在世界各地,每年有130多万起致命的汽车碰撞事故。这其中包括易受伤害的道路使用者,如骑自行车的人、行人和骑摩托车的人。IEEE会员Bilin Aksun-Guvenc认为,事故可通过智能手机数据显著减少,尤其关注弱势道路使用者。
Aksun-Guvenc的研究使用智能手机数据向驾驶员和自动驾驶汽车告知碰撞风险。
智能手机配备了一系列传感器,包括GPS、加速度计、陀螺仪、步进计数器和光传感器,可以测量易受伤害的道路使用者的运动。通过智能手机应用程序,这些数据可以精确定位用户的位置、未来位置和出行方向,然后通过空中连接将其广播给车辆。
为什么汽车制造商不直接使用机器视觉来识别行人和其他弱势道路使用者?
汽车制造商确实使用机器视觉和现有的车辆摄像头进行保护,但这些系统无法看到拐角处或通过障碍物,因为它们需要一条视线来检测用户。视觉传感器也会受到照明和天气条件的影响;例如,一些车道保持辅助系统在雨中停用。通信系统较少受到这些条件的阻碍,可以补充机器视觉以改善用户跟踪。
那么,行人的智能手机上需要一个特殊的应用程序吗?司机需要什么吗?这会成为汽车的标准功能吗?
同样的应用程序可以在驾驶员的智能手机上以及易受伤害的道路用户的设备上运行。由于许多用户已经拥有智能手机,因此将这项技术集成到生产车辆中是很简单的。该系统,尤其是2级自动化车辆,可以显著增强防撞措施。
用户的手机如何与车辆通信?
低能耗蓝牙是一个可行的选择,因为它的功耗最小。它允许“广告模式”,即手机在不配对的情况下广播数据,维护用户隐私。也就是说,该技术在通信技术方面是不可知的。蜂窝技术也可以在没有显著延迟影响的情况下实现这一目的。
有可能将这个系统集成到非手机设备中吗?
当然,推荐使用。建筑工人可以携带类似于数字安全背心的信标,而骑自行车的人可以将该系统集成到GPS设备中。这种简单的指路明灯方法将使没有智能手机的儿童受益。
您在设计此系统时面临了哪些挑战?
为了完善我们的方法并评估其全部潜力,有必要在现实世界中部署大量用户。智能手机GPS精度和通信延迟等问题可能会导致误报和漏报,但这些都是可以解决的问题。
这个系统还包括其他应用程序吗?
该系统的通信功能可以在各种情况下提供帮助,例如在大学校园里引导送餐机器人,这些机器人在等待穿过路口时经常堵塞坡道。更好的车辆通信可以缓解这种情况。此外,车与车之间的合作可以增强城市的机动性,有可能取代十字路口的物理交通信号灯。
了解更多:是什么让自动驾驶汽车安全?我们期望他们有多安全?IEEE标准协会致力于根据跟车、道路共享、行人情况、十字路口场景和能见度问题,包括考虑道路规则及其区域和/或时间相关性,为自动驾驶汽车制定最佳安全实践。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。