上海羊羽卓进出口贸易有限公司

路口传感器 什么是位置传感器?位置传感器工作原理是什么?一文全部讲清楚

发布时间:2024-10-06 20:10:52

什么是位置传感器?位置传感器工作原理是什么?一文全部讲清楚

大家好,我是李工,创作不易,希望大家多多支持我。

昨天给大家讲了一下关于加速度传感器的知识,不知道大家有没有看到?

如果没有看到的话,可以点击下方标题,学习关于传感器方面的知识。

加速度传感器是什么?加速度传感器原理,一文总结,几分钟搞定

压力传感器接线不会?看这一文就够了,几分钟帮你搞定

一文总结压力传感器校正方法,几分钟,快速教你校正压力传感器

什么是压力传感器?几分钟带你搞懂压力传感器工作原理

这里顺带说一下,我的文章一般都是前一天晚上撰写,一般都很晚了,所以我基本都会定时在第二天

下午6点-7点 的时间发布 ,正好是下班的时间,如果有些错误,希望大家指正,也不要错过。

回归正题,今天给大家讲一下关于位置传感器相关的知识,主要是位置传感器工作原理位置传感器有哪几种类型 进行简单的讲解。

什么是位置传感器?

顾名思义,位置传感器检测物体的位置 ,也就是意味着位置传感器被引用到某个固定点或者说从某个固定的点或者位置引用,然后位置传感器提供位置的反馈

确定位置的一种方法是使用“距离”,如两点之间的距离,例如从某个固定点行进或移动的距离,或者使用“旋转”(角运动)。

例如,机器人轮子的旋转以确定其沿地面行进的距离。无论哪种方式,位置传感器都可以使用线性传感器检测物体的直线运动 ,或者使用旋转传感器检测物体的角运动

位置传感器实物图

位置传感器 可以以不同的方式运行:

提供根据物体位置变化的信号,然后通过信号变化来转换位移 。随着每一个动作,位置传感器都会发出一种冲动。位置传感器通过对发射的脉冲进行计数来确定位移和位置。 当位置传感器与运动物体之间没有机械连接时,通过一个场提供信号。可以是涡流传感器的电磁场电容传感器的静电场和磁阻磁阻变化霍尔效应传感器磁感应场

位置传感器按其原理主要分为几种?

电位位置传感器(基于电阻)感应式位置传感器基于涡流的位置传感器电容式位置传感器磁致伸缩位置传感器基于霍尔效应的磁性位置传感器光纤位置传感器光学位置传感器超声波位置传感器

位置传感器工作原理

一、感应式位置传感器--线性可变差动变压器,也就是LVDT

感应式位置传感器 通过在传感器线圈中感应出的磁场特性的变化检测物体的位置

第一种是称为LVDT位置传感器或者线性可变差动变压器 。在 LVDT 位置传感器中,三个单独的线圈缠绕在空心管上。其中一个是初级线圈,另外两个是次级线圈。这三个线圈在电气上是串联的,但次级线圈的相位关系是 180°,相对于初级线圈异相。

铁磁芯或电枢放置在空心管内,电枢连接到被测量位置的物体。将激励电压信号施加到初级线圈,在 LVDT 的次级线圈中感应出 EMF。

线性可变差动变压器(LVDT位置传感器) 通过测量两个次级线圈之间的电压差可以确定电枢的相对位置(以及它所连接的物体) 。当电枢在管子中精确居中时,EMF 抵消,导致没有电压输出。但是随着电枢离开零位,电压及其极性会发生变化。

所以,电压幅度及其相角用于提供信息,这些信息不仅反映了远离中心(零)位置的移动量,还反映了它的方向。

下面的图说明了线性可变差动变压器的操作,显示了电压测量值到位置指示的转换

LVDT 电感式位置传感器的工作原理图

LVDT 电感式位置传感器 提供良好的精度分辨率高灵敏度 ,并在整个传感范围内提供良好的线性度无摩擦

虽然 LVDT 用于跟踪线性运动,但称为 RVDT(用于旋转电压差动变压器)的等效设备可以跟踪物体的旋转位置。RVDT 的功能与 LVDT 相同,仅在构造细节上有所不同。

