##嵌入式传感器将是未来智能车辆等技术的核心( 二 )


3D相机和3D感测:3D相机或更一般的3D感测技术允许场景中深度计算和场景3D地图的构建 。这项技术已经存在一段时间了 , 在微软的Kinect等游戏设备中已经普遍应用 , 最近在iPhoneX生物特征识别中也有应用 。此外 , 机器人、无人机和带有3D摄像头的自动驾驶汽车可以识别物体的形状和大小 , 用于导航 , 绘图和障碍物探测 。同样 , 3D相机和立体相机是增强、虚拟和混合现实的支柱 。
边缘和云中的深度学习:基于神经网络的人工智能已经风靡全球 , 而今天可用的计算能力又使得深度学习成为可能 。还有其他因素促成了神经网络在实际应用中的增长 , 包括大学和大型公司用于培训和尖端研发的大量数据(视频、照片、文本) , 以及它们对开放源代码的贡献 。这反过来又引发了神经网络的很多实际应用 。事实上 , 对于机器人、自动驾驶汽车和无人机 , 在边缘的GPU/SoCs上运行深度学习推理已经成为常态 。云将继续用于训练深度学习以及离线存储数据的视频处理 , 只要网络延迟和视频管道延迟被认为是可接受 , 边缘和云之间的分离架构处理也是可能的 。
【##嵌入式传感器将是未来智能车辆等技术的核心】同步定位和测绘(SLAM)在汽车、机器人、无人机中的应用:同步定位和测绘(SLAM)是自动驾驶车辆、机器人和无人机的关键部件 , 这些车辆、机器人和无人机配备有各种类型的摄像头和传感器 , 例如雷达、激光雷达、超声波等 。AR/VR与感知计算:想想微软全息透镜HaloLink , 后面是什么?六个带有深度传感器组合的摄像头 。微软甚至宣布在英国剑桥开设全息透镜计算视觉研究中心 。


推荐阅读