环境理解包括物体识别和物体追踪，比如行人识别、车辆识别、车道识别、交通标识识别、行驶中车辆的追踪、行动中行人的追踪等。深度学习在这些应用中展现出了比传统计算机视觉技术更好的性能，从而被广泛应用。行为预测人类智能在驾驶中体现在可以根据动态变化的环境实时调整驾驶策略，同样机器也需要对车辆周边的人、车、物的行为进行预测，从而做出安全驾驶决策。...
对于自动驾驶车辆，可以在许多城市的特定区域申请自动驾驶测试牌照，需要测试的项目根据地方要求略有不同，主要包含交通标志和标线的识别及响应、交通信号灯识别及响应、前方车辆行驶状态识别及响应、障碍物识别及响应、行人和非机动车识别及避让、跟车行驶、靠路边停车、超车、并道、交叉路口通行、环形路口通行、自动紧急制动、人工操作接管、联网通讯等。...
传感器的作用是提供前方车辆或者其它障碍物的距离信息，若系统认为通过紧急制动可以减少碰撞事故发生的可能，就会开始紧急制动以降低事故发生的可能性。（2）并线警告系统是通过车载照相机探测根据车道之间的分界线来判别车辆的位置。如果车辆明显脱离正确的行驶路线时，在可能偏离路面之前，系统就会对驾驶员发出警告。（3）限速识别系统进行交通信号识别，会在车辆内的显示屏上显示标识。...
当前，智能网联汽车已经纳入《中国制造2025》战略规划，但对无人驾驶汽车的布局仍显不足，应加快进行无人驾驶汽车相关技术标准、法律法规及保险等方面前瞻性研究，在考取驾驶资格、行驶及事故认责时有据可依。其次，促进国内传统汽车企业与互联网企业深入合作。在制造无人驾驶汽车方面，传统汽车企业具有基础积累优势，擅长研发各类智能化的辅助系统，对接市场需求；互联网企业则可借助自身现有的资源和技术，有数据优势。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证：京ICP证110310号