- 汽車傳感器技術將讓安全自動駕駛十年內實現

看見周遭人類與接近某個現場

高度自動化和自動駕駛車輛的開發(fā)人員必須考察復雜的人類行為，讓自動駕駛汽車能觀察、理解、模型化、推斷和預測車廂內的乘客以及車輛周遭行人、汽車行駛區(qū)域內的人類行為（圖8）。

圖8 高度自動化和自動駕駛汽車必須要能理解車輛周遭人類行為。

而因為成像研究已經取得了顯著的進步，這將有助于控制空間接近（space approach）；這些類型的研究和實驗將有助于阻止自動駕駛車輛發(fā)生交通事故并危及人身安全，因為這些傳感器系統(tǒng)正隨著算法的成熟不斷演進（圖9）。

圖9 這是采用了深度神經網絡（DNN）的影像到控制策略流水線（調節(jié)語義感知）案例——先是語義場景元素（semantic scene element）的預測，然后是控制策略算法。

關于以整體性方法了解一個狀況的來龍去脈，以及處理許多異常和意料之外場景和目標物的相關技術，還有許多需要學習的；包括對觀察到的物體（包括人和汽車）之細微短/長期活動信息加以擴展分析，以及在被完全不可預知的人或車輛包圍的條件下預測活動事件并做出決策的預測等。

聲音檢測和分析

目前的麥克風產品發(fā)展以及聲音質量技術已經有重大進步，因此筆者認為自動駕駛車輛的另一個傳感器數據源一定是聲音；這種新增的聽覺輸入與所有視覺傳感器，將共同為處理器和算法添加另一層信息輸入，這有助于提高關鍵的決策判斷能力，從而確保道路上自動駕駛車輛的安全。

人類對汽車喇叭，以及救護車、消防車和警車的警笛聲都會有所反應，筆者相信我們也需要為自動駕駛車輛增加聽覺，以完善對駕駛人的模擬。

麥克風技術已有不少提升，包括聲音質量，以及具備能夠耐受惡劣車用環(huán)境的高強韌度MEMS設計，還有降低噪聲、低功耗運作以及動態(tài)范圍等性能的改善。

小結

我們可以說，要決定是否讓不需要人類干預之全自動駕駛車輛上路，現在還不是時候；還有許多工作要做。而傳感器科學與工程技術還有成熟的算法正在快速發(fā)展，以預測人類和汽車的隨機行為并迅速做出反應，目標是避免車輛和財物的損失，當然還有最重要的──保障人們的生命安全。