研究人员使用通常用来追踪超速驾驶和快速直球的测速雷达，开发了一种自动化系统，可让汽车在街角转弯处监视并发现迎面而来的车辆和行人。 

该系统很容易整合到目前的汽车，运用都卜勒雷达（Doppler radar）发射无线电波到建筑物或停放汽车表面会反弹的特性。雷达讯号会以一定角度照射到表面，然后会像母球撞击到撞球台边那样地反弹回来。其讯号会持续照射到隐藏在街角转弯处的物体上。然后反射回来的雷达讯号会被安装在汽车上的侦测器侦测到，使系统能够看到转弯处的物体，并判断它们是在运动还是静止状态。

「这将使得汽车能够看到当前光达（Lidar）和摄影机感测器所无法记录到的被遮挡物体，例如，让自驾车可以清楚看到十字路口的各种危险状况，」普林斯顿大学电脑科学助理教授暨本专案研究人员之一的 Felix Heide 表示：「而且雷达感测器的成本也相对较低并可量产，特别是与光达感测器相比。」

在 6 月 16 日电脑视觉和模式识别（Conference on Computer Vision and Pattern Recognition，CVPR）大会上发表的一篇论文中，研究人员描述了该系统如何能区分包括汽车、自行车和行人在内的物体，并判断他们的方向和迎面而来的速度。该论文作者写道：「我们所提出的方法可以在现实世界自动驾驶场景中，在看到行人和自行车骑士之前，就透过直接正对视线感测器的侦测，来预先发出预防碰撞的警示。」

近年来，工程师们开发了各种感测器系统，让汽车得以能侦测道路上的其他物体。其中许多依靠採用可见光或近红外光的光达或摄影机，这类防碰撞感测器在如今汽车上很常见。但光学感测很难用来发现汽车视线之外的物体。在早期的研究中，Heide 团队使用光照来看到隐藏在街角转弯处的物体。但这些努力目前还无法实用在车用场景中，因为它们需要高功率的雷射，并且仅限短距离使用。

在进行早期的研究时，Heide 和他的同事们想知道是否有可能创建一个能使用成像雷射而不是可见光的系统来侦测汽车视线之外的危险。对于雷达系统来说，光滑表面的讯号损耗会低得多，而且雷达是一种经过验证的有效追踪物体技术。雷达的空间解析度（用于捕捉汽车和自行车等街角转弯处物体的影像）相对较低成为挑战。然而，研究人员认为，他们可以建立演算法来解译雷达数据，以使感测器发挥作用。「我们开发的演算法效率极高，适合当代汽车硬体系统，」Heide 表示：「因此，你可能会在下一代汽车中看到这项技术。」

AI 加持普通雷达感测器就能改善汽车安全

为了让系统能够分辨物体，Heide 团队处理了部分雷达信号，亦即考虑的是背景噪音而非可用资讯的标准雷达。该团队运用了 AI 人工智慧技术来改善处理程序并读取影像。电脑科学研究生暨论文第一作者之一的 Fangyin Wei 表示，运行该系统的电脑必须学会从非常少量的资料中辨识出自行车骑士和行人。

「首先我们必须检测是否有什么东西存在。如果有的话，它是否重要？会是自行车骑士还是行人？」她表示：「那么我们必须将其定位出来。」Wei 指出，该系统目前能够侦测行人和自行车骑士，因为工程师们认为这些物体体积小且形状和动作方式多样，是最具挑战性的物体。她表示，该系统也可经调校以侦测车辆。

Heide 表示，研究人员计划在涉及雷达和讯号处理改进等多个应用方向上进行研究。他说，该系统具备从根本上改善汽车安全性的潜力，而且它依赖现有雷达感测器技术就可办到，因此，下一代汽车会准备部署雷达系统应该是可能的。 「这肯定会经歷非常严格的汽车开发週期，」他表示：「就整合与推向市场而言，这需要大量的工程设计。不论如何，该技术已经就绪，所以很快就可能在汽车中看到它无所不在的身影。」

（首图来源：普林斯顿大学）