一、感应式位置传感器--电感式接近传感器

电感式接近传感器 有四个主要组件;产生电磁场的振荡器,产生磁场的线圈 。当物体进入时检测磁场变化的检测电路,以及产生输出信号的输出电路 ,常闭(NC)或者常闭开(NO)触点。

电感式接近传感器实物图

电感式接近传感器 允许检测传感器头前面的金属物体,而无需检测到物体本身的任何物理接触 ,非常适合在肮脏或潮湿的环境中使用。电感式接近传感器的“感应”范围非常小,通常为 0.1 毫米至 12 毫米。

电感式接近传感器工作原理图

除工业应用外,电感式接近传感器常用于通过改变路口和十字路口的交通信号灯来控制交通流量 。矩形电感线圈埋入柏油路面。

当汽车或其他道路车辆经过此感应回路时,车辆的金属车身会改变回路电感并激活传感器,从而提醒交通信号灯控制器有车辆在等待。

这些类型的位置传感器的一个主要缺点是它们是“全向的”,即它们会感应金属物体的上方、下方或侧面。此外,尽管电容式接近传感器超声波接近传感器 可用,但它们不能检测非金属物体。其他常用的磁性位置传感器包括:簧片开关、霍尔效应传感器和可变磁阻传感器。

二、电容式位置传感器

电容式位置传感器 依靠检测电容值的变化来确定被测物体的位置 。电容由彼此分开的两块板组成,两块板之间有介电材料。

电容式位置传感器检测物体的位置有两种方法:

1、通过改变电容器的介电常数

2、通过改变电容器极板的重叠面积

第一种情况 下,被测物体附着在介电材料上,其相对于电容板的位置随着物体的移动而变化。随着介电材料的移动,电容器的有效介电常数发生变化,这是由于部分区域的介电材料和其余部分是空气的介电常数的结果。这种方法提供了电容值相对于物体相对位置的线性变化。

在第二种情况 下,不是将物体连接到介电材料上,而是连接到电容板上。因此,当物体移动其位置时,电容极板的重叠区域会发生变化,从而再次改变电容值。

改变电容以测量物体位置 的原理可以应用于线性和角度方向的运动。

三、电位位置传感器

所有“位置传感器”中最常用的是电位器 ,因为它是一种便宜且易于使用的位置传感器 。它有一个与机械轴相连的触点,该机械轴的运动可以是有角度的 (旋转的)或线性的(滑块型),这会导致滑块和两个端部连接之间的电阻值发生变化,从而产生电信号输出在电阻轨道上的实际抽头位置与其电阻值之间具有比例关系。换句话说,阻力与位置成正比

电位器实物图

电位器有多种设计和尺寸,例如常用的圆形旋转类型或较长且扁平的线性滑块类型。当用作位置传感器时,可移动物体直接连接到电位计的旋转轴或滑块。

直流参考电压施加在形成电阻元件的两个外部固定连接上。输出电压信号取自滑动触点的抽头端子,如下图所示。

电位器结构图

电位器结构图

这种配置产生与轴位置成比例的电位或分压器类型的电路输出。然后,例如,如果在电位器的电阻元件上施加 10v 的电压,则最大输出电压将等于 10 伏的电源电压,最小输出电压等于 0 伏。

然后电位器抽头将输出信号在 0 到 10 伏之间变化,其中 5 伏表示抽头或滑块处于其中间位置或中心位置。电位器的输出信号 (Vout) 在沿电阻轨道移动时取自中心游标连接,并且与轴的角位置成正比。

简单的位置检测电路示例

简单的位置检测电路示例

虽然电阻式电位器位置传感器 具有许多优点成本低技术含量低易于使用 等,但作为位置传感器,它们也有许多缺点:运动部件磨损、精度低、可重复性低和频率响应有限。

但是将电位计用作位置传感器有一个主要缺点。其游标或滑块的移动范围(以及因此获得的输出信号)受限于所使用的电位器的物理尺寸。

例如,单圈旋转电位器通常仅具有在 0° 和最大约 240 至 330° 之间的固定机械旋转。但是,也可提供机械旋转高达 3600 o (10 x 360° ) 的多圈锅。

