|
 
- UID
- 1062083
- 性别
- 男
|
为了避免交通事故，无人驾驶汽车（以及无人机）需要对传感器采集的周边信息进行快速处理。但在遭遇极端道路条件和恶劣天气的情况下，传统光学摄像头难以胜任这项工作。为了提升此类应用的视觉信息处理表现，新加坡南洋理工大学的一支研究团队，就从“源头”着手，开发出了一种新型“超快速、高对比度”智能摄像头。
Chen Shoushun 带头开发了一种超快速摄像头，其采用了独特的内置电路。
南洋理工（NUT）助理教授 Chen Shoushun 带队开发的新款摄像头，能够记录下场景间纳秒级的光强度变化，从而实时监测物体的运动。
过去十年，无人驾驶汽车技术已经取得了长足的进步，以 Google 和 Uber 为代表的多家高科技企业（以及传统汽车制造商）们，已经展开了诸多的道路测试。
无人驾驶汽车的操作安全，高度依赖于复杂的传感器 —— 特别是摄像头，它必须保证快速和准确。然而传统光学摄像头很容易在强光下被“晃瞎眼”、且无法在恶劣天气或暗环境下快速解析图像。
NUT 团队指出，当前的相机传感器使用了数百上千万的传感器像素，其通过光线来形成图像。但自动驾驶汽车使用的 120 fps 摄像头，导致它需要实时处理巨量的视频数据，才能“看”到周边环境。
在光线特别强（或特别暗）、气候极端糟糕、或周边环境特别复杂时，图像处理则需要更多的时间。这样的延时，对高速运动的无人驾驶汽车（或无人机）是特别危险的。
自 2009 年始， NUT 团队就在开发这种含有内建处理电路的 Celex 传感器，其特色是能够分析每个像素的光强度变化。
这避免了对整体图像进行分析的需求，减少了需要处理的数据量，从而加快了这个过程。该方法还允许摄像头快速区分前景和背景对象，让行车电脑有更多时间来应对各种情况。
NUT 研究团队称，新技术已经引起了许多私营企业的兴趣，但他们也剥离出了一家名叫 Hillhouse Tech 的公司，以便将这项摄像头技术商业化。
NUT 团队已于 IS&T 2017 电子成像国际研讨会（EI 2017）上展示过一款原型，Chen 表示，这种摄像头有望在 2017 年晚些时候顺利商用。 |
|
