盡管技術(shù)進步不斷加快，但自動駕駛還不是 100% 可靠的。要達到(并超越)人類駕駛車輛的能力，仍然需要克服一些挑戰(zhàn)。

什么是計算機視覺?

計算機視覺涉及對物體的識別和通過特定相機對外界的分析。不久前，還無法想象計算機視覺可以應(yīng)用于汽車領(lǐng)域?，F(xiàn)在，它得到了人工智能這一強大的信息技術(shù)新支柱的支持。

計算機視覺有不同的用途，例如識別人、動物和物體;了解障礙物的存在;識別道路標志和交通信號燈;確定人員和車輛的方向;識別和讀取車輛牌照。這是一個極其關(guān)鍵的應(yīng)用程序，因為人命攸關(guān)，必須避免最輕微的誤判。

教計算機看我們周圍的世界是一項復(fù)雜的挑戰(zhàn)。未來，車輛不僅將學會識別人的輪廓或無生命的障礙物，而且由于傳感器的高分辨率，它們將能夠識別人的臉。

對相機實時采集的圖像進行處理是計算機視覺的核心要素，近年來取得了重大進展。許多公司一直在開發(fā)專門用于圖像采集和智能處理的芯片，圖像是車輛駕駛決策系統(tǒng)的主要輸入。

例如，Arm 開發(fā)了 Mali-C71AE，這是一款用于多攝像頭汽車視覺系統(tǒng)的圖像信號處理器。應(yīng)用包括 360° 環(huán)視、物體檢測、車道定位、道路標志識別、鏡子更換、倒車攝像頭和乘客監(jiān)控。Mali-C71AE 支持需要在 ADAS 應(yīng)用中達到 ISO 26262 ASIL B 診斷要求的視覺系統(tǒng)。

Ambarella 開發(fā)了 CVflow 芯片架構(gòu)，該架構(gòu)基于對核心計算機視覺算法的深刻理解。與通用 CPU 和 GPU 不同，這家總部位于加利福尼亞州圣克拉拉的公司聲稱其 CVflow 包括一個專用的視覺處理引擎，該引擎采用高級算法描述進行編程，允許該架構(gòu)以極快的速度將性能擴展到每秒數(shù)萬億次操作。低功耗。

情境意識

多年來，物體檢測芯片在計算能力、運行速度和高分辨率圖像分析方面變得更加強大。高分辨率和靈敏度是汽車計算機視覺的兩個基本要素。

第一個可以更好地識別物體，而第二個可以在光線不足的情況下進行檢測。對防駕駛機器視覺的要求相當高。其中之一是系統(tǒng)的快速響應(yīng)時間，它必須在幾毫秒內(nèi)接收和分析來自圖片的響應(yīng)。

今天，3D 視覺對于計算機視覺來說無疑是有用的。通過分析 3D 圖像，系統(tǒng)可以檢測關(guān)于汽車軌跡、任何障礙物和其他車輛運動的可靠和精確的信息。一些類型的傳感器目前包括超聲波、激光、雷達、光、聲學和光學系統(tǒng)。未來，由于車對車系統(tǒng)允許汽車之間進行智能交換，汽車將學會相互交流和交談。

人工智能系統(tǒng)通過復(fù)雜和快速的算法，可以識別汽車周圍的一切，這要歸功于對不同類型傳感器網(wǎng)絡(luò)的檢測。

經(jīng)過深入分析，人工智能系統(tǒng)會發(fā)送并發(fā)出適當?shù)拿睿源_保安全駕駛。換句話說，它計算巡航速度并為可能的緊急制動準備命令，或者確保汽車不超過速度限制。所有情況還必須通過視覺和聽覺警報傳達給駕駛員。