无人驾驶汽车可通过IEEE对路况进行精准判断

无人驾驶汽车又添新技术，自主判断路况，更安全、更可靠！

天气不好时，不管是大雾还是下雪等，都会造成路面的湿滑，驾驶视线受阻。驾驶人员对路况不能做到精准判断就会造成危险，特别是一到冬天，这样的情况更是多见。于是，很多智能驾驶设备都在致力于找出一种可以帮助人们精准判断路况的系统，无人驾驶领域似乎已有所突破。

国际电气与电子工程师协会（IEEE）是一家全球最大的非盈利专业技术学会。目前，该协会通过对人工智能神经网络来判断汽车当前行驶道路是否安全的研究在方法上似乎有了突破性进展，有望提高无人驾驶汽车在糟糕天气行驶的安全性。

据美国交通局数据显示：2002-2012之间由于天气不好，道路湿滑造成的汽车事故共计96万起，至少4700人死亡，占美国因天气原因造成交通事故的74%，而天气原因占总数的23%。因此很多研究人员都在致力于研发一种能够不受天气原因，对路况进行精准判断，提高行驶安全的智能驾驶系统。

IEEE研究人员表示：他们找到的这种方法就是通过收集到的轮胎噪音的反馈数据来对路面的湿滑情况进行分析判断。该项技术已有具体的实验应用，比如在2014款梅赛德斯-奔驰CLA车型的后胎上安装了一个麦克风，专门用来收集轮胎的噪音，目前已经在波士顿多种路面上进行多种行驶速度下的噪音搜集测试。

当前，该项技术还处于初级实验阶段，但是就目前已有的实验数据来看，任何行驶速度下的加权平均查全率达到了93.2%之高。甚至在车辆静止的情况下也能搜集到一些数据，因为周围的行驶车辆造成的车轮噪音也会被搜集进去，可见可行性还是非常的高。

IEEE的研究报告显示：这种通过声音的判别方式还是比较有效的，比使用机器学习的“支持向量机算法”表现得更好，因为它甚至能够在车辆静止和低于2.9公里的极限时速时也可以做出较为准确的判断。

除了IEEE想通过声音的判别方式对路面情况进行分析检测，西班牙马德里理工大学在2014年也曾尝试过利用向量机来分析轮胎在行驶时产生的声音，以此判断道路行驶情况。但是他们也发现这一方法的弊端，就是能够判断的道路类型太少，且无法排除砂石等无关的噪声信息；

日本富山大学也做过一个类似的系统，但是该系统主要是通过图像来判断。比如在车上安装摄像头，通过检测其他车辆的灯光对路面的反光情况来判断路况。这种方法的局限就是必须要有其他车辆在旁行驶，且打开了车灯，对路面有反射才行。同时，在大雾、能见度较低或是大雪天气时该系统并不能起任何作用，可以说非常的鸡肋。

另外，值得一提的是，IEEE发布的关于该项研究的《通过音频探测路面湿度：一种深层学习方法》实验报告已经被收录进了康奈尔大学图书馆的开源数据库中。如果有人或是企业对此感兴趣，可以自行查阅。

智能驾驶系统的不断进步将在更多方面弥补人工驾驶的不足，因人为因素导致的交通惨剧实在是太多了，我们急切需要一种方式来减少此类的事故。也许在未来，无人驾驶汽车可以帮助我们实现这种可能，不要再让汽车成为最大的生命猎手。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！