广告
一文读懂基于DL的无人驾驶视觉感知系统的应用场景
2019-10-11 22:42:08· 来源：数理之家
基于深度学习的计算机视觉，应用于无人驾驶的视觉感知系统中，主要分为四大块：- 动态物体检测（Dynamic Object Detection）-通行空间（Free Space）-车道线检测
基于深度学习的计算机视觉，应用于无人驾驶的视觉感知系统中，主要分为四大块：
- 动态物体检测（Dynamic Object Detection）
- 通行空间（Free Space）
- 车道线检测（Lane Detection）
- 静态物体检测（Static Object Detection）
主要从需求、难点、实现三个方面对每项感知部分做剖析。上述检测的难度从难到易排序：DOD>FS=LD>SOD。
1.动态物体检测
检测需求：对车辆（轿车、卡车、电动车、自行车）、行人等动态物体的识别；
检测难点：（三座大山：检测类别多、多目标追踪难度大、测距精度足够准）
（1）遮挡情况情况较多，heading朝向的问题，测距精准度
（2）行人、车辆类型种类较多，难以覆盖，容易误检（集装箱vs卡车、树干vs行人）
（3）加入追踪，id切换的问题。3D物体检测
实现方案：相机的内外参标定；对动态物体的检测，尤其是车辆的检测，是需要给出车辆的3D bounding box的（给出一个伪3D也是可以的），所以在神经网络的训练打标签时与普通的2D检测有区别，3D的好处在于能给出车的一个heading信息，以及车的高度信息。车辆及行人都要给出对应的id号，要加入多目标跟踪算法，遮挡情况下的id难以维持，这是一个难点。另外神经网络提取特征能力再强大，也不能cover掉所有的动态物体检测，可以依据现实场景增加一些几何约束条件（如汽车的长宽比例固定，卡车的长宽比例固定，车辆的距离不可能突变，行人的高度有限等），增加几何约束的好处是提高检测率，降低误检率，如轿车不可能误检为卡车；方案是训练一个3D检测模型（2.5D也行）加后端多目标追踪优化加基于单目视觉几何的测距方法。
对于动态物体的检测，最后需要结合激光雷达的结果进行融合，在夜间、雨雪天气，视觉无法处理；同时，有激光雷达信息，对于车辆的朝向信息判断更准确，仅凭一个摄像头去做检测、去做heading、去做精准的距离判断，难度太大。
结合激光雷达，夜晚能准确给出车辆的heading信息
2.通过空间检测
检测需求：对车辆行驶的安全边界（可行驶区域）进行划分，主要对车辆、普通路边沿、侧石边沿、没有障碍物可见的边界、未知边界进行划分。
绿色代表可通行区域
检测难点：
（1）复杂环境场景时，边界形状复杂多样，导致泛化难度较大。不同于其它的检测有明确的检测类型（如车辆、行人、交通灯），通行空间需要把本车的行驶安全区域划分出来，需要对凡是影响本车前行的障碍物边界全部划分出来，如平常不常见的水马、锥桶、坑洼路面、非水泥路面、绿化带、花砖型路面边界、十字路口、T字路口等进行划分。
（2）标定参数校正；在车辆加减速、路面颠簸、上下坡道时，会导致相机俯仰角发生变化，原有的相机标定参数不再准确，投影到世界坐标系后会出现较大的测距误差，通行空间边界会出现收缩或开放的问题。
（3）边界点的取点策略和后处理；通行空间考虑更多的是边缘处，所以边缘处的毛刺，抖动需要进行滤波处理，使边缘处更平滑。障碍物侧面边界点易被错误投影到世界坐标系，导致前车隔壁可通行的车道被认定为不可通行区域，如下图所示。
视觉感知结果与实际投影到世界坐标系下是有差别的
实现方案：相机标定（若能在线标定最好，精度可能会打折扣），若不能实现实时在线标定功能，增加读取车辆的IMU信息，利用车辆IMU信息获得的俯仰角自适应地调整标定参数；选取轻量级合适的语义分割网络，对需要分割的类别打标签，场景覆盖尽可能的广；描点操作（极坐标的取点方式），边缘点平滑后处理操作（滤波算法）。
3.车道线检测
检测需求：对各类车道线（单侧/双侧车道线、实线、虚线、双线）进行检测，还包括线型的颜色（白色/黄色/蓝色）以及特殊的车道线（汇流线、减速线等）的检测。
直观感受车道线的检测
标准单一情况下的车道线识别难度不大，路况大都是平行笔直的实线或虚线（如特斯拉支持高速公路的辅助驾驶，它们的车道线检测拟合的效果极好）。车道线的检测难点在于:
