盖世汽车讯制造自动驾驶汽车最困难的部分是确保车辆知道行人在什么，以及他们将要做什么.humanising autonomy具有该领域的专长，并希望成为全球以人为中心的计算机视觉系统的一部分。据外媒报道，该公司凭借其ai系统优势，筹集了530万美元种子资金。该公司表示其ai系统表现优于人类，几乎可以处理所有的汽车摄像头图像.humanising autonomy的技术是一套机器学习模块，用来识别不同的行人行为，例如行人是否准备走到街上，他们是否注意到了汽车，是否与司机有眼神交流，以及是否正在打电话等。该公司将其模型的优势归功于两点。首先，是其数据源的多样性。该公司联合创始人兼首席执行官maya pindeus表示，“最初，我们就从各种来源收集数据，包括cctv摄像头，各种分辨率的车载摄像头，以及自动驾驶汽车感器。我们还建立了数据伙伴关系，与不同的机构合作。因此我们能够在不同的城市建立强大的数据集，包括不同的摄像头类型，不同的分辨率等等。这对系统非常有益，所以系统适用于夜间环境，以及密歇根州多雨的情况等。“此外，人性化自治还获得并分析意外事故影像，因为这些都是有用的例子，说明自动驾驶系统或人类司机未能读取行人的意图其次是。该公司的模型具有模块化特性。它们并不是单一的模型，而是一组模型，可以根据自动驾驶主体或硬件需求，单独选择和调整这些模型.pindeus解释说，“例如，如果要知道行人在过马路时是否分心，人类会采取很多行动进行判断。我们有所有不同的模块，可以一起预测一个人是否分心，是否面临危险等。这使得我们可以根据不同的环境对其进行调整，例如伦敦和东京，人们在不同的环境会有不同的为了。“pindeus还表示，”另外是处理需求，自动驾驶汽车对GPU的要求非常高，我们的模块能适应不同的处理需求。模块与4级或5级自动驾驶车辆集成时，软件在标准的GPU上运行。与售后市场合作改造应用程序时，我们的模型仍然可以运行因此我们的系统能满足多个自动驾驶级别。”专注激光雷达和RGB摄像头的全栈传感公司需要完成几十项或几百项任务，包括对象特征识别与追踪，注意标识，监测附近和远处的汽车等。对于这些公司和制造商而言，人性化自治的功能性和高度特定解决方案可能更简单，而不是构建自己系统的或依赖更通用的对象跟踪.pindeus指出，“与自动驾驶汽车毗邻的行业也可以使用该系统。”仓库和制造设施使用机器人和其他自动机器，如果它们知道周围的工人在做什么，工作效率将会更高.humanising autonomy系只对需要重新训练的分进行再训练，这比从头构建一个新系统所需的工作量更少。目前，该公司正与欧洲，美国以及日本的出行供应商合作，包括戴姆勒旗下的奔驰和空客。该公司正在进行一些案例研究，展示其系统如何在各种情况下提供帮助，包括在人行横道上提醒车辆和行人注意对方，以及改进自动驾驶汽车路径规划。该系统还可以查看大量以往的视频，根据行人的。数量和行为，对某个区域或一天中的某个时间段进行风险评估.pindeus表示，这500万美元种子基金主要用于该产品的商业化*特别声明：本文为盖世汽车原创技术文章，版权归盖世汽车所有，禁止转载或大篇幅摘录！违规转载，法律必究。
