據(jù)外媒報(bào)道，由中國(guó)計(jì)量大學(xué)的Zhe Li、Kun Cheng、Hanyue Mo、Jintao Lu、Ziwen Kuang以及Jianwen Ye領(lǐng)導(dǎo)的創(chuàng)新研究團(tuán)隊(duì)，在防止商用車輛誤觸發(fā)緊急制動(dòng)方面取得了重大進(jìn)展。他們的研究著重解決車輛通信網(wǎng)絡(luò)數(shù)據(jù)不可靠（尤其是在低速行駛時(shí)）導(dǎo)致的“零速制動(dòng)”問(wèn)題。

圖片來(lái)源：https://arxiv.org/abs/2512.18597

該團(tuán)隊(duì)開發(fā)出一種基于視覺(jué)的系統(tǒng)，通過(guò)分析盲點(diǎn)攝像頭拍攝的視頻，能夠準(zhǔn)確識(shí)別車輛的運(yùn)動(dòng)狀態(tài)（靜止、振動(dòng)或移動(dòng)）。該方法利用增強(qiáng)的特征跟蹤和穩(wěn)健的統(tǒng)計(jì)分析，有效抑制了環(huán)境干擾，顯著降低了誤觸發(fā)次數(shù)，現(xiàn)場(chǎng)測(cè)試結(jié)果顯示誤觸發(fā)次數(shù)減少了89%，緊急制動(dòng)場(chǎng)景下的成功率更是達(dá)到了100%，這代表著商用車輛安全系統(tǒng)的一項(xiàng)重大改進(jìn)。

視覺(jué)-雷達(dá)融合技術(shù)助力穩(wěn)健緊急制動(dòng)

本研究致力于開發(fā)一種穩(wěn)健可靠的自動(dòng)緊急制動(dòng)（AEB）系統(tǒng)，旨在應(yīng)對(duì)各種嚴(yán)苛的駕駛環(huán)境。該系統(tǒng)融合了計(jì)算機(jī)視覺(jué)和雷達(dá)技術(shù)，并結(jié)合先進(jìn)的數(shù)據(jù)處理技術(shù)，以提升安全性并降低碰撞風(fēng)險(xiǎn)。其主要目標(biāo)是最大限度地減少誤報(bào)，提高檢測(cè)精度，尤其是在惡劣天氣和復(fù)雜駕駛場(chǎng)景下，而這些場(chǎng)景正是現(xiàn)有系統(tǒng)難以應(yīng)對(duì)的。研究強(qiáng)調(diào)構(gòu)建全面的數(shù)據(jù)集和采用嚴(yán)格的評(píng)估方法，凸顯了在日益自動(dòng)化的駕駛系統(tǒng)開發(fā)過(guò)程中進(jìn)行全面測(cè)試和驗(yàn)證的重要性，從而超越仿真，實(shí)現(xiàn)對(duì)實(shí)際駕駛性能的評(píng)估。

該系統(tǒng)利用計(jì)算機(jī)視覺(jué)技術(shù)，特別是尺度不變特征變換（SIFT）進(jìn)行穩(wěn)健的特征提取，并將其與雷達(dá)數(shù)據(jù)相結(jié)合，以提高整體魯棒性，尤其是在能見(jiàn)度較差的情況下，例如暴雨、濃霧或夜間行駛。包含提供多樣化城市駕駛場(chǎng)景的Ithaca365數(shù)據(jù)集和以其高分辨率地圖和傳感器數(shù)據(jù)而聞名的ApolloScape數(shù)據(jù)集在內(nèi)的綜合數(shù)據(jù)集對(duì)于訓(xùn)練和評(píng)估系統(tǒng)性能至關(guān)重要。

該研究著重解決在惡劣天氣下提高自動(dòng)緊急制動(dòng)（AEB）性能的挑戰(zhàn)，因?yàn)樵趷毫犹鞖庀聜鞲衅餍阅芟陆禃?huì)顯著影響可靠性，同時(shí)最大限度地減少誤報(bào)，以維護(hù)駕駛員的信任并防止不必要的干預(yù)。誤報(bào)會(huì)導(dǎo)致駕駛員失去對(duì)系統(tǒng)的信任，甚至拒絕使用該技術(shù)，從而阻礙其廣泛應(yīng)用。

基于攝像頭數(shù)據(jù)的車輛運(yùn)動(dòng)分析

科學(xué)家們?cè)O(shè)計(jì)了一種基于視覺(jué)的系統(tǒng)，旨在解決商用車輛自動(dòng)緊急制動(dòng)（AEB）系統(tǒng)中常見(jiàn)的速度讀數(shù)不準(zhǔn)確問(wèn)題，尤其是在低速行駛時(shí)，精確的運(yùn)動(dòng)檢測(cè)至關(guān)重要。該系統(tǒng)處理來(lái)自盲點(diǎn)攝像頭的視頻片段，采用增強(qiáng)的特征提取和匹配技術(shù)，將車輛運(yùn)動(dòng)精確分類為靜止、振動(dòng)或移動(dòng)。這種精細(xì)的分類能夠更細(xì)致地了解車輛狀態(tài)，從而提高AEB啟動(dòng)的準(zhǔn)確性并防止不必要的制動(dòng)。

該方法取得了卓越的性能，系統(tǒng)在靜止?fàn)顟B(tài)檢測(cè)中達(dá)到了99.96%的F1分?jǐn)?shù)，在移動(dòng)狀態(tài)識(shí)別中達(dá)到了97.78%的F1分?jǐn)?shù)，這表明其在區(qū)分不同運(yùn)動(dòng)狀態(tài)方面具有很高的準(zhǔn)確性。F1分?jǐn)?shù)是精確率和召回率的調(diào)和平均值，可以平衡地衡量系統(tǒng)的性能。

該系統(tǒng)采用先進(jìn)的特征提取技術(shù)，結(jié)合了對(duì)比度受限自適應(yīng)直方圖均衡化（CLAHE）和尺度不變特征變換（SIFT）。CLAHE通過(guò)局部調(diào)整直方圖來(lái)增強(qiáng)低對(duì)比度條件下的圖像質(zhì)量，從而提高特征的可見(jiàn)性；而SIFT則識(shí)別并描述對(duì)尺度、旋轉(zhuǎn)和光照變化無(wú)響應(yīng)的局部特征。利用五幀滑動(dòng)窗口的多幀軌跡分析，通過(guò)跟蹤特征隨時(shí)間的變化并濾除虛假檢測(cè)結(jié)果，評(píng)估時(shí)間一致性并最大限度地減少誤差。

此外，該系統(tǒng)還集成了車載診斷（OBD-II）數(shù)據(jù)，以動(dòng)態(tài)配置感興趣區(qū)域（ROI），將處理能力集中在視頻流的相關(guān)區(qū)域，減少不必要的計(jì)算，從而優(yōu)化資源利用率并提高實(shí)時(shí)性能。這種動(dòng)態(tài)ROI調(diào)整確保系統(tǒng)優(yōu)先處理最可能發(fā)生運(yùn)動(dòng)的區(qū)域。