智能車燈新進展：機器學習識別周圍環境 兩年內可量產
2018-10-24 17:57:27 閱讀：11115
摘要在夜間行駛時，為提高能見度，司機通常會在轉彎或過山路時打開遠光燈，同時還要時刻準備著在會車時迅速關閉遠光燈，避免影響對面行駛車輛的駕駛員視線，因為就算是幾秒鐘也會引起極大的安全隱患。
在夜間行駛時，為提高能見度，司機通常會在轉彎或過山路時打開遠光燈，同時還要時刻準備著在會車時迅速關閉遠光燈，避免影響對面行駛車輛的駕駛員視線，因為就算是幾秒鐘也會引起極大的安全隱患。
杜克大學和崑山杜克大學電子與計算機工程學教授李昕博士相信有更好的解決方案。
「現代的汽車前燈不僅僅只有一兩個光源，而是最多可能有數萬個光源。我正在與業界廠商合作，研發智能汽車前燈，它可以單獨控制每一個像素，並通過識別周圍環境自動照亮車前的不同區域。」李昕教授說。
例如，研發中的智能汽車前燈可以減弱指向對面行使車輛的光強，同時增強對前方路標的照明。這款智能前燈還可以探測到附近的行人，並通過突出顯示他們的身體，以此來提醒司機，同時還將避免光線直接照射到他們的眼睛。
研發智能汽車前燈的挑戰不在於創建不同的照明模式，而在於教會汽車如何自動識別周圍環境，自己創建照明模式。為了攻克這個難題，中國領先的汽車燈具製造商華域視覺科技找到李昕教授，希望能夠通過機器學習研發智能車燈。
目前，許多汽車廠商都使用攝像頭和機器學習來控制自動駕駛車輛，所以在這個領域，已經有了很多的探索。然而，機器學習算法需要大量的數據來學習，而許多為此創建的數據集和算法都僅聚焦於白天駕駛。
李昕教授指出：「我們的研發更聚焦於夜間駕駛場景。將機器學習用於智能前燈的夜間應用更加困難，因為照明條件更差。這是一個獨特的挑戰，目前還沒有很好的解決方案。」
李昕教授的業界合作夥伴努力收集更多的夜間影像，以標註重要的物體和人，如道路標誌、行人和其他車輛等；李昕教授負責優化機器學習算法。在車輛行駛實踐中，智能汽車前燈創建照明模式需要實時響應並做出決策，所以研究人員必須選擇合適的硬體並設計適合其架構的算法。
崑山杜克大學的研究員馮欣博士也參與了該項目。目前，李昕教授和馮欣博士已經與華域視覺科技合作研發出了樣品。雖然這個產品雛形有很多亮點，但是在正式應用前仍需進一步改進。
「檢測精確性非常重要——在行駛中不能漏掉任何物體或任何人，」李昕教授說。「但這只是其中一個指標。另一個指標是實時響應。如果算法響應時間太長，那麼它就不適合汽車行業。從技術上講，這是兩個最具挑戰性的問題。」
李昕教授希望在不久的將來能夠解決這兩個問題，同時還在智能前燈上添加更多的功能。例如，智能汽車前燈可以用來展示重要信息，例如，天氣和道路狀況、交通標誌、導航方向，甚至是前燈光束覆蓋區域內的車道。
該款智能前燈的其他先進之處包括使用自動駕駛汽車最終可能配備的替代傳感器，如雷達和雷射雷達。但目前，該產品僅使用前向攝像頭，以降低成本。在未來幾年，預計汽車智能前燈會大量應用於普通車輛中，在數量上超過擁有額外檢測能力的自動駕駛車輛。
「我認為我們可以在未來兩年內把第一代智能前燈產品推向市場，」李昕教授說。「產品上市後，我們就可以獲得更多的反饋和數據，以進一步提高精確性和響應時間，開發出性能更加優秀的迭代產品。」