媒體聚焦

媒體聚焦

“電子蛙眼”消除駕駛感知盲區,助推自動駕駛落地

時間:2019-09-18瀏覽:179來源:文匯作者:李晨琰

9月17-21日,以“智能、互聯——賦能產業新發展”為主題的第21屆中國國際工業博覽會在國家會展中心(上海)舉辦。今年74所國內外參展高校,攜大批最新的原創性科技成果驚艷亮相,集中展示代表中國高校最高水平的科研創新項目。工博會高校展區位于國家會展中心(上海)6.2H館。

此次,上海工程技術赌龙虎下载app技術團隊帶著“車路協同感知系統”項目亮相工博會。

電子蛙眼——基于路側邊緣計算的車路協同感知基站,旨在服務于城市智慧交通,幫助實現更安全、更有序、更高效的駕駛和交通。感知基站主要由長焦距監控相機、多線程激光雷達、GPU工控機和5G通訊模塊組成,實現車輛軌跡跟蹤、交通信號燈識別、突發事件監測等功能?;景惭b在道路交叉路口,利用其超遠的視距和感知范圍,能夠捕獲周圍200米以內的動態場景(行人、機動車、非機動車)。

利用人工智能深度學習神經網絡對采集到的圖像信息和雷達點云進行處理,實現車輛軌跡跟蹤、行人姿態估計、交通信號燈識別、突發事件監測等功能。并通過V2X通訊技術將參數化的數據實時傳送給車載終端,為行駛車輛提供其周圍的全局動態數據。將單個自動駕駛車輛昂貴的感知成本集中到道路等公共設施中,對于改善城市道路交通擁堵問題,提升個人駕駛安全,節約自動駕駛的單車成本,加快推進自動駕駛技術落地等方面具有重要的意義。

提升駕駛安全,加速自動駕駛落地

提升交叉路口駕駛安全。通過將基站感知到的路口全局信息實時的傳輸給車載終端,實現車路信息交互,彌補駕駛員及車輛的感知盲區,為車輛的變道預警、碰撞預警提供輔助的甚至必要的決策信息,可極大的降低人為因素導致的安全事故,提升駕駛安全。

提升交通通行效率。根據交通燈檢測和路口車流量監控,對道路擁堵情況進行判別,實時優化交叉路口的信號燈配時。同時,根據道路擁堵情況為接收數據的車輛提供換行建議,實現路口的有序通行,大幅提升道路通行率。

加速自動駕駛的落地。利用基站同時為多個車輛提供路況信息,降低單車智能成本以及技術要求,促進自動駕駛提前落地。為自動車輛提供其感知范圍之外的道路信息,如前方車輛三維數據、行人軌跡數據,達到車輛和基礎設施之間智能協同與配合,利用基站的長距離感知(200m)能力,大大增強自動駕駛車輛的感知范圍。為自動駕駛車輛提供足夠的決策依據,自動駕駛車輛本身發展的復雜度也會大大降低,成本也隨之下降,自動駕駛商業化可以提前到來。

攻克多個技術難點

基于固定位姿單目相機與激光點云的道路三維場景重建。感知系統為單目長焦距相機和多線程激光雷達,由于測試基站需要感知150m之外的道路場景,且相機投影矩陣導致其對遠景效果感知較弱,激光雷達的點云數據在近點與遠點的分布密度差異很大。因此,如何通過單目相機逆投影矩陣解析道路場景關系,通過激光點云識別目標物體輪廓和三維尺寸,得到清晰完整的復雜道路場景的三維空間動態結構圖,并實時傳送給工控機處理單元,是實現交叉路口場景自適應感知的基礎。

車輛-行人綜合姿態估計和連續性軌跡跟蹤。建立車輛和行人連續性軌跡跟蹤模型是本項目的核心問題,為此需要在高動態場景的約束下,應對車輛-行人的靜止、恒速、變速、轉向等多種運動形式,設計具有實時跟蹤并具備高精度的深度學習模型。因此,如何在多場景在環和實際道路測試基礎上,研究快速特征提取的卷積神經網絡架構,結合車輛特征和尺寸等先驗知識,獲得精確的動態目標跟蹤和定位,是路口場景感知的關鍵問題。

復雜道路場景下的時域-空域關聯模型建立與異常事件成本函數建模。構建道路時域-空域場景模型是感知異常事件的關鍵點,諸如事故、擁堵等影響道路正常通行的突發事件。為此需要在根據圖像提取的背景,動態物體三維位置和尺寸,速度和方向等多個維度建模的前提下,研究確立可參數化表示的異常事件判定指標,確立該指標自變量和因變量的對應模型關系,進而構建異常事件成本函數,自適應配置預警觸發閾值,實現異常事件及時檢測與預警。

原文鏈接:    http://wenhui.whb.cn/zhuzhanapp/xue/20190917/289781.html

周熱點新聞
月熱點新聞
返回原圖
/