全球最大非營利專業(yè)技術(shù)學會“國際電氣與電子工程師協(xié)會”（以下簡稱“IEEE”），日前找到通過人工智能神經(jīng)網(wǎng)絡(luò)，判斷汽車當前行駛道路是否安全的全新方法。

據(jù)了解，這一方法，有望使未來自動駕駛汽車在糟糕天氣下行駛時，變得更為安全。

美國交通局此前公布的數(shù)據(jù)顯示，在2002-2012年的十年間，因為道路濕滑而引起的交通事故達到96萬起，超過4700人因此喪生。道路濕滑占全美因天氣原因引發(fā)交通事故中高達74%的比例。

美國交通局的數(shù)據(jù)還顯示，因天氣原因而引發(fā)的交通意外，占據(jù)所有交通意外事故23%的比例。因此，有無數(shù)的工程師和科研人員，都希望找到一種能夠幫助駕駛員判斷道路是否濕滑、安全的駕駛系統(tǒng)。

對此，IEEE研發(fā)人員在日前嘗試通過分析車輛輪胎噪聲反饋的方式，判斷道路是否過于濕滑。比如，IEEE曾在2014款梅賽德斯-奔馳CLA車型的后胎部位安置一個麥克風，來收集輪胎噪聲反饋，并在波士頓地區(qū)的多種路面、多種行駛速度下展開測試。

事實上，IEEE并不是首家希望通過聲音來幫助駕駛員判斷道路狀況的機構(gòu)。西班牙馬德里理工大學早在2014年就嘗試利用支持向量機，來分析輪胎在行駛時發(fā)出的聲音，并以此判斷所行駛的道路狀態(tài)。

然而，西班牙馬德里理工大學的研究人員當時發(fā)現(xiàn)，這一方法能夠準確檢測到的道路類型非常有限，同時也無法準確區(qū)分諸如砂石掉落到道路上這些沒有關(guān)聯(lián)的聲音信息。

與此同時，日本富山大學研究人員曾在2012年對外展示過一個類似的道路情況判斷系統(tǒng)，只不過該系統(tǒng)是通過圖像，而不是聲音反饋的方式進行判斷。

具體來說，該系統(tǒng)要求在汽車上安裝監(jiān)控攝像頭，并通過查看其他車輛的車燈在道路表面的反光情況來判斷路況。不過，該系統(tǒng)要求道路中必須有其他車輛經(jīng)過才能夠正常工作，且在大霧、低能見度和大雪天氣的表現(xiàn)非常糟糕。