近日，有研究機構發表白皮書，分析比較了人類駕駛員和自動駕駛車輛的傳感能力，研究的發現主要如下：

•機器/計算機通常非常適合執行駕駛等任務，特別是在反應時間(速度)、功率輸出和控制、一致性和多通道信息處理方面。

•一般來說，人類駕駛員在駕駛方面仍然保持推理、預測和感知等優勢。

•匹配(或超過)人類感知能力的情況下需要自動車輛(AVS)使用各種傳感器，需要整個系統的傳感器完全融合，結合所有傳感器輸入，形成對周圍道路和環境的統一視圖。

•雖然沒有一個傳感器完全等同于人類感知能力，但有些傳感器為人類駕駛員提供了更多的能力。

•車聯網傳感器技術的集成擴展了人類駕駛車輛和自動駕駛系統的有效范圍和覆蓋范圍，具有更長的操作范圍和全方位通信。

•將能夠“看到”交通及其環境的人類駕駛車輛或AVS與能夠“與其他交通及其環境對話”的聯網車輛(CVS)相結合，最大限度地提高對其他道路使用者和道路條件的潛在認識。

•AV傳感對于檢測任何道路使用者或道路障礙物仍然至關重要。

雷達傳感器模塊為自動駕駛帶來更多安全性

日前為了更好的促進傳感器融合技術的發展，國外研究人員開發出一種具有重要意義的攝像機雷達模塊，能更快地捕捉交通狀況的變化。此裝置不比智能手機大，其反應時間將少于10毫秒，這使得它比當前的傳感器系統快50倍，比普通的人類駕駛員快160倍。

使用新系統時，車輛在系統干預和啟動制動操作之前只需行駛15厘米，這可能會消除許多市內道路事故。

新系統的真正創新在于其綜合信號處理能力。這允許所有處理直接在模塊內進行，系統有選擇地過濾來自雷達系統和立體攝像機的數據，以便處理可以立即進行，或者故意延遲到后續處理階段。識別不相關的信息，但不轉發。傳感器融合應用于攝像機和雷達的數據融合。然后，神經網絡評估數據，并基于機器學習技術確定實際的交通影響。因此，系統無需向車輛發送狀態信息，而只需發送反應指令。這就釋放了車輛的總線來處理重要的信號，例如檢測到一個孩子突然跑上公路。“集成信號處理大大減少了反應時間，”研究人員說道。

研究人員研發的功能演示器看起來像一個灰色的盒子，左右兩側都有眼睛——立體攝像機，該項目一直持續到2020年。在此之前，研究人員忙于測試初始原型，包括柏林的道路測試，希望在幾年后他的“灰色盒子”將作為標準安裝在每輛車上，為自動化的市內交通帶來更多的安全。