原作者/Eran Shir

編譯/ 白麗媛

近些年來，車和車（V2V）、車和萬物（V2X）的資訊交換系統，一直都被宣揚是未來安全感知和防碰撞技術的核心。乘用及商用車可以透過它們交換軌跡、速度等實時資訊，提供最新的交通和道路危險情況，增進未來的安全輔助功能。

如今，V2V尚未引發駕駛革命，但它已有潛力提高安全性，並在未來成為駕駛中不可或缺的一部分。這意味著，它將以誕生時無法想象的方式實現這一目標。

這麼說是因為V2V未來將在很大程度上依賴一項最初構想時沒考慮的技術：汽車攝像頭。

V2V 最初被設計為一種透過極低頻寬交換感測器資料的系統。它的早期設計者沒有考慮使用視覺資料、人工智慧或可支援基於視覺資料的連線。然而，隨著汽車攝像頭普及，它們可能也將改變V2V及其提供的系統。

汽車攝像頭真的能起作用嗎？

汽車攝像頭將在未來幾年內變得無處不在，每輛車的四周和車內都會安裝多個攝像頭。

現階段，攝像頭主要被當作駕駛員的第二雙眼睛：倒車時顯示車後影像，以及支援ADAS系統，實現泊車輔助和自動駕駛。此外，行車記錄儀還有出色的取證能力。它們可以記錄重要的事情和碰撞事故，並正在演變成安全裝置，就像智慧門鈴一樣。

然而，這些攝像頭仍然無法建立能與其他車輛或基礎設施通訊的資料，它們的視覺資料不會被運出車輛。它們沒有被融入人工智慧，資料也沒有共享。

如果汽車攝像頭能夠向其他車輛傳達它們在世界上「看到」的東西，會發生什麼？這就是汽車攝像頭比傳統V2V做得更好的地方。

視覺是終極感測器。因為它比其它感測器“看到”更多的世界，所以它能收集到更多的資料。

做個假設，這裡有一個坑洞，只使用感測器的汽車，撞到坑洞、急剎車或急轉到旁邊躲避。系統透過感測器資料可以推斷出這是一個坑洞，然後在缺乏任何視覺驗證，就將這些資料傳送給鄰近的車輛。

的確，感測器資料可以很全面，也有很多好的方法對其進行分析，但是你能肯定你遇到的就是一個坑嗎？

相反，有了視覺資料，坑洞就會被攝像機真切地「看到」。

人工智慧應用到視覺資料上面，即使汽車沒有轉向、剎車或撞上坑洞所產生的的異常資料，也可以「看到」坑洞。

這意味著你將更早地發現問題，不會像現在很多汽車這樣重複犯錯。

空閒停車位識別是視覺強於感測器資料的另一種場景，該功能可助駕駛員找到街上可用的停車位。如果大規模部署，它可能會大幅減少城市中心的擁堵和繞路情況。

如果是基於感測器的停車位識別，要有檢測車輛停入駛出的感測器。我們估算，這種方法一天最多能找到3-4個可用車位，而且很難判斷識別結果是否正確。這是因為它們只能將實際停過的車位標註進可用資料中。

將它與基於視覺的停車位識別比較，後者在停車前就完成了資料收據。汽車在街上行駛可能會看到許多空閒車位，包括它不會停入的那些。後者產能的資料可以標註出大量空閒車位。

事實上，在米蘭的一項研究中，車輛透過視覺識別，每小時可以檢測出30-40個空閒停車位，而前面提到的感測器方案，一整天只能檢測出3-4個。

該系統還適用於許多其它駕駛場景：行人、道路危險以及感知工作範圍的作用。當汽車開始交換它們識別到的環境資訊時，就可以做出多樣性選擇。

如連環碰撞這類危險的事故，就是一個很好的例子。對於標準V2V來說，系統要依賴於所有碰撞車輛的V2V技術。它要感知到一整串車的碰撞資料，才能推斷出發生了連環相撞。

然而，有了視覺資料，一輛車只要「看到」連環碰撞，並創建出正確的警報，就可以傳送相同（更準確）的資訊。

計算與連線

視覺優勢是有代價的。與最初設想的V2V不同（可想象成行車期間可以獲取到有車輛在「前方急剎車」之類的視距外資訊），視覺資料需要連線和計算能力。

連線就是頻寬。視覺資料數量很龐大，當前的網路無法輕鬆傳輸。這是5G網路發揮作用的地方，但還不是全部。

基於視覺資料執行的人工智慧模型也需要計算。這有助於提升資料的理解能力，「看到」一個坑，識別一個停車位，感知可行駛範圍或危險。

我們的目標是構建出一套智慧、低資料傳輸負荷的方案。這需要聰明地在這兩個指標間進行平衡，以避免成本超支和資訊延遲。

走向視覺共享

視覺識別是對原始V2V的一個重要補充。最初的技術設想只是向附近的其它車輛共享資訊，這意味著在V2V世界中穿行的可能是一堆「我正在做什麼」的混亂資料。例如，在尋找空閒車位等場景中，這些資訊幾乎沒有任何意義。

解決方案是在一個區域內共享多輛車的視野，就像為你附近的車輛繪製高畫質地圖。這需要每輛車都可以單獨提供資料，以便透過共享資料建立更大的畫面。

這也可以讓系統更好的整理出空閒車位，道路危險資訊將更全面、也更有價值。

從長遠來看，視覺共享還可以成為豐富導航地圖資訊的新方式，目前地圖主要依賴使用者輸入、GPS等感測器。建立視覺共享卻不會容易，尤其是當資料來自不同製造商的不同汽車時。

但幸運的是，新的標準即將出臺。新體系將使全部車輛都以同種標準化的方式共享即時道路資訊，連線和計算也得到最佳化，使這種視覺共享在經濟上可行。

一種新路線

V2V和V2X是圍繞設想時的可行或短期可量產的東西構建的：低頻寬通訊、「簡單」的感測器資料、不做計算。

汽車攝像頭、5G和計算技術的普及，使人們能夠構想V2V這類應用的發展路線，它們將比以前更有價值。

這些系統可以更全面的傳達道路及其周圍環境資訊，使駕駛更加安全。

關於Auto Byte

Auto Byte 為機器之心推出的汽車技術垂直媒體，關注自動駕駛、新能源、晶片、軟體、汽車製造和智慧交通等方向的前沿研究與技術應用，透過技術以洞察產品、公司和行業，幫助汽車領域專業從業者和相關使用者瞭解技術發展與產業趨勢。

歡迎

關

註標星

，並點選右下角

點贊

和

在看

。