只要车辆在道路上行驶,分心驾驶便是一个隐患。然而,科技的飞速发展和现代生活中干扰因素的不断增长已将此问题推到了风口浪尖,仅在美国,2020年就有超过35000人死于机动车交通事故。在娱乐信息快速发展的时代,驾驶过程中娱乐及信息的“干扰”已经成为驾驶员分心驾驶的主要原因之一。

 

也因此,提升车辆智能网联成为了一把双刃剑,需要在提升的过程中不断增加政策和技术的监管。通过多重手段达到降低驾驶员分心带来的危险和隐患。

 

驾驶员安全强制法令

 

高级驾驶员辅助系统(ADAS)和越来越自主的技术可显著降低因分心驾驶而导致的碰撞率。以欧盟为例,其将分心驾驶列为头等大事。从2022年开始,所有进入欧盟市场的新车均必须配备先进的安全系统。强制性安全措施包括卡车和公共汽车上的分心识别和警报系统,以便在行人或骑车人等弱势道路使用者靠近时发出警告。欧盟委员会预计,到2038年,拟议措施将有助于挽救25000多条生命,避免至少140000人重伤。

 

 

 

行业专家一致认为,ADAS和车辆安全技术可有效影响车辆安全。然而,汽车制造商在开发满足欧盟新安全法规所需的要求时将会面临更大的技术障碍。

 

ADAS发展的当前障碍

 

汽车制造商和自动驾驶汽车制造商使用真实世界的数据来训练、测试和验证道路驾驶员安全监控系统。开发这些安全关键感知系统需要大量数据支持,且必须设计一系列令人眼花缭乱的防真场景,以反映真实世界的驾驶情况。这些系统还必须设计成能够在不同环境下成功运行,包括严重拥挤的城市和开放式道路的农村地区。

 

 

 

目前运行的方法是要求制造商生产及部署装有传感器和摄像头的汽车,以便在汽车制造商认为获得了必要的数据之前,能行驶数百英里,甚至数千英里。一旦收集了所有数据,标记真实世界数据的过程将是一项庞大的任务,需要仔细提取特定的数据进行标注。

 

模拟合成数据可辅助开发必要的数据,以较少的时间和成本促进AI应用

 

模拟合成数据扮演规则颠覆者的角色

 

虽然少数几家公司可能有能力在各种地理环境下生产和测试数百万辆汽车,但大多数主机厂没有足够的资源或车辆能够提供此类数据集。该类数据收集除了是一个昂贵且耗时的过程外,很难在各种情况下获得足够的不同驾驶者的样本。基于此,合成数据和模拟将成为未来驾驶员安全系统开发中的一个重要元素。

 

 

 

随着模拟合成数据(也称为计算机生成数据)的兴起,各类规模的公司皆可轻松开发或获取必要的数据,为人工智能应用程序提供支持,而所需时间和成本仅为外部获取和手工标记训练数据的一小部分。对于自动驾驶等安全关键应用,合成数据通过模拟道路环境(包括人员、交通灯、闲置停车位等)填补了真实世界数据的空白。因此,制造商将能够在虚拟汽车环境中模拟驾驶员行为,在更广泛的设置和情况下测试和迭代模型,而无需构建和部署车队。

 

促进自动驾驶车辆和驾驶员安全系统的开发

 

这项新兴技术已成为自动驾驶和计算机视觉人工智能系统的重要组成部分。模拟合成数据将电影和游戏行业(模拟、CGI)的技术与生成性神经网络(GANs、VAEs)相结合,使汽车制造商得以大规模设计真实数据集和模拟环境,而无需在现实世界中驾驶或指望运气。

 

 

 

合成数据使主机厂能够关注特定的感兴趣目标,例如行人。汽车制造商可在几小时内模拟数百万个行人的例子(现实中,这通常需要几个月才能完成)。这些模拟可能涵盖不同照明条件、目标位置和恶劣环境下(暴雨、极寒、浓雾等)的示例。或者,可以插入随机噪声来模拟脏污的摄像头、雾水和其他视觉障碍物。通过这种方式,制造商可以以与真实数据互补的方式使用模拟合成数据。在真实数据中识别的长尾事件可以用作围绕该事件创建数千个变体的基础。

 

合成数据也称为计算机生成数据
 

对于制造商而言,合成数据将发挥越来越重要的作用,以满足舱内驾驶员安全监控系统的需求,而无需利用真实世界驾驶员的数据。

 

随着对隐私问题的日益关注,使用合成数据可以在不损害驾驶员隐私的情况下提高驾驶员的安全性。合成数据可以帮助汽车制造商建立强大的计算机视觉系统,在监控驾驶员行为方面占据优势。

 

汽车制造商可使用模拟合成数据生成数千个独特的身份,并根据需要对情绪、注视角度、头部姿势、配件、环境和摄像头系统进行精细控制。由于生成了数据,图像数据附带了一组扩展的像素标签,包括人脸特征、凝视、角度、深度图、分割、曲面法线和面部网格。因此,制造商将能够建立更强大的训练模型,以监控大幅度运动,如驾驶员脱手方向盘,以及较小幅度移动如眼睛注视。

 

虽然这一点可能还不明显,但新的欧盟法规正在迎来驾驶员安全的新时代,这将要求汽车制造商重新定义交通的核心所在。模拟合成数据将有助于开发驾驶员安全系统和出行领域的自动驾驶技术,为制造商提供一个经济高效的解决方案,该解决方案具有无限的可扩展性,比真实世界的数据更有效。

 

随着车联网的提升,车企对高质量合成数据的巨大需求将持续增长。这些数据的支撑,将更好地对驾驶安全进行有效保护,减少外部情况对驾驶员带来的分心干扰。

 

 

参考文献

作者:亚沙尔·Behzadi