訂報
DForum
 

路側系統結合感測器和ML 供行車危險預警

Salus路側警示系統運用機器學習來分辨行人、汽車和動物等,進而預測潛在的道路危險。Spectrum Instrumentation

德國烏爾姆應用科技大學(Ulm University)和海爾布隆大學(Heilbronn University)進行產學合作,宣布研發出Salus路側警示系統,結合了雷達、光學攝影機、紅外線感測器以及機器學習神經網路,不僅懂得分辨行人、汽車、自行車、機車、鹿和野豬,還會預測這些人事物的行為。

據ElectronicsWeekly報導,Salus系統其實是以太陽能發電的路邊設備,包含了雷達、光學攝影機和紅外線感測器,可以適時發出警示,提醒汽車駕駛人和用路人。

烏爾姆應用科技大學Hubert Mantz教授表示,汽車廠商紛紛在高價車款安裝駕駛輔助系統,高階機車也開始新增智慧警示功能,但仍無法普及到所有車款,因此研究團隊希望在路邊架設Salus系統來偵測危險,然後通知來車。

除了偵測動作之外,Salus系統還加入機器學習(ML)技術。Mantz表示,採用神經網路讓Salus系統懂得分辨行人、汽車、自行車、機車、鹿、狐狸和野豬,進而預測這些人事物的動作,換言之,Salus系統具備絕佳的即時智慧,能預測有什麼危險情境會發生。

為了大規模部署獨立路側設備,必須儘量壓低成本,還要採用太陽能發電。據TrafficTechnologyToday報導,Salus路側警示系統須採用低功耗的通訊系統,怪不得長距離廣域網路(LoRaWAN)會成為首選,傳輸範圍達到40公里之遠,耗電量又低,加上屬於免執照頻段,進而壓低成本。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 機器學習