本月累计签到次数:

今天获取 积分

5

双目视觉ADAS,是个什么东东?

双目视觉ADAS,是个什么东东?
已邀请 :
汽车领域的图像识别,关于单目与双目的技术是两条路线(分别涉及“智能识别技术”还是“立体视觉技术”),选择哪条技术路线取决自身对产品的定义与手上的资源是否具备优势。产业的大环境是双目的产业链供应缺乏,双目视觉ADAS就是提供这种供应
3
一般谈到单目,是指通过“模式识别和分类“的技术,认出障碍物是什么,然后估算距离。而双目本质上是一种测量设备,通过双目视差原理扫描出物体的位置。两者的可比性其实不大。单目的好处是有一定的“理解“能力,方便进行智能决策,双目则能较稳定的得到距离。同时,两种技术的缺点也很明显,受限于目前的技术发展,单目只能识别有限的内容,并且对位置、距离的估算也比较困难。双目的问题在于对产品化的软硬件要求都比较高,并且距离远了精度会下降的比较快。所以不管是单目还是双目,在汽车adas这个挑战颇大的应用场景下,目前都还处于较初级阶段,成功者寥寥。
3
从理论上来说,清晰度就是用像素除以角度范围的图像面积,也就是说像素越高而角度越小则越清晰,最好的产品假设当然是“分辨率无限高、角度无限大”这样看的多而清晰无盲点,但这受制于性能与成本。这个好比菜刀,有陶瓷刀、砍骨刀、普通的切肉刀等,看你要做那道菜,使用那把刀了。以Mobileye为例,他当初的产品传感器底大角度小(编者注:“底“是指图像传感器大小)、分辨率不高而且没有彩色,但是成像质量很高,从很远的地方能分辨出来障碍物,而且其抗干扰能力还很强。所以说关键还是看你自己的产品定位,也就是说要用在哪里解决什么问题,以及看摄像头的质量以及成像能力,例如有没有噪点、动态范围比较大等。
1

焰火盛宴

赞同来自 : D大调

单目、双目、毫米波雷达、激光雷达,这四种技术都有显著的优势和缺点。如果说之前单个摄像头没能分清楚“白色卡车和云彩“,雷达没分清楚“车还是广告牌”,多加几个摄像头并不能产生本质的改变。我觉得能否满足自动驾驶取决于大家对这类事故的容忍度,毕竟特斯拉的事故率实际上要低于人工驾驶的事故率的,一方面技术要不停进步,通过提升性能或是做传感器融合,另一方面也要考虑社会成本,不能一味要求万无一失。
1

葱油煎饼

赞同来自 : 寒风刺骨

深度学习是个很好的思路,比传统的机器学习更具有优势,其核心优势在于能自动构建模型的设计。而双目不属于模式识别的范畴,和深度学习关系相对比较远,过程中数据处理还是以本身的算法和机器学习的方法为主以,当然我们也会补充自己研发的算法以符合场景使用需求,能不能用或者适不适用于深度学习还需要进一步讨论。

双目本身从理论和技术而言其实近两年变化都更小,但为什么这么久了外面一直看不到产品呢?这就是大家要深度思考的问题。

首先从理论基础来看:一个东西通过左右眼视差判断距离,但我们有时左右眼看到的是同一东西的不同面,成像出不一样的东西则失去了双目理论存在的依据。

而站在实用角度而言:对于双目而言,如果距离越远其测量精度就越低,导致其在产业应用中特别难使用,适用场景也比较局限。

最后再站在车载领域来分析:在车载摄像头要求不能间距太大,跨度一大或使用过程中变形都会使其失去工作能力,包括其使用工作的环境多变(阳光折射、树荫遮挡、挡风玻璃一脏)都会干扰其工作性能。

我们做双目产品也是在实际的使用场景中不断地摸索、测试与优化,现在我们能保证在常规行车环境下都能正常使用。目前的功能主要有前向障碍物碰撞预警、车距保持预警、车道偏离预警等
1

D大调

赞同来自 : 寒风刺骨

ADAS 这个系统可以简单理解为:我们在车上装了很多摄像头,最核心功能是通过智能系统为客户提供智能“碰撞预警”和“盲区辅助”。我们在车身不同的位置最多装7个摄像头,包含一个双目摄像头和多个单目摄像头,既有单目识别功能,也有双目测距功能。同时还包括360度环视、行驶记录、盲区监测等功能,目前主要针对后装市场,根据客户要求进行不同的配置。其实我们在单目这里也有很多技术储备,所以我们的产品通过自己的通用障碍物检测技术,利用多核及GPU运算,识别出前方道路上任何具有一定高度的物体,包括人、车、物,同时利用我们的双目摄像头实时采集前方数据并对同一景物成像,通过对两幅图像进行实时分析处理,更精确地计算距离,这样才能根据车辆与障碍物的距离和速度差精确的计算出发生碰撞时间,达到真正的提前预警功能。此外,我们自己独有的引擎盖透视功能,利用这多个摄像头实现“虚拟三维图像视角转换和拼接技术”,让用户看到原本被引擎盖遮挡的盲区,实现真正的宽、大、全方位、多角度的视野成像,以解除用户驾驶过程中由盲区导致的安全隐患。
0

寒风刺骨

赞同来自 :

双目需要同步曝光等特殊要求,只有少量传感器以及ISP芯片能支持,但是本身的工艺要求其实并不很高。目前整套硬件支持体系与产品是我们自己设计的,我们也已经找到相应供应商,所以我们的产品化还是比较顺利的。双目相机的确存在不能容忍变形,比较“脆弱“的问题,这是阻止产业化的原因之一,我们在现有双目理论的数学基础上做了一些扩展,成功的解决了这个问题。其实对于任何一个新兴技术在大规模产业化的过程中,都需要解决大量的此类实际问题,有的要靠学术推进,有的要靠工程方法。

要回复问题请先登录注册