng)事會成員Harald Kröger 先生表示(shì),“在駕駛方麵,我們希望汽車比人駕駛得更好,從而(ér)提高道路的安全性。換句話說,技術必(bì)須比(bǐ)人更可靠。”這是一項重大的挑戰,尤(yóu)其是在全(quán)方位的環境感知方麵。隻有當自動駕(jià)駛車(chē)輛能夠隨時隨地精準探測周(zhōu)圍環境,才能做出正確(què)選擇(zé),並選擇安全的駕駛(shǐ)策略。博世在環(huán)境感知方麵搭載了各種技術,包括超聲波傳感器、雷達傳感器和攝像頭等。其中,攝像頭在結構和功能性方麵最接近於人眼,因此成為了自動駕駛技術的重要元素並(bìng)在(zài)輔助駕駛功能上發揮至關重要的作用(yòng)。博世現已成功將車載攝像頭技術提升至全新的高度。博(bó)世這項新技術將在2019年首次搭載應用於車輛當中。其結合了獨特的多路徑(jìng)識別算法和用於目標識別的(de)人工智(zhì)能(AI),將使得環(huán)境(jìng)感知的結果更加精準可靠,提升道(dào)路交(jiāo)通安(ān)全(quán)。博世(shì)致力於成為攝(shè)像頭技術的市場領導者和行業標杆。
02_博世研發的全新AI攝像(xiàng)頭
人眼(yǎn)識別的(de)局限性:看,但不一定看到
搭載駕駛(shǐ)員輔助係統、自動緊急製動係統和自動駕駛功能的車輛必須能(néng)夠精準探測其周圍環境中的(de)所有物體。最重要的是,車輛必須能夠(gòu)快速探測到該物體是否會對行車策略造成影響。同樣,也需要(yào)快速確定車輛對相關(guān)物體應該作何反應。刹車,轉彎還是繼續行駛?與(yǔ)人眼不同,博世全新多功能(néng)單目攝像頭已(yǐ)經優化升級至(zhì)能夠(gòu)處理(lǐ)這些路況。對於人來說,用眼睛看是一回事,識別所看到的(de)東西(xī)則是另一回事。人類的眼睛是大自然的奇跡(jì),但在視覺感知方麵也存在自身的(de)弱點(diǎn)。我們(men)能看到東西並不意味著我們能識別並理(lǐ)解。許多曾經遭遇交通事故的司機(jī)表示(shì),其視(shì)線方向雖然正確(què),但卻沒能看到其他路況。據估計,高達50%的道路交通事故都是由這個原因導致的。在這方麵,博(bó)世全(quán)新攝像頭比人眼的性能更出色,尤其是攝像頭永遠不會感到(dào)疲倦,行駛數小時後(hòu)與車輛剛剛起步(bù)時毫無差別。
博(bó)世技術賦(fù)能全新(xīn)升級的(de)駕駛員輔助(zhù)係統
得(dé)益於博世的(de)多路徑識別算法和(hé)人(rén)工智能的運用,這項新技術的優勢在於其強(qiáng)大的目標識(shí)別能力。例如,博世的工程師們(men)讓攝像頭(tóu)在(zài)沒有路標的情況下,也能(néng)夠(gòu)精準探測道路邊(biān)緣是否能夠通過。這款攝(shè)像頭的(de)智能來源於博世專有技術,並集成到日本瑞薩公司(Renesas)生產的V3H的芯片中。它優化了傳統的駕駛員輔助係統,並拓展了其應用範圍。例如,攝像頭(tóu)優化了自動(dòng)緊急製動係統,以防車(chē)輛撞到各類動物。即使行人沒有完全出現(xiàn)在攝像頭的範圍內,攝(shè)像頭也能準確識別,從而提高緊急刹車的可靠性。這項創新技術(shù)還提高了攝像頭的路標識別能力,其搭載的光學字符識別(bié)功能,能夠準確讀取(qǔ)路標上的文字和(hé)數字,並在儀表屏(píng)上向駕駛員提供相關信息。
投稿箱:
如果您有(yǒu)機床行業、企業相關新聞稿件(jiàn)發表(biǎo),或(huò)進行資訊合作,歡迎聯係本網編輯部, 郵箱:skjcsc@vip.sina.com
如果您有(yǒu)機床行業、企業相關新聞稿件(jiàn)發表(biǎo),或(huò)進行資訊合作,歡迎聯係本網編輯部, 郵箱:skjcsc@vip.sina.com
更多(duō)相關信息
業界視點
| 更多
行業數據
| 更多
- 2024年11月 金屬切削機(jī)床產量數(shù)據
- 2024年11月 分地區金屬切削機床產量數據
- 2024年11月 軸承出(chū)口情況
- 2024年11月 基本型乘用車(轎車)產量數據
- 2024年11月 新能源汽車產量數據
- 2024年11月 新能源汽車銷量情況
- 2024年10月 新能源汽(qì)車產量數據
- 2024年10月 軸承出口情況
- 2024年(nián)10月 分地區金屬切削機床產量(liàng)數據
- 2024年10月 金(jīn)屬切削機床產量數(shù)據
- 2024年9月 新能源汽車銷量情況
- 2024年8月 新能源(yuán)汽車產量數據
- 2028年8月 基本型乘(chéng)用車(chē)(轎(jiào)車)產量數據
博文(wén)選萃
| 更多
- 機械加(jiā)工過程圖示
- 判(pàn)斷一台加工中(zhōng)心精度的幾種辦法
- 中走(zǒu)絲(sī)線切割機床的(de)發展趨勢
- 國產數控係統和數控機床何去何從(cóng)?
- 中國的技術工(gōng)人都去哪裏了(le)?
- 機械老板做了十多(duō)年,為何(hé)還是小作坊?
- 機械行業最新自殺性營銷,害人害己!不(bú)倒閉才
- 製造業大逃(táo)亡
- 智能時代,少談(tán)點智造,多談點製造
- 現實(shí)麵前,國人沉默。製造業(yè)的騰飛,要從機床
- 一文搞懂數控車床加工刀具補償(cháng)功能
- 車床(chuáng)鑽(zuàn)孔攻螺紋加工方法及工裝設計
- 傳統鑽削與螺(luó)旋銑孔加工工藝的區別