本文共字，预计阅读时间。

2018年6月9日，在清华大学五道口金融学院主办，天津市东丽区人才工作领导小组办公室、天津市华明高新区管委会、天津智能网联汽车产业研究院联合主办的“第十六届清华大学中国创业者训练营”活动上，天津大学计算机学院副院长胡清华向创业者们做了主题为“机器视觉在智能汽车领域应用”的分享。

智能化是汽车发展的必然趋势

从产业政策方面来看，国内自2015年国务院就发布了《中国制造2025》，明确将发展智能网联汽车提升到国家战略高度，各部委、地方纷纷都发布了一系列的指南。去年北京、上海、重庆包括天津也出台了一系列产业政策来扶持智能网联汽车的发展。

智能驾驶汽车实际上是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通讯与网络技术，能够对周边情况和驾驶目的进行智能决策，并最终替代人类驾驶的新一代的汽车。现有的汽车的四大公害是交通事故、交通拥堵、环境污染和能有危机，而智能驾驶汽车则会让大家的出行变得更安全、共享、节能、环保。

智能驾驶需要海量数据支撑

从智能无人驾驶技术的角度来看，第一个要考虑的是算法，主要是深度学习算法，做环境感觉、视觉传感分析、路径规划、环境三维重建等；第二个就是数据，人工智能之所以能这么火的一个主要原因就是因为我们有海量的数据，可以对我们这些深度学习算法来进行训练，对于无人驾驶这个领域而言数据也是至关重要的，没有数据再好的算法也是得不到我们想要的模型的。

第二个就是数据，我们知道目前人工智能之所以这么火的一个主要原因就是因为我们有海量的数据，可以跟我们这些深度算法来进行训练，对于无人驾驶这个领域而言数据也是至关重要的，没有数据再好的算法也是得不到我们想要的模型的，就像我们有一个聪明的大脑，不去学习，我们这个大脑还是发挥不了作用，数据就是我们这系的老师，用数据训练我们的算法使它得到一个好的算法进行工作，所以数据对我们来讲非常重要。

目前国际上已经公开了很多数据，包括有一些数据是专门为智能驾驶来采集 、标注开放出来的，比如说包括有自动驾驶场景下计算机视觉算法评测数据集KITTI、一年1000公里的长期自动驾驶数据集Robot Car、视觉对象的分类识别和检测的基准数据集Pascal VOC、图像识别分割和图像语义数据集Microsoft COCO、大型像素级的场景语义分割数据集Cityscapes、驾驶场景上下文辅助语义分割和场景理解数据集SYNTHIA、行人检测数据集Caltech、衡量多目标检测跟踪方法标准的数据集MOT Challenge和用于端到端学习的数据集NVDIA。

最后，胡清华向创业者们介绍了天津大学无人驾驶汽车交叉研究平台，这个平台由电信精仪、机械动力和控制优化三大学科融合组成。无人汽车交叉研究团队在世界智能驾驶挑战赛等一些比赛都获了奖，也跟一些机构合作研发小型智能车作为教学道具。除此之外，团队基于数据集也做了一些研究工作，包括感知识别算法、轨迹规划与跟踪算法、自动泊车与ACC算法、驾驶决策大脑等。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。