GTC 2017 :除了自動駕駛外,深度學習與機器視覺還能用於新一代巡邏車與拖車頭貨運產業

2017.05.10 07:30AM
是GTC 2017 :除了自動駕駛外,深度學習與機器視覺還能用於新一代巡邏車與拖車頭貨運產業這篇文章的首圖

雖然距離實現完全且可靠的自動駕駛好像還需要一段時間,不過基於深度學習以及機器視覺技術,在車輛還有相當多的輔助型應用,比如說駕駛行為偵測以及道路狀況分析辨識等,而在今年 GTC展會上, NVIDIA 的攤位除了基於 Ford Fusion ( Mondeo 美歸名稱)的新一代的自動駕駛訓練車 BB8 ,還有包括未來巡邏車與拖車頭兩個前瞻性的應用。

1ef374a235fe5ecc89bc86b0582dd23a

半自動駕駛車計畫是先前 NVIDIA 與 PACCAR 所合作的計畫,會場中展示的是 PACCAR 旗下的 Peterbilt 品牌 389 型拖車頭,基於 NVIDIA DrivePX2 平台,不同於目前私人用車的自動駕駛,像是美國、歐陸都有長程拖車貨物運送的需求,而這也考驗駕駛的專注力,相較一搬到路行駛,此類長程拖車所行進的環境多於高速公路或是郊區外環道路等相對單純的環境,而這項計畫中的車輛具備美國 SAE4 等級自動駕駛能力,足以進行高度的無人化駕駛能力。

c01cf60fa26cf0a740723ac1d33949d3

213593777b66d64b1f10a7c13805ee3b

eb5814f6a957d496d98ceb3c0037a2f4

3bf2a91389a61addc63bffddcf374a39

474a76aa2055c7a3448b982098badea8

至於次世代巡邏車則是藉由福特的 Explorer 進行改裝,不同於會場多數的展示車主打自動駕駛,這款次世代巡邏車則是結合車上的感測器作為影像與數據分析使用,並且基於 Jetson 平台,這台巡邏車利用車上相機蒐集影像,進行車輛與車牌的辨識與人物辨識,找出可疑的車輛與人物並顯示在車輛的顯示器,至於車頂放置的無人機也同樣基於 Jetson 平台,具備車牌與人物辨識能力。

0232f553c76fec53e32a14d0b0ce0593

554572f081fcfff1c7fd91b9177119cd

e97e89c9b8affa51229e1f5a563ad175

dc24226f11003b8feb45e571e39f7a33

此次新款的 BB8 自動駕駛驗證車則由原本的 Lincoln MKZ 改為同屬福特集團的 2017 Fusion ,不過車身周圍的各式感測器還未實裝,僅在駕駛座前方安裝基本的感測器,至於在中控台中可看到一顆紅色的大按鍵,作為在自動駕駛過程中車輛誤判時強制介入的切換使用。