自动化驾驶行业的需求
基于深度学习的自动驾驶:自动驾驶场景要求汽车快速,准确地识别周围的物体和环境,这是传统的计算机视觉程序很难做到的。但是深度学习的帮助下,许多问题迎刃而解。 得益于深度学习的发展,自动驾驶从未如此接近我们。
驾驶员的身体状况和情绪波动检测:对于现在常见的智能驾驶辅助系统ADAS,除了自适应巡航控制和换道辅助系统之类的常规功能外,还必须检测驾驶员的身体状况和情绪波动,从而避免疲劳驾驶和极端的情绪造成的交通事故。至于驾驶员的身体状况和情绪波动的检测,常规传感器不能满足这个功能的高精度和鲁棒性的需求,这将导致错误判断的产生。
复杂而且难以预估的驾驶场景:除此之外,由于驾驶场景非常复杂,因此深度学习模型很难被完备的测试。 因此,对于深度学习而言,包括安全监视,系统测试和异常检测在内的一组高精度且强大的测试工具非常重要。