提起“无人驾驶”，也许你会想象一辆酷炫的汽车没有驾驶员，自己奔驰在路上“橫挪闪躲”拉风至极。但现实是，这几年无人驾驶技术虽有长足进步，但离民用还有很长一段路要走。虽然无人驾驶目前来说还是一个美好的愿望，但基于无人驾驶为终极目标的ADAS技术这几年却发展迅速。
ADAS是什么？
ADAS（Advanced Driving Assistant System），即高级驾驶辅助系统，广泛的说一切能够辅助驾驶员进行驾驶操作的都可以算作辅助驾驶范畴。广义而言，辅助驾驶目前种类已有多达 20 种。不过目前市面上 ADAS 的核心功能集中在前车碰撞预警（FCW）、车道偏离预警（LDW）、行人检测预警（PCW）等。即使是行业公认的技术巨鳄——Mobileye公司，也无法将这 20 多种功能全部涵盖。
一般意义上驾驶辅助功能比如制动防抱死系统（ABS），车身电子稳定系统（ESP）、导航、倒车雷达、行车记录等均不能称为高级辅助驾驶系统。虽然目前 ADAS 的概念有被泛化的趋势，但是行业内均默认只有基于机器视觉、图像识别（包括可见光图像、雷达图像、红外图像等等）和人工智能技术的辅助驾驶技术才算是真正的ADAS 技术。
360研发的ADAS区别在哪？
“要么准，要么不准！”这是ADAS的现状也是尴尬，目前很多厂商都致力于研发更精准的ADAS。360自主研发的 ADAS算法目前主要分为两个部分：LDW车道偏离预警系统和FCW前车防碰撞预警系统。
LDW是车辆辅助驾驶系统中的重要组成部分，如果车辆即将发生偏离，并且在驾驶员没有打转向灯的情况下，则通过视觉、听觉或触觉的方式向驾驶员发出警报。360的LDW算法由边缘检测，直线检测和跟踪三个部分组成。在此基础上对车道系统进行智能判断，即是否发生了无意间的车道线偏离。在更高级系统中，其它参数，诸如时间、路况和驾驶员警觉度也可以模型化。
而对于FCW的算法有很多种，有基于传统图像处理比如纹理分析，形状分析和阴影分析等算法。目前比较流行的是基于机器学习的FCW方法，机器学习方法检测率高，而且速度也比较快。
360使用的是基于机器学习的FCW算法，它首先通过收集不同光线，不同道路上、不同车辆的样本构成训练样本，然后利用机器学习中比较流行的比如SVM，ADABOOST算法进行学习抽取车辆的特征进行分类识别。为了达到很好的识别率，样本库要大而全。机器学习算法分为训练和检测两个部分，训练用很强的工作站和服务器进行。360通过更好的算法和稳定性，使得搭载在行车记录仪上的ADAS服务更加精准可靠。
实现ADAS技术突破360靠什么？
360能够实现ADAS的技术领先，一定程度上是基于与360人工智能研究院团队的绝妙配合。据了解，拥有雄厚的技术研发实力的360人工智能研究院在过去5年间，曾7夺计算机视觉领域“World Cup”竞赛 PASCAL VOC和ILSVRC的世界冠军和亚军奖项，专业能力毋庸置疑。
该研究院的负责人——国际知名人工智能专家颜水成院长，在日前举办的2016中国企业服务峰会上曾就人工智能现状和未来做了专题演讲，首次向外界披露了360在人工智能领域的取得的一些进展。他指出，在车联网方面，360公司的人脸识别技术已有不俗的表现。目前，360行车记录仪经过五年多对其算法的打磨，因模糊而无法识别的比例已经下降到9.6%。在复杂路况下，它可以基于双目方案对人和车进行精确定位，同时借助高清摄像头对路上的车和人有比较清晰的定位。
可以说，ADAS系统的研究对于未来车联网的发展有至关重要的作用。但是，目前ADAS之于前车市场，主要是在一些相对高端的品牌车辆上进行预装使用。现360自主开发的ADAS以行车记录仪为载体，在车联网的道路上先行一步，让车主出行不止A点到B点，还有更安全的驾驶辅助体验，不得不说，对比其它厂商如火如荼的造车运动而言，前者更具现实价值及意义。
