科技产业报订阅
event
 

路侧系统结合传感器和ML 供行车危险预警

Salus路侧警示系统运用机器学习来分辨行人、汽车和动物等,进而预测潜在的道路危险。Spectrum Instrumentation

德国乌尔姆应用科技大学(Ulm University)和海尔布隆大学(Heilbronn University)进行产学合作,宣布研发出Salus路侧警示系统,结合了雷达、光学摄影机、红外线传感器以及机器学习神经网络,不仅懂得分辨行人、汽车、自行车、机车、鹿和野猪,还会预测这些人事物的行为。

据ElectronicsWeekly报导,Salus系统其实是以太阳能发电的路边设备,包含了雷达、光学摄影机和红外线传感器,可以适时发出警示,提醒汽车驾驶人和用路人。

乌尔姆应用科技大学Hubert Mantz教授表示,汽车厂商纷纷在高价车款安装驾驶辅助系统,高阶机车也开始新增智能警示功能,但仍无法普及到所有车款,因此研究团队希望在路边架设Salus系统来侦测危险,然后通知来车。

除了侦测动作之外,Salus系统还加入机器学习(ML)技术。Mantz表示,采用神经网络让Salus系统懂得分辨行人、汽车、自行车、机车、鹿、狐狸和野猪,进而预测这些人事物的动作,换言之,Salus系统具备绝佳的实时智能,能预测有什么危险情境会发生。

为了大规模部署独立路侧设备,必须尽量压低成本,还要采用太阳能发电。据TrafficTechnologyToday报导,Salus路侧警示系统须采用低功耗的通讯系统,怪不得长距离广域网络(LoRaWAN)会成为首选,传输范围达到40公里之远,耗电量又低,加上属于免执照频段,进而压低成本。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 机器学习