详细内容或原文请订阅后点击阅览
骑自行车的人是自动驾驶汽车的一个问题
机器人汽车非常擅长监控附近行驶的其他汽车，而且它们在识别行人、鸟类和动物方面也越来越出色。如今，他们面临的主要问题是道路上行驶缓慢的轻型车辆。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）机器人汽车非常擅长监控附近行驶的其他汽车，而且它们在识别行人、鸟类和动物方面也越来越出色。如今，他们面临的主要问题是道路上行驶缓慢的轻型车辆。
对于自动驾驶汽车来说，最难识别的可能是骑自行车的人，因为虽然自行车相对较小，但它们是异构的、快速移动的物体。自行车比汽车小得多，它的外观、形状和颜色可以有很多选择，而且可以配备各种各样的东西。
当今物体识别技术的主要进步来自于对数千张包含已知物体的图像的深度学习。然而，大部分训练都集中在汽车图像上，自行车的数量要少得多。
最近推出的 Deep3DBox 算法的工作原理类似。在广泛使用的用 2D 图像表示道路的行业基准中，Deep3DBox 识别了 89% 的车辆。
接下来，Deep3DBox 很好地应对了预测汽车移动方向的艰巨任务，并且对于 2D 格式的每个对象，在其周围选择一个盒形体积区域。
然而，当涉及到识别骑车人时，算法的性能显着下降。 Deep3DBox 是最好的算法之一，但在对比测试中它只看到了 74% 的骑行者。
正在开发的大多数工具都使用激光扫描和雷达传感来扩展视觉处理能力，以帮助识别自行车及其相对位置 福特汽车公司正在为其计划上路的 70 辆自动驾驶汽车准备高度详细的 3D 地图。今年。