自动驾驶汽车的成功与机器视觉有关
拼车公司优步在匹兹堡推出自动驾驶汽车来接载乘客时引起了轰动。自动驾驶汽车已经从绘图板上移到街道上。在这个测试阶段，优步将继续使用工程师，直到系统完全开发。迄今为止，在桥梁和蜿蜒街道的城市接客已被证明是成功的。
这一交通突破是机器视觉和使用多种设备来中继数据的重大机遇。自动驾驶汽车的制造商不仅仅改变人们的驾驶方式。他们也在重新考虑安全问题。
预防性思维
为消费者开发的自动驾驶汽车包括将安全系统从对碰撞做出反应（例如使用安全气囊）转变为防止碰撞。这些主动安全系统为机器视觉系统制造商提供了许多机会。
视觉如此强大的原因在国际机械科学中心 1989 年发表的一篇论文《机器视觉问题：[视觉] 允许我们与环境互动》中得到了强调并在不与我们周围的物体发生身体接触的情况下做出决定。
如自动驾驶汽车行业敲响机器视觉的前门一文所述，使用机器视觉系统不断监控环境的行驶中的车辆处于一种模式预防事故。
预计汽车将使用多种成像设备和组件，包括传感器、摄像头、LIDAR（光检测和测距）和 adar。这些设备的任务是监控并最终控制从车道偏离到停车的一切。
但是所有好的想法都有需要克服的挑战。在自动驾驶汽车的开发中，需要在设计阶段解决功率和尺寸限制。单独连接各种组件所需的电缆会给车辆增加相当大的重量，并对其燃油效率产生负面影响。
2016 年 1 月版的《汽车新闻》介绍了一家主要的汽车线束供应商，描述了豪华汽车目前如何拥有“数英里”的电缆。但是 Yazaki 提出的观点重新考虑了自动驾驶时代的布线，Yazaki Corporation 正着手为汽车制造更少的线束，因为“根本没有空间容纳车辆预期需要的所有额外布线。”
随着数字通信时代的到来，这家全球最大的线束系统制造商正在考虑在汽车内部组件之间进行无线通信。
长期思考
在最近于 2016 年 9 月举行的 Auto-Sens 会议上的演讲，自动驾驶汽车面临的挑战，强调了在每个地方发现自动驾驶汽车之前必须满足的一些条件住宅车道。
成像解决方案需要进一步开发，因此可以在所有光照条件下计算距离和测距。
激光雷达用于原型，但单个扫描仪的成本可能高达 80,000 美元。会议提出的一个问题是，当“数百辆使用激光雷达的车辆在繁忙的多车道道路上共享同一频段时会发生什么？”
像矢崎这样的公司正在解决系统架构问题，但处理器和传感器的放置等细节问题仍然存在。
随着自动驾驶汽车使用的增加，零部件供应商应该能够获得稳定的收入来源。规范部分将需要“在最初实施后最多甚至可能超过十年”提供。
自动驾驶或自动驾驶汽车行业将改变人们与汽车的关系以及他们对汽车性能的期望。征服道路是一项高风险的工作，它将展示自动化在不确定环境中的灵活性。在 Uber 的匹兹堡测试中，正如 Business Insider 的一篇文章 Uber 的无人驾驶汽车存在问题所指出的那样，汽车必须适应人类驾驶员。由于暴风雨造成的照明变化和恶劣的条件是车辆必须协商的其他变量。
机器视觉将引导自动驾驶汽车，就像视觉系统在协作机器人中很有用一样。它将在未来的汽车以及今天和明天工厂中的自主机器人中发挥重要作用。
自动化汇集了成像和运动控制等领域的一系列学科和专家，以创建系统。通过 A3automate.org 了解最新情况并访问资源。
工业机器人