跳到主要内容
人工智能技术为自动驾驶汽车制造耳朵

嵌入式警报器检测

raybet雷竞技ios下载博世研究院正在开发智能声学传感器,以提高自动驾驶汽车的道路安全

raybet雷竞技ios下载博世研究院正在开发智能声学传感器,以提高自动驾驶汽车的道路安全

声波传感器建立警报器探测

你的耳朵可以察觉到汽车方向盘后面的许多重要信息,尤其是关于你看不见的东西。发动机的轰鸣声或轮胎在路上的嗡嗡声的变化可能表明机械故障。孩子们在拐角处玩耍的尖叫声,自行车的铃声或远处紧急车辆的警笛声都能让你放慢速度并做出相应的反应。但如果你无法真正控制汽车呢?随着自动驾驶水平的提高,汽车的“感官”正变得和车内人员的“感官”一样重要。当然,由摄像头、雷达和激光雷达传感器组成的“眼睛”至关重要。但自动驾驶汽车也需要耳朵。raybet雷竞技ios下载博世认识到这一点,并一直致力于AI技术解决方案,以满足法律和一般安全需求——从警报器检测开始。

使用声学传感器进行检测和识别

在许多国家,给紧急车辆让路是法律规定。博世研究院(Bosch Research)电气工程师托马斯·巴克(Thomasraybet雷竞技ios下载 Buck)解释说,这意味着自动驾驶汽车必须能够识别警笛的声音,并做出正确的反应。“人们经常说,‘自动驾驶汽车难道不能互相交谈吗?’,但道路上的所有车辆都具备这种能力还需要很长时间。其他道路使用者仍然需要听到警笛声。”耳朵以麦克风的形式出现。在汽车上安装这些设备可能听起来很简单——毕竟,大多数汽车已经安装了免提电话和声控媒体。但现在的驾驶舱在屏蔽外部噪音方面做得非常好:要想让麦克风准确地探测到外部世界的声音,就需要在车外安装声学传感器。

托马斯·巴克(Thomas Buck)和他的同事们正在研究声学传感器,为自动驾驶汽车配备“耳朵”。
托马斯·巴克(Thomas Buck)和他的同事们正在研究声学传感器,为自动驾驶汽车配备“耳朵”。

来听一段关于这个话题的播客。

0:00 0:00

实际操作比听起来难多了:在汽车上安装传感器

传感器声音警报器检测
对于3级和4/5级自动驾驶很重要:在智能传感器的帮助下,可以检测到被遮挡的紧急车辆(例如在城市十字路口)——甚至在摄像机图像进行视觉识别之前。在这里,传感器被安装在测试车辆上,并在真实条件下进行测试。
声音警报器探测
车内功能验证与分析:读取传感器原始信号,并通过AI检查评估结果。方向识别是可能的。必要的算法可以应用于传感器本身,系统可以通过汽车接口进行信息通信。
传感器数据分析
在实验室中,在道路上测试后,对单个传感器进行检查和重新表征。可能的影响因素(雨、落石、振动)可以改变功能。事后还可以在计算机上分析记录的数据。这样,系统的算法和智能就可以不断地改进。
在Renningen实验室的消声箱中的传感器特性。
在Renningen实验室的消声箱中的传感器特性。
/

结合耐用性和高性能的声学传感器

汽车外部传感器:正如托马斯解释的那样,这是事情变得有点复杂的地方。“车身暴露在一些非常恶劣的环境挑战中:雨、风、石头、油、清洁化学品,甚至是高压喷射清洗机。麦克风是敏感物品,所以我们需要确保它们受到保护。”在过去的5年里,位于德国西南部斯图加特的博世团队一直raybet雷竞技ios下载在进行广泛的测试,以找到正确的解决方案:配备麦克风的智能声学传感器,可以承受道路上的一切障碍,一英里又一英里。麦克风本身是一个经典的MEMS(微电子机械系统)麦克风,就像手机上的麦克风一样。

为了保护它,该团队开发了一种膜,可以传递声波,但不让污垢和水进入,有点像耳鼓。这是一个微妙且难以达到的平衡:太薄,麦克风可能会损坏;太厚会影响声学性能。托马斯说,工程师们对各种材料进行了数十次测试,通过向传感器投掷小岩石,让它们经受石油、汽油、水射流,甚至石头的考验。“多亏了保护膜,我们的传感器现在可以处理所有这些事件,而且仍然工作得非常准确。”对风和振动等干扰的进一步测试揭示了汽车传感器的最佳位置:前后保险杠以及车顶。

来听一段关于这个话题的播客。

0:00 0:00
安德烈亚斯•梅尔兹

人工智能学会了识别每种声音的声学特征,因此它可以将警笛与其他声学信号区分开。”

安德里亚斯·默茨博士,博世研究所的物理学家raybet雷竞技ios下载

利用人工智能技术实现警报器的智能检测

不过,能够探测声音只是智能传感器的一部分。“毕竟,你希望你的车辆对警笛做出反应,而不是附近的汽车警报,”物理学家安德烈亚斯·默茨说。他和他的团队一直在训练人工智能算法,这些算法被嵌入在传感器外壳内的一个微型微处理器上,以区分警笛和麦克风捕捉到的一系列其他噪音。这意味着为算法提供超过200gb的音频数据进行训练。我们收集了来自不同国家不同紧急车辆的警笛声,以及警报、汽车喇叭等背景噪音,”安德烈亚斯说。“通过这样做,人工智能学会了识别每种声音的声学特征,这样它就可以过滤掉不需要的声音。”一旦警报器被识别出来,信息就会被传递到汽车的车载计算机上,以确定适当的行动,如减速或变道。此外,有关警报器的信息可以提供给非自动或半自动驾驶汽车的驾驶员。

来听一段关于这个话题的播客。

0:00 0:00

44000分钟

音频数据(超过200gb)馈送到警报器检测的AI算法。
这是30多天的汽笛和非汽笛的声音,不分昼夜。但比数据量更重要的是数据的质量:
紧急救援车辆在墙后或建筑物后进行关键测量的两分钟声音,
与30分钟的沉默或鸟鸣相比,按比例增加算法的学习效果。

工作原理:识别应急车辆

利用AIoT的力量

这项人工智能技术的潜力巨大,可能远远超出警笛探测的范围。Andreas Merz表示,嵌入式人工智能系统将能够学习其他功能并下载升级,使传感器成为真正的AIoT(物联网中的人工智能)设备。“比如,可以从车外发出语音指令,比如‘打开后备箱’。或者传感器可以检测到路况或汽车力学的细微变化。”“它甚至可以检测损坏冲击。我们越接近在道路上看到自动驾驶汽车,我们就越能听到这些声音传感器。”

从知道如何惊叹开始

警笛检测,或者:为什么汽车需要耳朵

分享到: