編者語：機器視覺在自動車輛中的潛在應用非常大。最近，雖然工程師們采用8個相機對車輛進行檢測，解決方案更為昂貴。

   如ru果guo交jiao通tong信xin號hao能neng具ju有you交jiao通tong警jing察cha一yi半ban的de聰cong慧hui
，這zhe是shi否fou很hen偉wei大da呢ne？一yi些xie新xin的de技ji術shu預yu計ji能neng夠gou大da大da提ti高gao主zhu要yao交jiao通tong路lu口kou的de信xin號hao燈deng智zhi能neng化hua程cheng度du。這zhe隻zhi是shi相xiang機ji及ji計ji算suan機ji為wei執zhi法fa、高速安全以及駕駛本身所帶來的技術進步中的一個方麵。

   一家技術公司Aldis，開發出的相機和軟件係統可確保明年的自動交通信號燈本質上的提升。
   jinjishinianlai，jiaotonggongchengshimenqituliyongbaoshixinhaodengshixianzhuyaojiedaoshangdejidongcheliuliangzuidahua
，danzhishiqudeleyidingdechengxiao。chufeijiaotongwangdoushiwanmeiduicheng，gongchengshinenggouduiyigefangxiangdejiaotongjinxingshijiankongzhi。bingqiejiarujiaotongxinhaodengzhijiandejulichaoguolebanyingli
，daliangjidongchezaicongyigexinhaodengdaolingyigexinhaodengzhijianjiuhuishoudaozuai。weigenghaodejinxingshijiankongzhi
，gongchengshimenzaidaolushanganzhuangtanceqilaiquedingcheliangdaodalukoudeshijian。zhexietanceqi
，jimaizailuxiadexianquan，angguiqieyiyusunhuai。zuijin，suirangongchengshimencaiyong8個相機對車輛進行檢測，卻是更為昂貴的解決方案。
   Aldis公司係統開發人員Bill Malkes說，“Aldis已經從今年六月份開始進行測試
，他們在交通信號燈下安裝一個信號相機，采用魚眼鏡頭對各方向600碼內的距離進行監測。一台具備相當先進軟件的計算機將會對車輛速度進行計算，從而對信號燈進行計時，來實現車流最大量。”
   “如果它觀測到你的到來，且另一方向路口沒有任何車輛
、行人等，它會自動轉換信號燈讓你通過，而無需等待。”Malkes說。
   每個路口所安裝的定製化相機及相關的硬件

、軟件花費約為15
，000美元
，同埋入地下的線圈相比費用要高，但隨著時間的推移
，成本將下降。
   該設備的安裝不僅能夠增加交通的流量
，還能夠減少燃料汙染，因為車輛在啟動時產生的廢氣最多。Malkes說
，安全性也至關重要，當該係統感知到有車輛未紅燈停車時，它能夠采取應對措施。在美國每年有超過800人死於因闖紅燈造成的事故中。
   另一類型的相機，安裝在警車上，為美國的道路帶來了更多變化。該相機能夠每秒掃描30個車牌，並將圖像換化成數據
，還能夠進行車牌號碼與所需車輛列表的匹對。由巡警隨後在其車輛上對肇事車進行警告。
   該係統由ELSAG North America Law Enforcement Systems所開發

，已經被包括Rialto, Upland 和Baldwin Park在(zai)內(nei)的(de)各(ge)個(ge)地(di)區(qu)的(de)警(jing)察(cha)部(bu)門(men)所(suo)采(cai)用(yong)。最(zui)近(jin)，這(zhe)套(tao)係(xi)統(tong)已(yi)經(jing)被(bei)校(xiao)車(che)采(cai)用(yong)
，主(zhu)要(yao)目(mu)的(de)是(shi)對(dui)違(wei)返(fan)校(xiao)車(che)規(gui)定(ding)或(huo)威(wei)脅(xie)到(dao)上(shang)下(xia)車(che)學(xue)生(sheng)安(an)全(quan)的(de)車(che)輛(liang)進(jin)行(xing)拍(pai)照(zhao)圖(tu)像(xiang)擷(xie)取(qu)。數(shu)據(ju)可(ke)傳(chuan)輸(shu)至(zhi)校(xiao)車(che)內(nei)的(de)筆(bi)記(ji)本(ben)電(dian)腦(nao)中(zhong)

，並(bing)在(zai)下(xia)班(ban)前(qian)對(dui)違(wei)規(gui)車(che)輛(liang)進(jin)行(xing)查(zha)看(kan)。
   斯坦福大學人工智能帶頭人Sebastian Thrun表示
，機器視覺將最終通過多種方式改進交通係統，我們將使駕駛更具效率、安全及樂趣。但機器視覺仍麵臨眾多挑戰，相機及圖像處理在對新事物的理解以及距離的判斷上還不能像人那麼準確。
   機器視覺在自動車輛中的潛在應用非常大。11月份
，斯坦福大學代表隊參加了由國防部舉行的第二屆“郊區挑戰賽”，在該項賽事中
，全自動車輛通過了預定交通路口、60英裏路程的交通路線及街道。參加“郊區挑戰賽”的自動車輛采用了激光距離探測器，可發射光並對光折射回來的時間進行測算。
   Thrun預計在8年之內，車輛將具備一係列的自動化特征，使駕駛者能夠設定車輛的自動駕駛，打個盹，或由車輛自己開進車庫內。