ADAS（Advanced Driving Assistant System），即高级驾驶辅助系统，广泛的说一切能够辅助驾驶员进行驾驶操作的都可以算作辅助驾驶范畴。广义而言，辅助驾驶目前种类已有多达 20 种。不过目前市面上 ADAS 的核心功能集中在前车碰撞预警（FCW）、车道偏离预警（LDW）、行人检测预警（PCW）等。即使是行业公认的技术巨鳄——Mobileye公司，也无法将这 20 多种功能全部涵盖。
一般意义上驾驶辅助功能比如制动防抱死系统（ABS），车身电子稳定系统（ESP）、导航、倒车雷达、行车记录等均不能称为高级辅助驾驶系统。虽然目前 ADAS 的概念有被泛化的趋势，但是行业内均默认只有基于机器视觉、图像识别（包括可见光图像、雷达图像、红外图像等等）和人工智能技术的辅助驾驶技术才算是真正的ADAS 技术。
360研发的ADAS区别在哪？
“要么准，要么不准！”这是ADAS的现状也是尴尬，目前很多厂商都致力于研发更精准的ADAS。360自主研发的 ADAS算法目前主要分为两个部分：LDW车道偏离预警系统和FCW前车防碰撞预警系统。
LDW是车辆辅助驾驶系统中的重要组成部分，如果车辆即将发生偏离，并且在驾驶员没有打转向灯的情况下，则通过视觉、听觉或触觉的方式向驾驶员发出警报。360的LDW算法由边缘检测，直线检测和跟踪三个部分组成。在此基础上对车道系统进行智能判断，即是否发生了无意间的车道线偏离。在更高级系统中，其它参数，诸如时间、路况和驾驶员警觉度也可以模型化。
而对于FCW的算法有很多种，有基于传统图像处理比如纹理分析，形状分析和阴影分析等算法。目前比较流行的是基于机器学习的FCW方法，机器学习方法检测率高，而且速度也比较快。
360使用的是基于机器学习的FCW算法，它首先通过收集不同光线，不同道路上、不同车辆的样本构成训练样本，然后利用机器学习中比较流行的比如SVM，ADABOOST算法进行学习抽取车辆的特征进行分类识别。为了达到很好的识别率，样本库要大而全。机器学习算法分为训练和检测两个部分，训练用很强的工作站和服务器进行。360通过更好的算法和稳定性，使得搭载在行车记录仪上的ADAS服务更加精准可靠。
实现ADAS技术突破360靠什么？
360能够实现ADAS的技术领先，一定程度上是基于与360人工智能研究院团队的绝妙配合。据了解，拥有雄厚的技术研发实力的360人工智能研究院在过去5年间，曾7夺计算机视觉领域“World Cup”竞赛 PASCAL VOC和ILSVRC的世界冠军和亚军奖项，专业能力毋庸置疑。
该研究院的负责人——国际知名人工智能专家颜水成院长，在日前举办的2016中国企业服务峰会上曾就人工智能现状和未来做了专题演讲，首次向外界披露了360在人工智能领域的取得的一些进展。他指出，在车联网方面，360公司的人脸识别技术已有不俗的表现。目前，360行车记录仪经过五年多对其算法的打磨，因模糊而无法识别的比例已经下降到9.6%。在复杂路况下，它可以基于双目方案对人和车进行精确定位，同时借助高清摄像头对路上的车和人有比较清晰的定位。
可以说，ADAS系统的研究对于未来车联网的发展有至关重要的作用。但是，目前ADAS之于前车市场，主要是在一些相对高端的品牌车辆上进行预装使用。现360自主开发的ADAS以行车记录仪为载体，在车联网的道路上先行一步，让车主出行不止A点到B点，还有更安全的驾驶辅助体验，不得不说，对比其它厂商如火如荼的造车运动而言，前者更具现实价值及意义。
评论