新的芯片和摄像头技术加速自动驾驶技术的落地

自动驾驶汽车是一项承诺已久的技术，研究人员一直在努力改进。

美国凤凰城、旧金山和洛杉矶的市民可以乘坐Waymo的自驾出租车，该出租车于2020年12月首次向公众推出。但它们并非没有故障。就在上个月的旧金山，一辆自动驾驶汽车逆行压过一辆独轮车。去年12月，一辆Waymo汽车撞上了一辆皮卡，导致美国国家公路交通安全管理局（NHTSA）提交了一份报告，并进行了软件更新。

致力于提高自动驾驶汽车能力的研究人员在国际科学杂志《自然》上发表了两篇论文，揭示了自动驾驶技术的新进展。

清华大学的学者推出了一种面向自动驾驶汽车的新型芯片，他们从人类视觉系统中获得了灵感，将低精度、快速的基于事件的检测与更准确但较慢的图像可视化相结合。研究人员表示，这种被称为 Tianmouc的芯片可以在汽车驾驶感知系统中快速、稳健地处理像素阵列。

在发表的一篇论文中提到：“我们展示了Tianmouc芯片与自动驾驶系统的集成，展示了其实现准确、快速和稳健感知的能力，即使在开放道路上具有挑战性的角落情况下也是如此。基于原始的互补感知范式有助于克服为各种开放世界应用开发视觉系统的基本局限性。”

在另一篇论文中，苏黎世大学机器人和感知教授Davide Scaramuzza和他的同事采用了类似的混合方法，但将其应用于相机技术。

自动驾驶汽车的摄像头需要在带宽和延迟之间进行权衡。虽然高分辨率彩色相机具有良好的分辨率，但它们需要高带宽来检测快速变化。相反，减少带宽会增加延迟，影响数据的及时处理，从而做出可能挽救生命的决策。

为了摆脱这种束缚，瑞士的研究人员开发了一种将事件处理与高带宽图像处理相结合的混合相机。事件摄像机只记录强度变化，并将其报告为稀疏测量，这意味着系统不会受到带宽/延迟权衡的影响。

事件相机使用事件检测图像帧之间的盲时间的变化。转换为图形的事件数据会随着时间的推移而变化，并连接附近的点，在本地完成计算，减少了在危险的高速情况下的检测时间。他们认为，他们使用每秒20帧的RGB相机加上事件相机，可以在不影响精度的情况下实现与每秒5000帧、带宽为每秒45帧的相机相同的延迟。