面向未来智能驾驶的嵌入式视觉的探索与思考收藏

    感知系统包括视觉系统在内，未来随着从ADAS到自动驾驶的逐步过渡，对感知系统会有一个巨大的变化一方面，之前ADAS更多关注点在解决误报率方面，而未来自动驾驶行业会更加关注漏检率    近日，在上海举办的2018高工智能汽车开发者大会上海站上，来自国内双目嵌入式视觉初创公司元橡科技CTO任杰表示，未来自动驾驶对安全性要求更高，不能漏报，一旦漏报就是一个非常严重的交通事故。

比如除了车、人等常见的一些障碍物，未来车辆感知系统必须检测到全类型的障碍物    传统的单目视觉，首先依赖于大量的样本，对于中国这样的复杂道路场景，就要采集更多有特色的样本，谁采集的数据更多就优势越大同时，需要对图像有一个精准的识别，只有识别了以后才能判断这个物体大概离车有多远。

    因此，单目视觉系统如果不知道这是一个什么障碍物，就无法知道它离车有多远所以，传统的单目视觉取决于识别图像的精准度而对于双目视觉系统来说，不管认不认识这个物体，它的点云就在三维空间里，首先可以保证车辆安全，这是双目的最大优势之一。

    双目做ADAS不依赖样本库，测距直接通过简单的规则——将路面以上凸起的物体都可视为障碍物，整个算法是全白盒化的，不会存在识别不到的问题而且一旦出现问题，就可以直接找到原因，不会像单目深度学习算法是黑盒的逻辑。

    此外，传统的单目视觉最大瓶颈在于天气变化，尤其是雨雾及夜晚环境而双目识别是一个全类型环境识别，以目前的主流自适应巡航ACC为例，双目视觉可以减少光照变化带来的影响    比如，车辆在过隧道的时候它的颜色、纹理发生了非常大的变化，可能从一辆白车变成黑车，对于摄像头跟踪来讲是一个很大的难度。

双目视觉可以很大的程度上做弥补，因为在三维空间上这个点云始终存在的甚至是一些相对环境恶劣的天气，由于双目可以获取深度信息，在很大程度上可以克服此类情况    但此前，国内做双目立体视觉的公司并不多，之所以没有被大范围应用于自动驾驶，主要是受制于硬件条件的不成熟。

    在任杰看来，做立体相机的量产落地，几个关键的指标要达到，包括尺寸、功耗、成本、性能等以元橡科技的产品为例，尺寸可以做到目前世界最小的车载立体视觉相机性能方面，100米测距范围保持误差5%以内，完全可以达到883要求，同时做到功耗低于5W，延时小于3ms。

    双目的摄像头是一个天然融合的传感器，它将深度学习和图像学习糅合，使得后续的处理速度会非常快目前，元橡科技使用FPGA的方式，将传感器深度图像生成的时间压缩到了毫秒级别，这意味着处理解析图像数据，得出结果几乎是实时的，给控制决策部分留下了非常充裕的时间。

    立体视觉的另外一个难点就是两个相机的一致性问题，就像天下没有两片相同的叶子，哪怕是工业流水线上生产出来的相机，也存在一定的差异性    因此，为了使得立体相机达到同步拍摄，系统的软件结构、运行机制都需要进行软硬件调整，才能达到统一性。

双目跟单目最大的区别是，前者需要软硬件的联合优化，这也是为什么元橡科技选择要做软硬件一体的解决方案商    双目摄像头的方案，CMOS融合图像数据需要相匹配的ISP处理，现有的ISP方案都是针对单目的，不太适合做双目的处理，所以元橡科技从ISP这个硬骨头开始啃，争取在相机的每个处理单元做到最优。

    任杰透露，公司从去年已经在研发芯片，预计在今年第四季度可以对外发布自主研发的双目图像处理芯片    而在国际上，斯巴鲁1989年开始对立体摄像头（即双目摄像头）技术进行研究，并于1999年把该技术应用（命名为EyeSight）到量产车的ADAS系统之上。

在新的第三代ADAS系统中，加入制动控制车速的功能成为了一个重要设计目标，以提升主动巡航控制的舒适性    后来随着毫米波雷达技术逐渐成熟，斯巴鲁通过融合立体摄像头数据和毫米波雷达数据提升了ADAS系统的工作稳定性及对极端天气的适应能力。

    目前EyeSight已经发展到3.5代，但仅限于日本市场(其他市场为第三代)第三代EyeSight功能包含PCB预防碰撞刹车系统、ACC主动车距定速控制系统、PCTM预防碰撞油门控制系统、LDW车道偏移警示系统、LSW车道偏摆警示系统、LVSA前车驶离警示系统这六大功能。

    2017年3月，欧洲Euro-NCAP（安全评鉴协会）发布了新一系列包扩奥迪、丰田、路虎等在内的车型的碰撞测试结果，其中路虎的发现车型获得了五星获得五星的路虎车型，搭载的主动安全系统中，前向采用了双目摄像头的方案，而这个方案也成为了它能脱颖而出的关键。

    谈及大规模量产，元橡科技希望将来把产品做成一个标准件，然后批量给主机厂、自动驾驶公司使用，而不是忙不迭的做一个又一个的定制项目。同时，未来希望做全球顶级的双目视觉软硬件方案提供商。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。