汽车也能“眼观六路”

跟着自动驾驶核心手艺的迅猛成长，驾驶员们对智能出行的希望也越来越高。然则，汽车若何才能“眼观六路”，周全看清周边情形并安然行驶？针对此问题，Qualcomm始终积极研发解决方案，为自动驾驶手艺奠定不乱底细。

[原创文章：www.11jj.com]

[好文分享：www.11jj.com]

不合传感器相辅相成

正如人类在驾驶时经由感官感知周边情形一样，汽车也将可以经由自有的传感器对外界形成靠得住判断。摄像头、雷达、激光雷达、超声波雷达或蜂窝车联网通信手艺（C-V2X）等各具优势，彼此之间互相补充、相辅相成。

摄像头能够匡助汽车感知周边情形（如读取路标信息等）；激光雷达可对方针空间生成高清三维图像，在不合光照前提下，均能有效工作；雷达回响活络且探测局限广，可直接检测速度，其功能不会因为光线不佳或天色恶劣而大打折扣。当汽车同时搭载上述所有传感器时，汽车能够以绝佳的视野“看清”周边情形。

机械进修提高雷达活络度

上述每一种传感器的感知能力正在络续提升，让汽车能够更好地感知周边情形、自动行驶。可以说，雷达有望成为自动驾驶汽车最珍贵的传感器。然而，在连络人工智妙手艺之后，雷达的功能是否会变得更为强大？

使用雷达时，其领受器可以捕捉回波。传统的雷达算法将领受到的旗子压缩成稀少点云，再对其进行理会，由此获得周围物体的相关数据。这一旗子处理体式存在一个问题，即在数据压缩过程中丢失了好多细节。有鉴于此，我们的人工智能研究团队起头探寻直接理会原始雷达旗子的体式。

我们在机械进修手艺中找到熟悉决方案。经由将机械进修手艺直接应用于雷达旗子处理，我们改善了几乎所有现有雷达的功能、增大了汽车的整体“视野”，使雷达不单能够检测物体，还可测量其尺寸大小。在这一打破性成就中，人工智能和雷达的连络有助于道路上的汽车在瞬间做出精准的决意。

综合行使不合传感器优势

除了雷达研究，我们还索求了适用于自动驾驶的传感器融合。汽车熟行驶过程中存在好多快速改变的变量，包括天色、路况以及不合的行驶规定和车速限制。摄像头和雷达是两种高度互补的传感器。例如，今朝雷达可以估量绝对距离，但无法测量物体的高度，但摄像头却尤其擅长对距离已知的物体进行高度测量。

传统融合算法执行延迟融合或物体级融合，拜别检测两个传感器中的物体，然后考试在两个传感器之间进行成家并融合物体的特征。这种算法的瑕玷在于，在成家过程中，物体的特征常日弗成用，导致成家和融合事实不佳。而在我们的解决方案中，我们从一路头就使两个传感器对物体的最小特征进行提取并融合这些特征，使人工智能能够使用特征成家和融合的最毕竟竟，该解决方案更为高效地行使两个传感器的互补能力，从而更好地检测三维物体。

为自动驾驶奠定底细

增加不合传感器的感知能力和融合究竟，有助于汽车对周边情形做出更为靠得住的判断，从而优化汽车行驶路径和规划。为此，我们的人工智能研究团队和汽车研究团队致力于提高驾驶辅助系统（ADAS）的周全研究，以便络续改善自动驾驶体验。

经由Qualcomm AI Research，我们迅速将设备和行业上取得的打破性研究功能投放市场并进行扩展，缩短实验室研究到产品上市的时间。例如，近期推出的Qualcomm Snapdragon Ride自动驾驶..连络了硬件、软件、开放栈、斥地对象包、对象和强大的生态系统，能够匡助汽车制造商知足客户在安然、便捷和自动驾驶等方面提出的更高需求。