原标题：走近大学生人工智能决赛 ——看自主驾驶小车如何挑战人眼
什么是人工智能?在初出茅庐的大学生眼里，人工智能并不是遥不可及的前沿理念或是高高在上的尖端科技。预测雾霾指数、检测膀胱肿瘤、设计基于视觉的自主驾驶小车……基于扎实的专业知识，年轻人试图利用人工智能解决实实在在的生活问题，为未来的智能时代提供无尽可能。
日前，2018年中国大学生计算机设计大赛人工智能类别决赛在南京举行，来自东南大学、武汉大学等6所大学的8个参赛团队参与角逐，他们即将开始人工智能类别挑战赛——基于视觉的自主驾驶小车。赛场模拟真实的道路场景，要求参赛选手在纯视觉的引导下，按照现有交通法规的要求，完成一系列车辆自主行驶任务。新华日报记者注意到，人工智能类别的赛事为中国大学生计算机设计大赛首次增设，其中基于视觉的自主驾驶小车挑战赛备受关注。
智能车辆是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。“基于激光雷达的无人驾驶在实验环境下已经取得了较好的效果，而纯视觉自动驾驶因传感器成本低廉，接近于人类驾驶的方式，也得到了广泛的关注。”来自江苏科技大学的参赛选手邵蕃光认为。
邵蕃光团队研发的基于RGB-D深度视觉的自主驾驶系统，可以实现对路标、障碍物、斑马线、交通标识及红绿灯倒计时等的实时检测。“虽然深度视觉不适合高速驾驶，但小型车可以应用于狭小空间内的搬运，比如送快递等等。未来我们还想加入视觉绘制地图的功能。”团队成员雷松泽说。
来自中央民族大学的周鑫团队则采取了另一种解决思路。“我们是采用双目立体视觉系统、图像处理技术和 BP神经网络融合原理相结合的方法。”通过两个摄像头，小车从不同角度采集前方红绿灯路口的图像信息，得到左右两幅图像。在对采集到的图像信息进行处理之后，利用立体匹配的方法，得到红绿灯的颜色、交通标识、行人和障碍物的特征匹配点，进行交通情况信息识别。
事实上，行人检测、行人再识别是交通管理、城市平安、无人驾驶等领域的核心基础技术。行人检测要求机器能够从图像或者视频中判断是否有行人，行人在哪里;行人再识别则要求机器能够识别出特定人员的所有图像。那么，机器真的能战胜人的视觉识别精度吗?
“在2014年之前，人的识别能力和机器的识别能力相比较，人是绝对占优势的。而人工智能是一个不断上升的发展过程，在2014年其性能已经赶超了人的智能。”中设集团智能交通设计研究中心主任王维锋表示，运用深度学习、机器视觉，包括大数据的分析、知识图谱，构建人工智能的一些手段，可以缓解公路巡查的一些痛点。
本次参赛设计，为智慧公路在机器视觉方面提供了思路。参赛选手们大多通过设置摄像头的方式实现机器视觉，“摄像头更像一个人用眼睛去看，不过这样的机器视觉在某些场景下可能会有一些缺陷。比如说在晚上，有大雾或者是下雪的环境下，它最后检测的精度可能会受到一些影响。”王维锋认为，基于此，与雷达、光谱分析相结合，未来会是机器视觉探索的方向。（本报记者 王甜）
