AI讓無人駕駛成爲可(kě)能(néng)

據世界衛生(shēng)組織（WHO）報告顯示，近年(nián)來，道路交通死亡人數目前趨于(yú)穩定，2013年(nián)時爲125萬人。然而(ér)值得(dé / de / děi)注意的是，這種“穩定狀态”是在全球人口和機動化程度增長的背景下(xià)實現的，在2010年(nián)至2013年(nián)期間，人口增加了4%，同期内車輛增加了16%，這表明爲加強全球道路安全而(ér)實施的幹預措施挽救了不少人的生(shēng)命。而(ér)這一現象，在日本表現的尤爲突出，據日本警察廳報告，2016年(nián)日本交通事(shì)故死亡人數時隔67年(nián)跌破4000人，有關責任人解釋到，這一數字的降低得(dé / de / děi)益于(yú)行(háng / xíng)政機構及汽車廠商共同努力的結果。

而(ér)以上現象的出現，不得(dé / de / děi)不感謝汽車廠商爲汽車安全做出的貢獻，其(qí)中，爲了防範危險的發(fā／fà)生(shēng)，汽車廠商專門針對(duì)主動安全研發(fā／fà)了高級駕駛員輔助系統（ADAS），因其(qí)具備諸多如(rú)盲點探測、前車防撞預警系統FCWS、行(háng / xíng)人檢測PED等主動安全預警功能(néng)，從而(ér)被廣泛應用(yòng)在中高級轎車上。

不能(néng)更驚訝——“Visconti4™系列”高精度圖像識别處理器

而(ér)在高級駕駛員輔助系統（ADAS）實施過(guò)程中，基于(yú)高級駕駛員輔助系統ADAS的圖像識别處理器就(jiù)顯得(dé / de / děi)尤爲重要(yào / yāo)。

東芝正在開發(fā／fà)和生(shēng)産的“Visconti4™系列”圖像識别處理器能(néng)夠代替人眼對(duì)來自(zì)攝像頭的影像進行(háng / xíng)圖像處理、實時掌握道路情況、檢測障礙物，對(duì)駕駛員提出預警，防範危險的發(fā／fà)生(shēng)。

“Visconti™4”圖像識别處理器（封裝尺寸：27 mm × 27 mm）

小芯片“大智慧”——瞬時處理大量圖像信息

據悉，Visconti™4系列圖像識别處理器不僅能(néng)識别來自(zì)車載攝像機輸入的圖像信息，新加入的3D重建（SFM）功能(néng)還能(néng)夠探測一般的障礙物，從而(ér)配合自(zì)動刹車系統緊急制動，大幅提高駕駛的安全性。

Visconti™4系統采用(yòng)東芝獨創的高精度檢測技術，經過(guò)諸多算法和圖像硬件加速器對(duì)可(kě)視物進行(háng / xíng)數據分析處理，可(kě)高效的辨别背景物體以及步行(háng / xíng)者之間的微妙色差，不僅在白天(tiān)，即便是低光照射情況下(xià)或是在漆黑的夜晚，“Visconti™4”圖像識别處理器亦可(kě)輕松對(duì)車輛和行(háng / xíng)人加以辨識，對(duì)交通信号、障礙物、行(háng / xíng)車線等信息加以識别，從而(ér)實現各種高級的駕駛員輔助應用(yòng)，如(rú)入車道偏離警告、前方/後(hòu)方防撞警告、前方/後(hòu)方行(háng / xíng)人防撞警告、交通标識識别等等，從而(ér)大大提高車輛行(háng / xíng)駛安全性。

要(yào / yāo)知道，這一切的發(fā／fà)生(shēng)并不需要(yào / yāo)在汽車内放置一台很大的計算機。一枚小小的芯片便能(néng)夠在行(háng / xíng)駛的瞬間完成上述工作。

Visconti™4可(kě)同時執行(háng / xíng)8個圖像識别應用(yòng)程序

使用(yòng)Visconti™4識别夜間步行(háng / xíng)者示意圖

不能(néng)更精準——深度神經網絡技術讓無人駕駛成爲可(kě)能(néng)

爲了實現更加精準的圖像識别技術，日前，東芝與電裝（DENSO）公司正在攜手開發(fā／fà)一種稱爲“深度神經網絡知識産權(DNN-IP)”的人工智能(néng)技術，該人工智能(néng)技術将用(yòng)于(yú)一直由兩家(jiā)公司獨立開發(fā／fà)的圖像識别系統，幫助實現先進駕駛員輔助和自(zì)動駕駛技術。

據介紹，深度神經網絡(DNN)是一種模仿人類大腦神經網絡的算法，它有望像人腦一樣精确地執行(háng / xíng)識别處理，甚至比人腦更精确。其(qí)中，爲了實現自(zì)動駕駛，汽車計算機需要(yào / yāo)能(néng)夠識别不同的道路交通情況，包括各種各樣的障礙物和道路标記、駕駛道路的路況以及潛在的危險情況。在傳統模式識别和機器學習的圖像識别中，需要(yào / yāo)被計算機識别的物體需要(yào / yāo)人爲的将其(qí)特征化後(hòu)進行(háng / xíng)數據和圖像的提取認知。但是在基于(yú)DNN的圖像識别系統時，計算機可(kě)自(zì)行(háng / xíng)提取并學習了解物體的特征，實現對(duì)多樣對(duì)象的識别，從而(ér)能(néng)夠顯著提高對(duì)各種物體的檢測和識别精度。

使用(yòng)DNN－IP圖像識别技術的示意圖片（上：實拍圖像／下(xià)：使用(yòng)DNN－IP辨别對(duì)象的圖像）

基于(yú)DNN-IP圖像識别技術的實現，我們有理由相信，針對(duì)一些媒體報道的“2020年(nián)前後(hòu)，無人駕駛車輛将普及”的信息或許将成爲現實，依靠DNN-IP影像識别技術，車輛不僅可(kě)以自(zì)動檢測行(háng / xíng)駛環境、解決道路交通問題，減少因交通事(shì)故而(ér)死亡的人數，還可(kě)以減輕司機的駕駛負擔，解決高齡人士安全駕駛出行(háng / xíng)問題。

當然，東芝研發(fā／fà)的Visconti™圖像識别處理器的适用(yòng)範圍不僅局限于(yú)汽車領域，而(ér)是将更加廣泛的應用(yòng)于(yú)工業應用(yòng)專用(yòng)攝像頭視覺系統領域，今後(hòu)還将在更廣闊的領域發(fā／fà)揮越來越重要(yào / yāo)的作用(yòng)，東芝亦将一如(rú)既往的爲營造地球美好的明天(tiān)而(ér)努力。

*标注的日期爲日文原文發(fā／fà)布日期