大多数类型的电位器都使用碳膜作为电阻轨道,但这些类型的电位器具有电噪声(收音机音量控制上的噼啪声),并且机械寿命也很短。

四、基于涡流的位置传感器

涡流是在磁场变化的情况下发生在导电材料中的感应电流,是法拉第感应定律的结果。这些电流在闭合回路中流动,进而导致产生次级磁场。

如果线圈通过交流电通电以产生初级磁场,则由于涡流产生的次级场的相互作用,可以感应到靠近线圈的导电材料的存在,这会影响线圈的阻抗线圈。因此,线圈阻抗的变化 可以用来确定物体与线圈的距离。

涡流位置传感器 与导电物体一起工作。大多数涡流传感器用作接近传感器,旨在确定物体是否接近传感器的位置。它们被限制为位置传感器。

因为位置传感器是全向的,这意味着它们可以确定物体与传感器的相对距离 ,但不能确定物体相对于传感器的方向

五、磁致伸缩位置传感器

铁、镍和钴等铁磁材料表现出一种称为磁致伸缩的特性。磁致伸缩位置传感器利用当存在外加磁场时,材料会改变其尺寸或形状 这一原理来确定物体的位置

一个可移动的位置磁铁附在被测物体上。波导由传输电流脉冲的导线组成,连接到位于波导末端的传感器。定位磁铁产生轴向磁场,其磁力线与磁致伸缩线和波导共面。当电流脉冲沿波导向下发送时,导线中会产生一个磁场,该磁场与永磁体(位置磁体)的轴向磁场相互作用。

场相互作用的结果是一种扭曲,称为维德曼效应。这种扭曲会导致导线产生应变,从而产生沿着波导传播并由波导末端的传感器检测到的声脉冲。

由于声波将从定位磁铁所在的位置沿两个方向传播,因此在波导的另一端安装了一个阻尼装置,以吸收远离传感器传播的脉冲。传感器,使其不会导致干扰信号反射回拾取传感器。下面的图 2 说明了磁致伸缩位置传感器的工作原理。

磁阻位置传感器工作原理

就其性质而言,磁致伸缩位置传感器用于检测线性位置 。它们可以配备多个位置磁铁,以提供沿同一轴的多个组件的位置信息。它们是非接触式传感器,由于波导通常安装在不锈钢或铝管中,因此这些传感器可用于可能存在污染的应用中。此外,即使在波导和定位磁体之间存在屏障,只要屏障由非磁性材料制成,磁致伸缩位置传感器也可以工作。

磁阻位置传感器 可提供多种输出,包括直流电压、电流、PWM 信号和启停数字脉冲。

六、基于霍尔效应的磁性位置传感器

霍尔效应 指出,当薄的扁平电导体有电流流过它并置于磁场中时,磁场会影响电荷载流子,迫使它们相对于另一侧积聚在导体的一侧,以平衡磁场的干扰。

这种电荷的不均匀分布导致在导体两侧之间产生电位差,称为霍尔电压。该电势发生在横向于电流流动方向和磁场方向的方向上。

如果导体中的电流保持在一个恒定值,霍尔电压的大小将直接反映磁场的强度。

霍尔效应位置传感器 中,被测量其位置的物体连接到容纳在传感器轴中的磁铁 。随着物体移动,磁铁的位置相对于传感器中的霍尔元件发生变化。然后,这种位置移动会改变施加到霍尔元件的磁场强度,这反过来会反映为测量的霍尔电压的变化。这样,测得的霍尔电压就成为了物体位置的指标。

七、光纤位置传感器

光纤位置传感器 使用光纤,在光纤的每一端都有一组光电探测器。光源附在被观察运动的物体上。在物体位置被引导到荧光光纤中的光能在光纤中被反射,并被发送到光纤的任一端,在那里被光电探测器检测到。

在两个光电探测器上观察到的测量光功率比的对数将是物体到光纤末端的距离的线性函数,因此该值可用于提供物体的位置信息。

八、光学位置传感器

光学位置传感器 使用两种原理之一进行操作。在第一种类型 中,光从发射器传输并发送到传感器另一端的接收器。

第二种类型 中,发射的光信号从被监测的物体反射返回到光源 。光特性(例如波长、强度、相位、偏振)的变化用于建立关于物体位置的信息。这些类型的传感器分为三类:

