原標題：走近大學生人工智能決賽 ——看自主駕駛小車如何挑戰(zhàn)人眼

　　什么是人工智能?在初出茅廬的大學生眼里，人工智能并不是遙不可及的前沿理念或是高高在上的尖端科技。預測霧霾指數(shù)、檢測膀胱腫瘤、設計基于視覺的自主駕駛小車……基于扎實的專業(yè)知識，年輕人試圖利用人工智能解決實實在在的生活問題，為未來的智能時代提供無盡可能。

　　日前，2018年中國大學生計算機設計大賽人工智能類別決賽在南京舉行，來自東南大學、武漢大學等6所大學的8個參賽團隊參與角逐，他們即將開始人工智能類別挑戰(zhàn)賽——基于視覺的自主駕駛小車。賽場模擬真實的道路場景，要求參賽選手在純視覺的引導下，按照現(xiàn)有交通法規(guī)的要求，完成一系列車輛自主行駛?cè)蝿?。新華日報記者注意到，人工智能類別的賽事為中國大學生計算機設計大賽首次增設，其中基于視覺的自主駕駛小車挑戰(zhàn)賽備受關注。

　　智能車輛是一個集環(huán)境感知、規(guī)劃決策、自動駕駛等多種功能于一體的綜合系統(tǒng)。“基于激光雷達的無人駕駛在實驗環(huán)境下已經(jīng)取得了較好的效果，而純視覺自動駕駛因傳感器成本低廉，接近于人類駕駛的方式，也得到了廣泛的關注。”來自江蘇科技大學的參賽選手邵蕃光認為。

　　邵蕃光團隊研發(fā)的基于RGB-D深度視覺的自主駕駛系統(tǒng)，可以實現(xiàn)對路標、障礙物、斑馬線、交通標識及紅綠燈倒計時等的實時檢測。“雖然深度視覺不適合高速駕駛，但小型車可以應用于狹小空間內(nèi)的搬運，比如送快遞等等。未來我們還想加入視覺繪制地圖的功能。”團隊成員雷松澤說。

　　來自中央民族大學的周鑫團隊則采取了另一種解決思路。“我們是采用雙目立體視覺系統(tǒng)、圖像處理技術(shù)和 BP神經(jīng)網(wǎng)絡融合原理相結(jié)合的方法。”通過兩個攝像頭，小車從不同角度采集前方紅綠燈路口的圖像信息，得到左右兩幅圖像。在對采集到的圖像信息進行處理之后，利用立體匹配的方法，得到紅綠燈的顏色、交通標識、行人和障礙物的特征匹配點，進行交通情況信息識別。

　　事實上，行人檢測、行人再識別是交通管理、城市平安、無人駕駛等領域的核心基礎技術(shù)。行人檢測要求機器能夠從圖像或者視頻中判斷是否有行人，行人在哪里;行人再識別則要求機器能夠識別出特定人員的所有圖像。那么，機器真的能戰(zhàn)勝人的視覺識別精度嗎?

　　“在2014年之前，人的識別能力和機器的識別能力相比較，人是絕對占優(yōu)勢的。而人工智能是一個不斷上升的發(fā)展過程，在2014年其性能已經(jīng)趕超了人的智能。”中設集團智能交通設計研究中心主任王維鋒表示，運用深度學習、機器視覺，包括大數(shù)據(jù)的分析、知識圖譜，構(gòu)建人工智能的一些手段，可以緩解公路巡查的一些痛點。

　　本次參賽設計，為智慧公路在機器視覺方面提供了思路。參賽選手們大多通過設置攝像頭的方式實現(xiàn)機器視覺，“攝像頭更像一個人用眼睛去看，不過這樣的機器視覺在某些場景下可能會有一些缺陷。比如說在晚上，有大霧或者是下雪的環(huán)境下，它最后檢測的精度可能會受到一些影響。”王維鋒認為，基于此，與雷達、光譜分析相結(jié)合，未來會是機器視覺探索的方向。（本報記者 王甜）