盖世汽车讯 据外媒报道，亚利桑那大学（University of Arizona）研究人员开发了高分辨率雷达传感器，结合了摄像头和雷达的最佳效果，可解决智能多模式交通监控面临的问题。在能见度较好的环境下，摄像头可以很好地运作。但在下雨、黑暗或多雾的条件下，其性能会受到限制。而传统雷达虽然提供运动和位置数据，但无法有效区分各种接近的物体，如汽车、自行车和行人。
（图片来源：https://electronics360.globalspec.com/ ）
该传感器可区分车辆和行人，并可在所有光照和天气条件下，提供移动目标物体的数量、速度和方向信息。与传统雷达相比，该传感器原型中使用的高分辨率毫米波（mmWave）雷达传感器可提供更丰富的图像，并且在低能见度条件下，性能优于摄像头。与激光雷达和其他基于光的系统不同，毫米波雷达能可靠地分辨运动目标物体的速度。
Siyang Cao博士表示，“毫米波雷达与其他传感器的不同之处在于可提供相对稳定的径向速度，这对识别车辆速度非常有帮助。解决多模式交通监控问题的关键在于找到每种模式的速度和流量。传感器必须能够检测、追踪、分类和测量物体的速度，同时还必须具备低成本和低功耗的特性。通过实时交通统计，我们希望能够提高交通效率，并减少交通事故。”
该研究团队开发的传感器原型成本低、重量轻、结构紧凑并且易于安装。研究人员在十字路口安装传感器，并在附近停车场用笔记本电脑对其进行监控。此外，研究人员还利用他们开发的多元高斯混合（Gaussian Mixture）模型，解释从传感器收集到的信息，在检测和正确识别物体方面取得很好的效果。
Cao 还表示，“我们意识到，传感器技术正进入一个拥有很多新应用的阶段。一方面，传感器成本在下降，性能在显著提高。同时，相关技术，例如电池技术、通信和AI计算，也在不断改进。在多模式交通监控中，传感器可以收集信息，并通过下一代通信网络与驾驶员共享，从而提高交叉路口的灵活性和安全性。”研究人员计划进一步发展他们的模型，使其能够解释更复杂的数据，并识别摩托车、自行车、卡车和公共汽车。