据悉，研究人员利用通常用来追踪超速者和快球的雷达，开发了一种自动系统，可以让汽车在拐角处窥视，发现迎面而来的车辆和行人。在6月16日召开的计算机视觉和模式识别（CVPR）会议上，研究人员发表了一篇论文，阐述了该系统如何能够区分包括汽车、自行车和行人在内的物体，并测量其方向和迎面而来的速度。

研究人员结合了人工智能和用于追踪超速驾驶者的雷达，开发出了一种系统，该系统可使车辆发现拐角处隐藏的危险。

　　作者写道：“提出的方法允许行人和骑自行车的人在实际的自动驾驶场景中进行碰撞警告，然后再使用现有的直接视线传感器进行观察。”

　　近年来，工程师们开发了多种传感器系统，使汽车能够检测到道路上的其他物体。他们中的许多人依靠激光雷达或使用可见光或近红外光的照相机，而这种防止碰撞的传感器现在在现代汽车上很常见。但是，光学传感很难用来发现汽车视线之外的物品。在早期的研究中，海德的团队用光来观察隐藏在角落里的物体。但这些努力目前在汽车上并不实用，因为它们需要高功率激光，而且仅限于短程。

　　在进行早期的研究时，海德和他的同事们想知道是否有可能建立一个系统，用成像雷达而不是可见光来探测汽车视线之外的危险。对于雷达系统来说，光滑表面上的信号损失要低得多，雷达是一种行之有效的跟踪目标的技术。挑战在于，雷达用于拍摄汽车和自行车等拐角处物体的空间分辨率相对较低。然而，研究人员相信，他们可以创建算法来解释雷达数据，使传感器能够工作。

　　为了让系统能够区分目标，海德的团队处理了标准雷达考虑背景噪声而非可用信息的部分雷达信号。该小组应用人工智能技术来改进处理和读取图像。该论文的主要作者之一、计算机科学研究生魏方银（音译）说，运行该系统的计算机必须学会从非常稀少的数据中识别骑自行车的人和行人。

　　魏说：“首先，我们必须发现是否有什么东西在那里。如果那里有什么东西，重要吗？是骑自行车的还是行人？该系统目前能检测到行人和骑自行车的人，因为工程师们认为这些人是最具挑战性的物体，因为他们体积小，形状和运动也不尽相同。她说，该系统也可以调整以检测车辆。”

　　该系统很容易集成到当今的车辆中，利用多普勒雷达将无线电波从建筑物和停放的汽车等表面反射出去。雷达信号以一定角度照射到水面上，因此反射波会像主球击中台球壁那样反弹。信号会继续打击隐藏在角落里的物体。一些雷达信号会反射回安装在汽车上的探测器，使系统能够看到拐角处的物体，并判断它们是在移动还是静止。

　　普林斯顿大学计算机科学助理教授、研究人员之一费利克斯·海德说：“这将使汽车能够看到今天的激光雷达和相机传感器无法记录的被遮挡物体，例如，允许自动驾驶车辆在危险的十字路口周围看到。雷达传感器的成本也相对较低，特别是与激光雷达传感器相比，而且可以大规模生产。”

　　海德说：“我们开发的算法效率很高，适合当前一代汽车硬件系统。因此，你可能会在下一代汽车中看到这项技术。研究人员计划在涉及雷达和信号处理方面的改进的应用中，沿着许多方向进行研究。他说，该系统有可能从根本上提高汽车安全性，它依赖于现有的雷达传感器技术，因此，为部署在下一代汽车上的雷达系统做好准备应该是可能的。它肯定会经历非常严格的汽车开发周期，在集成和将其推向市场方面，它需要大量的工程。但技术是存在的，所以很快就有可能在汽车上看到这一点。”

　　自新型冠状病毒肺炎疫情爆发以来，新利18国际娱乐一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，新利18国际娱乐免费发布企业相关文章，免费成为新利18国际娱乐认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。