这一系统名为“SegNet”，只需将系统的核心应用程序与常规摄像头甚至智能手机的摄像头配合使用，就能快速拍摄路面环境画面，实时将影像中不同物体进行分类，比如道路、路牌、行人、建筑等，并进行对照识别。

研究人员说，他们已在城区道路和高速公路上进行过测试，系统的识别准确率让人满意，这方面的性能甚至超过基于激光或雷达的传感器。接下来，研究人员还准备在郊野甚至雪地和沙漠环境中开展测试。

目前发展中的自动驾驶汽车原型多使用基于雷达等技术的传感器来进行物体识别。但这类装备的价格往往比较高昂，甚至比车辆的价格还高，这极大地影响了自动驾驶汽车实用化前景。

研究人员说，相对那些昂贵的传感器，这一新开发的系统不但成本要低很多，而且还能进行“深度学习”。研究人员会不断为系统增加相关的分类识别数据，提升识别准确度。尽管目前该系统还没有成熟到可直接用来控制车辆行进，但已能作为车辆防撞警告系统来使用。（张家伟）