有了機器視覺(jué)，自動(dòng)駕駛才玩得轉

　　視覺(jué)是人類(lèi)認知世界最重要的功能手段，生物學(xué)研究表明，人類(lèi)獲取外界信息75%依靠視覺(jué)系統，而在駕駛環(huán)境中這一比例甚至高達90%。

　　如果能夠將人類(lèi)視覺(jué)系統應用到自動(dòng)駕駛領(lǐng)域，無(wú)疑將會(huì )大幅度提高自動(dòng)駕駛的準確性，而這正是當前計算機科學(xué)和自動(dòng)駕駛領(lǐng)域最熱門(mén)的研究方向之一，它就是機器視覺(jué)技術(shù)。

　　機器視覺(jué)技術(shù)發(fā)展至今已有二十多年的歷史，而真正發(fā)生革命性進(jìn)步的則是莫爾視覺(jué)計算理論的提出，通過(guò)實(shí)現神經(jīng)網(wǎng)絡(luò )相關(guān)算法使機器擁有同人類(lèi)視覺(jué)系統同樣的功能提供了可能。一般來(lái)說(shuō)，機器視覺(jué)系統包含有鏡頭、攝像系統和圖像處理系統，而其核心則是專(zhuān)用高速圖像處理單元，也就是把存入的大量數字化信息與模板庫信息進(jìn)行比較處理，并快速得出結論，其運算速度和準確率是關(guān)鍵指標。這主要通過(guò)高效合理的算法和處理能力強大的芯片來(lái)實(shí)現。

　　目前，市場(chǎng)上已有多種高效視覺(jué)專(zhuān)用硬件處理器及芯片等電子器件，并且隨著(zhù)計算機技術(shù)的進(jìn)步，更先進(jìn)的算法被相繼發(fā)明，如采用網(wǎng)格分布式處理系統能夠有效的提高運算的效率。今后機器視覺(jué)的核心問(wèn)題將是對圖像的深入理解。

　　機器視覺(jué)在自動(dòng)駕駛中的應用主要有以下兩個(gè)方面：

　　障礙物檢測

　　障礙物檢測的準確率是車(chē)輛自動(dòng)駕駛過(guò)程中安全性的重要保證。在行駛過(guò)程中，障礙物的出現是不可預知的, 也就無(wú)法根據現有的電子地圖避開(kāi)障礙物，只能在車(chē)輛行駛過(guò)程中及時(shí)發(fā)現, 并加以處理。當前，由于自動(dòng)駕駛環(huán)境的不成熟，關(guān)于障礙物的定義尚沒(méi)有統一的標準。因此，可以認為一切可能妨礙車(chē)輛正常行駛的物體和影響車(chē)輛通行的異常地形都是車(chē)輛行駛過(guò)程中的障礙物。目前來(lái)看，障礙物檢測算法主要有以下三 種：1. 基于特征的障礙物檢測;2. 基于光流場(chǎng)的障礙物檢測;3. 基于立體視覺(jué)的障礙物檢測。在三種算法中，基于立體視覺(jué)的障礙物檢測因為既不需要障礙物的先驗知識，對障礙物是否運動(dòng)也無(wú)限制，還能直接得到障礙物的實(shí)際位置而成為主流研究方向。但其對攝像機標定要求較高。而在車(chē)輛行駛過(guò)程中，攝像機定標參數會(huì )發(fā)生漂移，需要對攝像機進(jìn)行動(dòng)態(tài)標定。

　　道路檢測

　　自動(dòng)導航是自動(dòng)駕駛的必要條件，自動(dòng)駕駛過(guò)程中，道路檢測主要是為了確定車(chē)輛在道路中的位置和方向，以便控制車(chē)輛按照正確的路線(xiàn)行駛。另外，它還為后續的障礙物檢測確定搜索范圍，以及縮小障礙物檢測的搜索空間，降低算法復雜度和誤識率。然而由于現實(shí)中的道路多種多樣，在加上光照、氣候等各種環(huán)境因素的影響，道路檢測是一個(gè)十分復雜的問(wèn)題。至今仍無(wú)一個(gè)通用的算法，現有算法基本上都對道路做了一定的假設。通常采用的假設有：1特定興趣區域假設;2道路等寬假設;3道路平坦假設。另外，道路平坦假設也為障礙物定義提供參考。

　　目前，機器視覺(jué)技術(shù)在自動(dòng)駕駛中并沒(méi)有進(jìn)行大規模的應用，其實(shí)這這并非是硬件的問(wèn)題，事實(shí)上攝像頭技術(shù)在汽車(chē)中的應用已經(jīng)十分成熟，如善領(lǐng)科技的行車(chē)記錄儀，廣角視野、倒車(chē)影像等功能都完全具備，而芯片技術(shù)也已能夠高效完成圖像的壓縮處理，最終難點(diǎn)在于模擬神經(jīng)網(wǎng)絡(luò )的視覺(jué)算法。