--- 拔出你心中最困惑的刺!---
在这个用过即弃的时代,不要让你的求知欲过期。
今日拔刺:
1、如何评价汽车AI系统?是好“助理”吗?
2、物体速度达到光速的话,现代雷达能探测到吗?
3、红外成像的原理是什么?
本文 | 1603字 阅读时间 | 4分钟
神经网络的发展近些年在汽车上发展相当迅速,无人驾驶汽车虽然短时间无法实现,但智能车载互联系统确实已经在车上使用,并且各大汽车厂商还在车载互联系统上进行了一场科技竞赛。
车载AI的核心竞争力是语音识别率、副驾驶功能、用户体验。车载AI系统功能贴心,当你饿了,系统能够根据你的常去的餐馆类别自动推荐附近的类似餐馆;当接近拥堵或经常拥堵的路段系统会提醒你换线;当车辆燃油即将用完时它会主动提醒你加油并优选最近的加油站,然后把路线显示出来。
车载AI系统像一个引路人,也像一个朋友。它可以帮我们在驾车时解决很多琐事,这个过程中也减少了司机注意力的分散,从一定程度上来讲降低了交通事故发生的概率。车载AI系统还可以为司机解闷,司机一直坐在驾驶位置,饿了可以语音呼叫AI来找吃的地方,累了还可以让AI来播放音乐听。
车载AI还有一个优势,通过不断使用车载AI,它会记住用户平时常做的选择,当你再进行同样的操作时,它会猜到你可能要做什么,这就极大的减少了操作量,智能的学习算法让车载AI给驾车带来了更多地便捷。
汽车AI刚开始用时就像个什么都不太懂的小孩,但在长时间、高频次的互动后,海量精确的数据通过深度学习,将更加贴合用户的使用习惯。也就是说,汽车AI这个助理会越来越好用。
当物体速度达到光速的话,现代雷达是不可能探测到的。
现代雷达的探测原理大多是利用多普勒效应。它的定义是这样的:物体辐射的波长因为波源和观测者的相对运动而产生变化。在运动的波源前面,波被压缩,波长变得较短,频率变得较高(蓝移);在运动的波源后面时,会产生相反的效应(红移)。举个实际点的例子,一列火车朝着观察者开来,这时如果鸣笛,观察者听到的频率会大于鸣笛时发出的频率,相反如果火车远离观察者开去的时候鸣笛,观察者听到的频率会小于鸣笛时发出的频率。
多普勒同样适用于电磁波,所以当雷达发出电磁波时当它碰到探测的物体时,会反射回来,这时候就会产生多普勒效应。在这时接收到的波会发生红移或者蓝移,雷达会通过蓝移和红移的程度计算出物体的速度以及位置信息。
所以当物体达到光速的时候,如果物体远离雷达运动,电磁波根本就追不上物体,更别说接收回波了。如果物体是朝向雷达运动的,电磁波会被物体吸收,也无法接收到回波,同样无法探测到物体。后者这种情况就类似于隐形战机,隐形战机的原理就是最大限度通过外形和涂料较小电磁波的反射,从而实现隐身。
其他的雷达原理可能有些许不同,但是方式都是通过电磁波来传递信息的,只要物体达到光速,电磁波就无法追上,也就无法探测到了。
光的本质是电磁波,根据波长的长短可将光分为紫外线、可见光、红外线,可以说红外线和可见光的性质是一样的。
以可见光为例,人眼看到黄颜色是因为有光源所以看得到,其本质上是外界能量入射进物质内,引发原子核外电子向高能级跃迁,多余的能量以光子的形式向外发射。拿黄色的鲜花说,之所以看到的花是黄色的,是因为黄花里的电子跃迁时,正好多余的能量所散发的光子波长在580nm—600nm之间,此波段人眼看到的为黄色。不同的材料的特性不同,因此就有了世间的五颜六色。
红外成像的原理与人眼类似,如红外探测仪,它就像一双眼睛,这双眼睛里的特制ccd或cmos感光元件可感知红外线的照射。感光元件是一块矩形的板子,板子上密密麻麻的布满了感光点,当红外线照射这些感光点,这些点就会被激活,并随之引发感光点的电子跃迁,产生电势差,密密麻麻的电势差经过AD转换为数字信号传入显示器进行显示,显示出来的就是一副红外图像。
其实世上本没有颜色,只是在漫长的岁月里我们的眼睛进化出来的对波长的分类,有些鸟儿能看到红外线,并通过这些光来辨别方向;蛇的眼睛可以看到外界热量的变化来分辨环境;海豚可以看到声波并通过声波来定位。
这些都是生物进化来的本能,而我们人类则能应用这些东西来拓宽我们的五感,改变我们的世界。