無(wú)人駕駛汽車(chē)可通過(guò)IEEE對路況進(jìn)行精準判斷

無(wú)人駕駛汽車(chē)又添新技術(shù)，自主判斷路況，更安全、更可靠！

天氣不好時(shí)，不管是大霧還是下雪等，都會(huì )造成路面的濕滑，駕駛視線(xiàn)受阻。駕駛人員對路況不能做到精準判斷就會(huì )造成危險，特別是一到冬天，這樣的情況更是多見(jiàn)。于是，很多智能駕駛設備都在致力于找出一種可以幫助人們精準判斷路況的系統，無(wú)人駕駛領(lǐng)域似乎已有所突破。

國際電氣與電子工程師協(xié)會(huì )（IEEE）是一家全球最大的非盈利專(zhuān)業(yè)技術(shù)學(xué)會(huì )。目前，該協(xié)會(huì )通過(guò)對人工智能神經(jīng)網(wǎng)絡(luò )來(lái)判斷汽車(chē)當前行駛道路是否安全的研究在方法上似乎有了突破性進(jìn)展，有望提高無(wú)人駕駛汽車(chē)在糟糕天氣行駛的安全性。

據美國交通局數據顯示：2002-2012之間由于天氣不好，道路濕滑造成的汽車(chē)事故共計96萬(wàn)起，至少4700人死亡，占美國因天氣原因造成交通事故的74%，而天氣原因占總數的23%。因此很多研究人員都在致力于研發(fā)一種能夠不受天氣原因，對路況進(jìn)行精準判斷，提高行駛安全的智能駕駛系統。

IEEE研究人員表示：他們找到的這種方法就是通過(guò)收集到的輪胎噪音的反饋數據來(lái)對路面的濕滑情況進(jìn)行分析判斷。該項技術(shù)已有具體的實(shí)驗應用，比如在2014款梅賽德斯-奔馳CLA車(chē)型的后胎上安裝了一個(gè)麥克風(fēng)，專(zhuān)門(mén)用來(lái)收集輪胎的噪音，目前已經(jīng)在波士頓多種路面上進(jìn)行多種行駛速度下的噪音搜集測試。

當前，該項技術(shù)還處于初級實(shí)驗階段，但是就目前已有的實(shí)驗數據來(lái)看，任何行駛速度下的加權平均查全率達到了93.2%之高。甚至在車(chē)輛靜止的情況下也能搜集到一些數據，因為周?chē)男旭傑?chē)輛造成的車(chē)輪噪音也會(huì )被搜集進(jìn)去，可見(jiàn)可行性還是非常的高。

IEEE的研究報告顯示：這種通過(guò)聲音的判別方式還是比較有效的，比使用機器學(xué)習的“支持向量機算法”表現得更好，因為它甚至能夠在車(chē)輛靜止和低于2.9公里的極限時(shí)速時(shí)也可以做出較為準確的判斷。

除了IEEE想通過(guò)聲音的判別方式對路面情況進(jìn)行分析檢測，西班牙馬德里理工大學(xué)在2014年也曾嘗試過(guò)利用向量機來(lái)分析輪胎在行駛時(shí)產(chǎn)生的聲音，以此判斷道路行駛情況。但是他們也發(fā)現這一方法的弊端，就是能夠判斷的道路類(lèi)型太少，且無(wú)法排除砂石等無(wú)關(guān)的噪聲信息；

日本富山大學(xué)也做過(guò)一個(gè)類(lèi)似的系統，但是該系統主要是通過(guò)圖像來(lái)判斷。比如在車(chē)上安裝攝像頭，通過(guò)檢測其他車(chē)輛的燈光對路面的反光情況來(lái)判斷路況。這種方法的局限就是必須要有其他車(chē)輛在旁行駛，且打開(kāi)了車(chē)燈，對路面有反射才行。同時(shí)，在大霧、能見(jiàn)度較低或是大雪天氣時(shí)該系統并不能起任何作用，可以說(shuō)非常的雞肋。

另外，值得一提的是，IEEE發(fā)布的關(guān)于該項研究的《通過(guò)音頻探測路面濕度：一種深層學(xué)習方法》實(shí)驗報告已經(jīng)被收錄進(jìn)了康奈爾大學(xué)圖書(shū)館的開(kāi)源數據庫中。如果有人或是企業(yè)對此感興趣，可以自行查閱。

智能駕駛系統的不斷進(jìn)步將在更多方面彌補人工駕駛的不足，因人為因素導致的交通慘劇實(shí)在是太多了，我們急切需要一種方式來(lái)減少此類(lèi)的事故。也許在未來(lái)，無(wú)人駕駛汽車(chē)可以幫助我們實(shí)現這種可能，不要再讓汽車(chē)成為最大的生命獵手。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！