智能车灯最新进展:通过机器学习自动识别周围环境、创建照明模式,两年内可量产

2018年10月24日
智能车灯最新进展:通过机器学习自动识别周围环境、创建照明模式,两年内可量产

杜克大学、昆山杜克大学的工程学专家参与研发智能汽车前灯,使之能够在路上自动识别周围环境,选择性地照亮重要物体并显示信息。第一代智能前灯产品预计将在两年内推向市场。

投射模拟场景-导航

昆山,中国——在夜间行驶时,为提高能见度,司机通常会在转弯或过山路时打开远光灯,同时还要时刻准备着在会车时迅速关闭远光灯,避免影响对面行驶车辆的驾驶员视线,因为就算是几秒钟也会引起极大的安全隐患。

杜克大学和昆山杜克大学电子与计算机工程学教授李昕博士相信有更好的解决方案。

“现代的汽车前灯不仅仅只有一两个光源,而是最多可能有数万个光源。我正在与业界厂商合作,研发智能汽车前灯,它可以单独控制每一个像素,并通过识别周围环境自动照亮车前的不同区域,”李昕教授说。

例如,研发中的智能汽车前灯可以减弱指向对面行使车辆的光强,同时增强对前方路标的照明。这款智能前灯还可以探测到附近的行人,并通过突出显示他们的身体,以此来提醒司机,同时还将避免光线直接照射到他们的眼睛。

投射模拟场景-行人标注

研发智能汽车前灯的挑战不在于创建不同的照明模式,而在于教会汽车如何自动识别周围环境,自己创建照明模式。为了攻克这个难题,中国领先的汽车灯具制造商华域视觉科技找到李昕教授,希望能够通过机器学习研发智能车灯。

目前,许多汽车厂商都使用摄像头和机器学习来控制自动驾驶车辆,所以在这个领域,已经有了很多的探索。然而,机器学习算法需要大量的数据来学习,而许多为此创建的数据集和算法都仅聚焦于白天驾驶。

李昕教授指出:“我们的研发更聚焦于夜间驾驶场景。将机器学习用于智能前灯的夜间应用更加困难,因为照明条件更差。这是一个独特的挑战,目前还没有很好的解决方案。”

李昕教授的业界合作伙伴努力收集更多的夜间影像,以标注重要的物体和人,如道路标志、行人和其他车辆等;李昕教授负责优化机器学习算法。在车辆行驶实践中,智能汽车前灯创建照明模式需要实时响应并做出决策,所以研究人员必须选择合适的硬件并设计适合其架构的算法。

昆山杜克大学的研究员冯欣博士也参与了该项目。目前,李昕教授和冯欣博士已经与华域视觉科技合作研发出了样品。虽然这个产品雏形有很多亮点,但是在正式应用前仍需进一步改进。

投射模拟场景-限速指示

 “检测精确性非常重要——在行驶中不能漏掉任何物体或任何人,”李昕教授说。“但这只是其中一个指标。另一个指标是实时响应。如果算法响应时间太长,那么它就不适合汽车行业。从技术上讲,这是两个最具挑战性的问题。"

李昕教授希望在不久的将来能够解决这两个问题,同时还在智能前灯上添加更多的功能。例如,智能汽车前灯可以用来展示重要信息,例如,天气和道路状况、交通标志、导航方向,甚至是前灯光束覆盖区域内的车道。

该款智能前灯的其他先进之处包括使用自动驾驶汽车最终可能配备的替代传感器,如雷达和激光雷达。但目前,该产品仅使用前向摄像头,以降低成本。在未来几年,预计汽车智能前灯会大量应用于普通车辆中,在数量上超过拥有额外检测能力的自动驾驶车辆。

 “我认为我们可以在未来两年内把第一代智能前灯产品推向市场,”李昕教授说。“产品上市后,我们就可以获得更多的反馈和数据,以进一步提高精确性和响应时间,开发出性能更加优秀的迭代产品。"

投射模拟场景-斑马线标注