蓋世汽車訊 人工智能（AI）是打造未來自動駕駛的核心，但是仍有很多安全問題亟待解決。據外媒報道，奧地利格拉茨理工大學（TU Graz）的研究人員打造了一種強大的AI增強型雷達，可幫助改進現有的雷達技術，還有助于解決安全問題。

格拉茨理工大學正與英飛凌合作，為自動駕駛研發新型雷達傳感器（圖片來源：英飛凌）

自動駕駛和駕駛輔助系統依賴于激光雷達、超聲波和雷達等各種各樣的先進傳感器系統，此類系統能夠反饋有關周圍環境的關鍵信息，幫助車輛安全運行。尤其是，雷達傳感器能夠將周圍車輛和物體的位置及速度信息傳遞給行駛中的車輛。不過，此類系統容易受到交通中的一些干擾和環境的影響，例如，受到其他（雷達）設備的干擾。此外，雷達還會受到能夠導致噪音的極端天氣的嚴重影響，產生不好的測量質量。因此，研發出能夠過濾噪音和干擾信息且通過AI技術增強的雷達系統，也就意味著自動駕駛應用在向更安全的目標探測系統轉變。

卷積神經網絡

格拉茨理工大學團隊通過研發一種基于神經網絡的人工智能模型，消除了雷達信號的干擾。此外，該模型的功能遠超現有技術。

現在，該團隊的目標是優化該模型，讓其能夠在固定參數以及固有學習模式之外仍可工作，并研發出讓其能夠更可靠地識別物體的能力。

最開始，研究人員們研發了基于卷積神經網絡（CNN）的自動噪音抑制模型架構。CNN能夠過濾所有視覺輸入信息，并確定特定的連接，以生成完整的圖像。

此種架構的打造方式意味著，與當前的雷達系統相比，CNN在處理信息時會消耗更少的內存，但是將實現更大、更先進的能力。格拉茨理工大學團隊的主要目標是大幅提升現有系統的效率，同時推出一種在現實環境中具有更強大能力的新技術。

先進強大的技術

在試驗過程中，格拉茨理工大學團隊通過噪音數據和所需的輸出值來訓練各種神經網絡。然后，通過分析內存空間和每個去噪過程所需的計算操作數量，確定了特別小且迅速的模型架構。然后，通過減少位寬（即用于存儲模型參數的位數）再次壓縮效率最高的模型，最終產生了一個同時具有高過濾性能和低能耗的AI模型。出色的去噪結果，加上89%的F1得分（測試準確度的衡量標準）使其具有的物體探測率幾乎相當于未受干擾的雷達信號。因此，干擾信號已經從測量信號中完全被去除。

用數字表示則為，位寬為8的模型與位寬為32的同類模型性能相同，但是內存只需218KB，相當于減少了75%的存儲空間，也意味著該模型遠超現有的最先進水平。

下一步，格拉茨理工大學團隊將專注于REPAIR項目（用于雷達傳感器的強大且可解釋性AI），以優化該款AI增強型雷達系統。目前，該團隊正在與英飛凌合作。

這也意味著該系統將能夠忍受高水平的干擾，并展示出更強大的魯棒性；該團隊將研發出一款不僅能夠提升效率、還有助于防止自動駕駛應用中出現任何災難性事故的雷達系統。

返回第一電動網首頁 >