透射式光学编码器反射式光学编码器干涉式光学编码器

基于编码器的光学位置传感器可用于线性和旋转运动。

九、超声波位置传感器

与光学位置传感器类似,超声波位置传感器发射 通常由压电晶体换能器产生的高频声波,换能器产生的超声波从被测物体或目标反射回换能器,在此产生输出信号

超声波传感器可以用作接近传感器,它们报告物体在传感器的指定范围内,或者用作提供测距信息的位置传感器。

超声波位置传感器优点 是它们可以与不同材料和表面特性的目标物体一起工作 ,并且可以比其他类型的位置传感器检测更远距离的小物体 。它们还可以抵抗振动环境噪声 、EMI红外辐射

以上就是关于位置传感器工作原理的解释,希望大家可以多多支持我。

图片来源于网络

通过传感器计算打造视觉雷达,下一代自动驾驶系统的关键构成

机器之心专栏

作者:鉴智机器人

2021年10月25日,特斯拉市值站上万亿美金,成为美股第五家市值破万亿的企业,几乎超过美股全部主要车企市值的总和。特斯拉在资本市场的成功,刺激着投资者的神经,也促使市场再一次将视野聚焦在自动驾驶领域,进一步思考自动驾驶技术路线的发展方向。

本文希望从技术角度客观分析和回答以下问题:自动驾驶等级提升需要解决什么关键问题?怎样的自动驾驶方案更加具有实现大规模无人驾驶的可能性?自动驾驶作为现实世界的AI问题,难点在哪里?以上问题促使我们理性客观地思考该如何去实现自动驾驶——这一承载了太多期望、不断挑拨大众神经的技术生产力变革,从而推动行业冷静且务实地向前发展。

1.自动驾驶的眼睛:基于高质量图像成像的视觉雷达

随着自动驾驶等级的不断提高,控制权和责任主体逐渐从驾驶员转换为车辆,智驾系统的定位也将由扩增人的感知能力到接管车辆自主驾驶。由此对智驾系统之于物理世界环境理解的要求完全不同,将由对物理世界部分信息的提取提升到事无巨细的全面感知与理解。而这种变化,首要就是对2D图像成像与3D建模的越来越高的要求:1)更高分辨率和环境适应度的2D图像成像;2)对物理世界准确且稠密的实时3D建模。

Camera是自动驾驶感知物理世界最重要的传感器,其分辨率的提升将极大的提升图像的信息承载量,使得自动驾驶系统能够感知更加细节和更远距离的行车环境。当前主流自动驾驶前视摄像头的分辨率已经到800万像素以上,而更高的分辨率也是未来必然发生的事情。自动驾驶汽车面临的是一个开放性的外部环境,除了分辨率的提升,还需要提升自动驾驶在各种行车路况下的图像成像质量,比如不同的光线环境,傍晚、夜晚等,不同的气候环境,雨雪雾天等。相对于传统汽车应用的车载成像,自动驾驶对于车载成像质量的要求将极大提升,如何通过成像计算获取更高质量的图像就成为一个要解决的关键性问题。

自动驾驶汽车在三维物理世界中运行,必然要求对物理世界进行更加深刻的三维理解。当前的高级别辅助驾驶在道路上不断出现各种各样的事故,这些事故的发生很大程度上是由于没有识别到未被样本库所覆盖的异形、非标等物体,比如一辆拉着一棵树的货车等,而这些corner case是无法被穷尽的。对于行车环境的实时稠密3D建模不仅可以识别异形和非标等物体,还能判断路面坑洼与起伏,这无疑将大大提升自动驾驶的安全级别。当前自动驾驶的3D环境感知,主要依赖激光雷达等主动投射测量装置,但其在分辨率上远低于Camera,也不具备颜色信息。随着深度学习的发展,单目深度估计、双目立体视觉、SFM、MVS等问题已经可以被深度神经网络所建模,从而可以基于多目视觉通过AI的方法实时生成3D点云,其视觉点云天然与图像对齐,并且其分辨率也能达到图像分辨率的级别。因此,如何通过多目视觉实现高分辨率的实时稠密3D建模,即视觉雷达,是另外一个要解决的关键性问题。

