loading...
先進駕駛輔助系統（ADAS）是人工智慧（AI）重要的應用領域，交通大學電子研究所團隊領先全球，開發出全世界第一套快速視訊資料自動化標記工具（ezLabel 2.0），延伸應用於「物件行為預測」，研發全球首見「智慧之眼」，能準確預測後方車輛3秒內是否超車。
交大電子研究所教授郭峻因（記者袁世鋼／攝影）交大電子研究所教授郭峻因表示，嵌入式AI技術包括資料庫、演算法、運算平台3項技術。藉由分析影像實現ADAS，成功開發嵌入式電腦視覺深度學習技術，透過快速自動化標記工具，產生大量AI學習的資料庫，搭配團隊開發的即時軟體演算法，降低AI電腦視覺所需的運算平台成本。
他說明，以往處理複雜的AI深度學習模型，必須依靠電腦圖形處理器（GPU），費用昂貴且無法雖身攜帶，而嵌入式AI物件辨識系統，成本較低可以產業化，並應用到各種產品上，這是研發的目的，只要有照相攝影的地方，都可以導入。
他舉例，掃地機器人也有裝鏡頭來辨識前方物體，只有「擁抱嵌入式AI，才會發大財。」
科技部次長許有進(中)、工程技術研究發展司長徐碩鴻(左)、郭峻因教授(右)（記者袁世鋼／攝影）目前市售車輛普遍配有ADAS系統，但郭峻因認為，團隊結合AI後所研發的自動化標記工具（ezLabel），效率較現有手動標記工具高10倍以上、最遠可偵測200公尺內的物件，而且能進一步分析被標記物件的行為，判斷後方車輛3秒內是否有超車的可能、前方是否有行人正在過馬路等，也比以往的標記工具，更能適應惡劣天氣及夜間光線不足的環境，提升行車安全。
研發團隊已經建置超過1,500萬筆，適合台灣地區的自駕車影像資料庫，有助於開發適合台灣地區的AI自駕車物件辨識技術，預計今年將增加資料庫數量達到3千萬筆，而台灣擁有國外相當缺乏的機車資料庫，他認為，台灣要發展自駕車產業，掌握圖資是關鍵。
自駕車技術仍充滿挑戰，全球已發生多起死亡車禍，郭峻因認為，可能是系統設計無法偵測出當下交通狀況，不管是攝影機、雷達或是Lidar（光達）都有可能發生，也可能是感測器（Sensor）有發現，但致動器（Actuator）最後沒有做出反應。
他強調，使用多元的感測器才能截長補短，畢竟沒有任何一個感測器能夠做到100%的準確度。◇
後方車輛超車預測系統展示，顏色越紅代表將要超車。（記者袁世鋼／攝影）
可行進車道判斷系統展示，綠色為可行進車道，藍色為鄰近車道，紅線為道路邊線。（記者袁世鋼／攝影）
