道路交通事故往往源于未能注意到车辆。十字路口是城市道路上最难以预测的地点之一。驾驶员可能难以注意到驶近的车辆，而行人也常常误判何时可以安全过马路。在日本，近一半的道路交通事故发生在十字路口，这凸显了开发能够提升能见度和安全性的智能系统的迫切需求。

图片来源：SIT

据外媒报道，日本东京芝浦工业大学（Shibaura Institute of Technology，SIT）工学院及工学研究生院高级电子工程系Chinthaka Premachandra教授和SIT工学院电子工程系Eigo Ito教授领导的研究团队，开发出一种能够精确识别远距离车辆的新技术，其精度是现有系统的两倍以上。该方法并非利用道路标线，而是分析附近车辆的运动轨迹来估算道路轨迹和消失点，从而捕捉远处的道路区域。通过扩大远距离探测范围，该系统能够更准确地探测远处的车辆，并通过向驾驶员和行人提供远距离车辆信息来提升安全性。

相关研究论文于2025年9月26日发表在期刊《IEEE Open Journal of Intelligent Transportation Systems》上。

目前大多数车辆检测方法依赖于深度学习算法，而这些算法需要强大的计算系统。然而，当车辆在远处显得较小或模糊不清时，这些方法往往难以有效识别。新开发的方法是一种更简单、更实用的方法——通过分析附近车辆的运动来预测前方道路的延伸范围。

“大多数检测系统对靠近摄像头的车辆效果很好，但对远处的车辆，其准确率会急剧下降，”Premachandra教授解释道。“我们希望用一种轻量级的方法来克服这一局限性，这种方法不需要庞大的数据集或复杂的神经网络。”

该系统分析道路的连续视频片段，并逐帧跟踪附近车辆的运动。通过绘制这些运动轨迹，它可以估算出道路的消失点，也就是道路在地平线附近逐渐变窄的区域。一旦确定了这个区域，系统就会对其进行数字放大，从而使远处的车辆更加清晰可见。

接下来，该系统利用一种名为高斯混合模型的数学模型来检测放大图像中的移动车辆。这一过程有助于识别即使是远处微小的车辆，否则这些车辆可能被忽略——而这一切都仅需一台标准摄像头和适中的计算能力。

在白天和夜间条件下进行的测试中，该方法的检测精度是传统系统的两倍以上。它甚至优于一些基于深度学习的技术，并且在Raspberry Pi和Jetson Nano等小型低成本设备上能够以每秒30帧的速度流畅运行。

“更早地探测到远处的车辆可以显著减少十字路口事故，”Premachandra教授说道。“试想一下，如果有一个系统能在行人踏上人行横道之前发出警告，或者在数百米之外就提醒司机注意车辆——这将大大提升日常通勤的安全性。”

Premachandra教授认为，这项创新可以成为下一代交通引导系统的基础，该系统能够向司机和行人实时传递交通信息。例如，安装在十字路口的摄像头可以探测到各个方向远处驶来的车辆，并通过联网设备或交通信号灯向路口附近的司机和行人发出警报。

除了安全之外，这项技术还有助于智能交通系统（ITS）的发展——智能交通系统是一种整合车辆、传感器和基础设施的网络，旨在打造更安全、更高效的道路。由于该系统无需大量计算资源即可运行，因此可以轻松部署在城市和乡村地区。

尽管初步结果令人鼓舞，但Premachandra教授指出，他们计划进行进一步改进。该团队计划在不同的天气条件下测试该系统，例如雾、雨和雪，因为这些天气状况通常会降低能见度。他们还计划扩展系统对不同车辆类型的分类能力，并将其集成到更广泛的智能交通系统框架中。

“我们的目标是让道路对每个人都更安全，”Premachandra教授说。“哪怕提前几秒钟发出预警，也能决定旅程的安危，避免发生严重事故。”

这项研究将智能观测与简单的计算相结合，表明交通安全领域的创新并非总是需要复杂的人工智能——有时，只需更敏锐地观察前方路况即可。