视觉传感器的信息承载量极高,目前远未被充分挖掘,但无论2D图像成像还是实时稠密3D建模都需要强有力的算法和算力进行支撑,这需要算法和算力进行协同设计。视觉传感器+算力+算法的传感器计算模式,将更加本质的推动解决自动驾驶当前面临的关键问题,即从2D和3D层面对物理世界进行事无巨细的感知与理解。

鉴智机器人核心团队拥有超过十年的图像处理、AI算法和算力设计的行业经验,将以视觉传感器为核心,通过解决车载ISP、视觉雷达等视觉传感器2D、3D成像的核心问题,打造更加强大的自动驾驶之眼,从而推动自动驾驶安全等级的提升。

1.1 从手机ISP到车载ISP

ISP(Image Signal Processor)是指通过一系列数字图像处理算法完成对数字图像的成像处理。在摄像机成像的整个环节中,ISP负责接收感光元件的原始信号数据,可以理解为整个摄像机图像输出的第一步处理流程。ISP在提高图像质量、增强数据的一致性等方面有着极其关键的作用。

得益于智能手机的发展和手机摄像头像素越来越高,手机ISP在过去几年得到了快速的发展和进步,手机拍照和录像的质量也越来越高,甚至到了惊艳的地步。比如在夜晚等场景,可以拍到比人眼看到的更清晰、光照更充足、色彩更丰富的照片;比如在进出隧道等光照变化剧烈的场景,也可以录制出比人眼表现更稳定、更清晰的视频。这些效果除了源于手机摄像头硬件上的升级,专门的AI ISP处理算法和处理芯片也起到了至关重要的作用。

随着自动驾驶对车载成像质量的阶跃式提升需求,车载ISP,特别是针对驾驶场景优化的AI ISP处理算法和处理芯片,将迎来爆发式的发展。AI在车载ISP整个流程中将变得越来越重要,特别是在降噪、去模糊、HDR等问题上,可以在夜晚、阳光直射、进出隧道等暗光、强光、高动态场景得到远超人眼的成像效果,同时最大程度上解决由Sensor引起的噪点、模糊等问题。将AI计算前置在ISP计算Pipeline中,通过流式计算,使得ISP的计算Pipeline不被打断,也将大大提升AI ISP的性能功耗比。

鉴智机器人拥有全链路的芯片级ISP IP的设计能力,将解决ISP特别是AI ISP在车载场景的核心问题,让车载摄像头成像更清晰,从而进一步提高视觉雷达点云生成和图像语义感知等后续任务的准确性。

图1:鉴智机器人拥有全链路的ISP算法和算法硬核化设计能力

1.2 从2D感知到视觉雷达

面对大规模自动驾驶,对3D点云的信息稠密程度、场景泛化性、性能可扩展性方面提出了更高的要求。基于视觉雷达,通过双目或者多目立体视觉计算,产生实时稠密的3D点云是更优的方式。

双目立体视觉是机器视觉的一种重要形式,与人眼类似,它是基于视差原理,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法,和基于TOF、结构光原理的深度相机不同,它不对外主动投射光源,完全依靠拍摄的两张图片(彩色RGB或者灰度图)来计算深度。

传统的双目立体匹配算法针对弱纹理、反光等区域效果比较差,同时对于物体语义信息利用比较少,算法适用范围具有局限性,点云效果上限比较明显。随着深度学习技术的发展,基于CNN、Cost Volume、Transformer的立体匹配算法展现出来了极强的算法效果和潜力。目前知名自动驾驶数据集KITTI上的立体匹配任务排名靠前的基本都是基于深度学习的算法。基于深度学习的双目立体匹配算法对于计算芯片的AI算力提出了比较高的要求,对于研发模式也提出了新的要求,需要从传统的双目相机研发模式变成以AI为核心、软硬结合、数据驱动的研发模式。

从双目立体视觉更进一步,充分利用相机的运动信息和多个相机间的几何约束,通过相机姿态估计、深度估计、光流估计、MVS等算法,以及任务之间互相监督的一系列自监督算法,可以得到360度的点云数据,也就是视觉雷达,从而形成与图像分辨率相匹配的稠密点云。同时,以摄像头+算力+算法为核心的视觉雷达,还具有产业链成熟可控、成本可控、器件稳定性有保证、满足车规等优势,更容易实现大规模前装量产上车使用。

