前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用AI避免自行车车祸,这家公司能对危险区内骑行者发警报

用AI避免自行车车祸,这家公司能对危险区内骑行者发警报

作者头像
量子位
发布2018-03-27 14:57:18
5240
发布2018-03-27 14:57:18
举报
文章被收录于专栏:量子位量子位
安妮 编译自 VentureBeat 作者:John Brandon 量子位 出品 | 公众号 QbitAI

AI研究如火如荼,我们在不经意间就会发现它已经渗透进生活中的方方面面。在这篇文章中,作者Brandon展示了一项小众但实用的研究——用AI减少自行车车祸的发生。我们跟随他的脚步看看这项新研究的进展。

我很喜欢骑自行车。

几乎每次出差,我都会把骑行作为通勤和锻炼的方式,还在明尼苏达州附近报名参与了很多自行车露营旅行。

有一次在山景城,我目睹了一次自行车事故。虽然这场事故不严重,但骑车时被撞通常很危险,我对此一直心有余悸。

之后,我注意到一家叫Tome Software的底特律公司,当时它在准备一项试验,想用AI减少自行车事故。

这引起了我的注意。虽然机器学习很火,但大部分研究都集中在如智能家居、无人车、聊天机器人等应用上,用AI预防自行车车祸确实很小众,但每天骑行者众多,我认为这项研究非常实用。

我开始了解Tome,CEO Jake Sigal表示,他们最关注的是最常见的事故形式——汽车从侧面或后面撞上自行车。Tome想建立能同时提醒骑行者和汽车司机的系统,当自行车在危险区域时,系统会发出警报。

CEO Jake Sigal(左)和董事长Massimo Baldini(右)

这就是机器学习的切入点。系统会关联几个最常见的自行车危险区数据集,AI通过识别一些环境因素,判断危险区的范围。这些因素包括时间(如清晨还是傍晚)、道路特征(如是否限速限高)和特定路段之前发生过的事故。

Sigal讲述了目前遭遇的技术瓶颈。“计算机和射频(RF)技术的难点是判断骑行者是在路旁的林荫道还是在公路上。密歇根东南部许多社区都有自行车道,这对车辆和自行车都很安全,”Sigal说,“此外,我们的系统不能谎报军情,AI与机器学习能帮助减少错误警报。”

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-09-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 安妮 编译自 VentureBeat 作者:John Brandon 量子位 出品 | 公众号 QbitAI
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档