谷歌、特斯拉等科技巨頭都在不遺余力地發展自動駕駛技術，但這項技術要走向成熟還需在許多關鍵子系統上獲得突破。英國劍橋大學開發的一套機器成像識別系統，有望以更低的成本來解決自動駕駛汽車如何看見和分辨路上物體的難題。

這一系統名為“segnet”，只需將系統的核心應用程序與常規攝像頭甚至智能手機的攝像頭配合使用，就能快速拍攝路面環境畫面，實時將影像中不同物體進行分類，比如道路、路牌、行人、建筑等，并進行對照識別。

研究人員說，他們已在城區道路和高速公路上進行過測試，系統的識別準確率讓人滿意，這方面的性能甚至超過基于激光或雷達的傳感器。接下來，研究人員還準備在郊野甚至雪地和沙漠環境中開展測試。

目前發展中的自動駕駛汽車原型多使用基于雷達等技術的傳感器來進行物體識別。但這類裝備的價格往往比較高昂，甚至比車輛的價格還高，這極大地影響了自動駕駛汽車實用化前景。

研究人員說，相對那些昂貴的傳感器，這一新開發的系統不但成本要低很多，而且還能進行“深度學習”。研究人員會不斷為系統增加相關的分類識別數據，提升識別準確度。盡管目前該系統還沒有成熟到可直接用來控制車輛行進，但已能作為車輛防撞警告系統來使用。