图2:鉴智机器人视觉雷达Roadmap

2自动驾驶的大脑:全流程数据驱动的强单车智能

自动驾驶的大脑负责从感知到决策的驾驶全流程,也是自动驾驶最复杂、最核心和难度最高的部分。传统的以规则为核心的软件1.0工程化系统,在可维护性、扩展性和进化性上都具有一定的局限性。以AI和软件2.0为核心,全流程数据驱动的感知、预测、规控算法和强单车智能的解决方案,无疑是实现大规模无人驾驶更可行的方案。

鉴智机器人核心团队在AI算法和应用、软件2.0的基础设施、数据驱动的大规模实践上拥有丰富的经验,将通过全流程数据驱动的自动驾驶大脑,建立强单车智能,从而降低对外部基础设施的依赖,更加利于自动驾驶的复制与推广。

2.1 深度学习带来的2D感知技术突破

感知是自动驾驶获取信息的第一步, 所谓感知是指通过摄像头或其他传感器识别所看到的物体并理解该物体是什么,这对自动驾驶是至关重要的环节。自动驾驶车辆首先是要识别车道线,然后还要识别红绿灯、标志牌,除此之外就是识别障碍物比如前后左右有没有车辆,有没有行人,才能够进一步规划行驶路线。

过去十年是人工智能技术的黄金十年,深度学习改变了计算机视觉整个领域,也带来了2D感知各个方向技术的突破。2D感知主要有图像分类、图像(物体)识别、细粒度识别(人脸识别)等方向,所采用的技术也从最早的模板匹配、线性分类到现在所广泛使用的深层卷积神经网络,再到最近刷新各大视觉任务榜单的Transformer。随着硬件计算能力的不断提升、算法范式的不断改进、可利用数据资源的不断增长,基于摄像头的2D感知已经成为了乘用车智能驾驶的主流方案,同时也成为了很多解决方案的核心差异点。

鉴智机器人核心团队在国内最早基于深度学习在2D视觉感知各个方向开展系统性研究和大规模落地应用,在众多全球最具影响力的2D感知AI比赛和评测中获得冠军,发表顶级会议和期刊论文几十余篇,在多个业务领域实现了人工智能2D感知技术的大规模应用落地。

(a)目标检测、人体骨骼点

(b)全景分割

(c)360°视觉感知

(d)单目测距

图3:鉴智机器人在2D感知方向具有世界一流的核心能力

2.2 从2D感知到4D感知

如果说2D感知还是在平面上检测、识别、分割物体,那么加入深度信息后,基础的2D感知即转化为3D感知。如果进一步在3D的基础上加入时间这一维度,进化得到的则是4D感知。在自动驾驶领域,4D感知可以完整且连续的探测车辆周围的物体。

基于深度学习和三维视觉技术不断发展,随着Cost Volume、Optical Flow、differentiable Homography、Transformer等技术的成熟,以及多传感器融合、众包重建、稠密重建、自动标注等方向不断发展,可以高效率的提供高质量、大规模的4D场景数据,端到端的4D感知正在成为技术趋势。相比于传统的2D感知+后融合的方案,端到端的4D感知拥有很多优势,可以解决测距抖动较大、多摄像头拼接不准确、时序结果不稳定、迭代效率较低等一系列问题。

更进一步,基于端到端的4D感知,可以进行更好的4D预测,一方面可对于交通参与者进行更优的运动轨迹预测,从而实现性能更加优异的规划控制;另一方面可对于道路行驶区域预测更加精细的3D结构化信息,在线生成局部实时3D地图,降低对高精地图等基础设施的依赖。

图4:鉴智机器人针对复杂路口驾驶场景的4D感知结果

自动驾驶被认为是目前最重要的硬科技创新之一。在汽车行业百年未有之大变革的历史性时刻,中国由于在电动汽车领域的提前布局、全面开花,以及完整产业链的巨大优势,国内企业在自动驾驶方向拥有非常好的机会和产业优势,有机会通过电动化和智能化实现百年汽车工业这一最重要的支柱产业的超车和领先。但自动驾驶的发展速度仍然低于大众和市场的预期,这里存在若干影响自动驾驶等级提升的关键性问题亟待解决,鉴智机器人基于自身在AI算法、AI算力层面的积累,致力于解决自动驾驶成像计算和下一代自动驾驶方案的关键性问题,从而推动自动驾驶的创新发展。

作者简介

都大龙:鉴智机器人联合创始人,硕士毕业于中科院计算所,现清华大学创新领军博士在读。曾任某AI科技公司研发副总裁,地平线算法总监,百度IDL架构师。曾深度参与国内首款AI芯片的产品研发,并实现AI2B产品的大规模落地。因其在卷积神经网络、序列学习、神经网络训练框架方面的突出贡献,曾连续两次获得百度工程师最高荣誉-“百度百万美金最高奖”。发表数十篇AI领域国际顶级会议,并带领团队在MSCOCO、FRVT等多项AI比赛中获得世界一流成绩。

黄冠:鉴智机器人算法负责人,拥有十年的深度学习/机器学习/计算机视觉经验,在国内最早开始深度学习在目标检测、分割、关键点等方向的系统性研究和应用。多次获得FRVT、COCO等全球最具影响力AI比赛冠军,发布全球最大的公开人脸数据集WebFace260M,在人工智能顶级会议和期刊上发表论文十余篇,支撑了多个领域人工智能技术的大规模落地应用,拥有丰富的学术研究和产业落地经验。目前致力于研发全流程数据驱动的算法,用于下一代自动驾驶解决方案。

相关问答

红绿灯 路口 地上有装感应器吗?

1、电子眼采用感应线来感应路面上的汽车传来的压力,通过传感器将信号采集到中央处理器,送寄存器暂存(该数据在一个红灯周期内有效);2、在同一个时间间隔...

闯红灯地面有感应器吗?

老式路口感应线都是设置在停止线下面的,双轮过线算闯红灯,新式路口在原先基础上另在斑马线后面加装一条感应线,双轮过斑马线前得感应线圈时算闯红灯,单过停止...

汽车abs 传感器 一般多少钱_车坛

车主发现车辆的abs传感器损坏,需要及时更换,但是又不知道传感器的价格,担心自己上当受骗,那么汽车abs传感器一般多少钱呢?目前汽车的abs传感器,有环...

路口 红绿灯摄像头拍照的原理是什么?

传感器来检测交通信号灯的状态。摄像头会连续拍摄路口的图像,并通过图像处理算法来识别交通信号灯的颜色。...路口红绿灯摄像头拍照的原理是通过使用图像识别...

电子眼抓拍在多少米内?

[回答]关于大家想要了解的“电子眼抓拍在多少米内?”相关内容介绍有下面:电子眼抓拍的画面尺寸大概在15-30米之间,具体是:1、时速在250km左右的车才有可...

汽车有多少个 传感器 ?

您好,汽车传感器过去单纯用于发动机上,现在巳扩展到底盘、车身和灯光电气系统上了。这些系统采用的传感器有100多种。比较常见的有以下几种:空气流量传感器:...

出行 路口 限速是多少 - 汽车维修技术网

[回答]城市主干道限速60公里(如博爱路)2、城市快速路限速分别为60公里(如北外环路)和80公里(如南外环路)两个级别,视道路设计安全行驶要求而定机动车行...

路口 导向线是辅助线吗 - 汽车维修技术网

[回答]路口导向线不是辅助线,路口导向线是一种交通标志线,主要是让车辆在行驶中按照规定的路线行驶,不能出现压线违章的行为,任何驾驶员一定要正确的识别...

路口 电子眼闪了一下是怎么回事?

当路口电子眼闪了一下,通常是因为它正在进行交通违法监控。电子眼是一种交通监控设备,用于捕捉违法行为,如闯红灯或超速驾驶。当电子眼检测到违法行为时,它会...

高速公路etc是指什么?高速公路etc是指什么系统?_车主指南

[回答]高速公路etc是指电子不停车收费系统,是高速公路或桥梁自动收费。通过安装在车辆挡风玻璃上的车载电子标签,与在收费站ETC车道上的微波天线之间进行...

展开全部内容