（1）线型种类多，不规则路面检测车道线难度大；如遇地面积水、无效标识、修补路面、阴影情况下的车道线容易误检、漏检。
（2）上下坡、颠簸路面，车辆启停时，容易拟合出梯形、倒梯形的车道线。
（3）弯曲的车道线、远端的车道线、环岛的车道线，车道线的拟合难度较大，检测结果易闪烁；
实现方案：传统的图像处理算法需经过摄像头的畸变校正，对每帧图片做透视变换，将相机拍摄的照片转到鸟瞰图视角，再通过特征算子或颜色空间来提取车道线的特征点，使用直方图、滑动窗口来做车道线曲线的拟合，传统算法最大的弊端在于场景的适应性不好。采用神经网络的方法进行车道线的检测跟通行空间检测类似，选取合适的轻量级网络，打好标签；车道线的难点在于车道线的拟合（三次方程、四次方程），所以在后处理上可以结合车辆信息（速度、加速度、转向）和传感器信息做航位推算，尽可能的使车道线拟合结果更佳。
市区道路车道线检测
4.静态物体检测：
Tesla Model3 Autopilot渲染在HMI界面的车道线结果（极其稳定，极其鲁棒）
静态物体检测：
检测需求：对交通红绿灯、交通标志等静态物体的检测识别；
检测难点：（1）红绿灯、交通标识属于小物体检测，在图像中所占的像素比极少，尤其远距离的路口，识别难度更大。如下图红绿灯在1920*1208的像素层面上占据的像素大小仅为18*45pixel左右，在强光照的情况下，人眼都难以辨别，而停在路口的斑马线前的汽车，需要对红绿灯进行正确的识别才能做下一步的判断。
感受一下红绿灯识别的难度
（2）交通标识种类众多；采集到的数据易出现数量不均匀的情况。
交通标识牌种类
（3）交通灯易受光照的影响，在不同光照条件下颜色难以区分（红灯与黄灯），且到夜晚时，红灯与路灯、商店的灯颜色相近，易造成误检；
实现方案：通过感知去识别红绿灯，有一种舍身取义的感觉，效果一般，适应性差，条件允许的话(如固定园区限定场景)，该装V2X就装V2X,多个备份冗余，V2X > 高精度地图 > 感知识别。若碰上GPS信号弱的时候，感知识别可以出场了，大部分情况，V2X足以Cover掉大部分的场景。感知方案的具体实现参照文章，主要为红绿灯数据集采集，标签处理，检测模型训练，算法部署，追踪后端优化，接口开发；
红绿灯的算法开发可以参考：
（1）真值的来源。定义，校准，分析比对，绝不是看检测结果的map或帧率，需要以激光的数据或者RTK的数据作为真值来验证测距结果在不同工况（白天、雨天、遮挡等情况下）的准确性；
（2）硬件帧率、资源消耗。多个网络共存，多个相机共用都是要消耗cpu、gpu资源的，如何处理好这些网络的分配，多个网络的前向推理可能共用一些卷积层，能否复用；引入线程、进程的思想来处理各个模块，更高效的处理协调各个功能块；在多相机读取这一块，做到多目输入的同时不损失帧率，在相机码流的编解码上做些工作。
（3）多目融合的问题。一般在汽车上会配备4个（前、后、左、右）四个相机，对于同一物体从汽车的后方移动到前方，即后视相机可以看到，再移至侧视相机能看到，最后移至前视相机能看到，在这个过程中，物体的id应保持不变（同一个物体，不因相机观测的变化而改变）、距离信息跳变不宜过大（切换到不同相机，给出的距离偏差不宜太大，）
（4）多场景的定义。针对不同的感知模块，需要对数据集即场景定义做明确的划分，这样在做算法验证的时候针对性更强；如对于动态物体检测，可以划分车辆静止时的检测场景和车辆运动时的场景。对于交通灯的检测，可以进一步细分为左转红绿灯场景、直行红绿灯、掉头红绿灯等特定场景。公用数据集与专有数据集的验证。
（5）回放工具验证，感知输出的离线数据分析。肉眼观察视觉感知的效果是不可靠的，需要将视觉检测的结果，激光的结果，RTK的结果都统一在回放工具上，对视觉检测的结果进行离线分析，包括距离误差的分析、检测效果与距离的分析、曲线拟合的分析等等，完成这些工作需要统一时间戳，同时输出视觉检测结果的类别信息，距离信息和作为真值传感器的输出信息，进行分析对比，以此验证视觉感知结果的好坏。上述为视觉感知中的具体实现模块功能。
目前围绕无人驾驶汽车做基于深度学习开发的独角兽企业（融资过亿美刀）：
图森（基于深度学习计算机视觉的智能集卡）
momenta（提供基于深度学习的计算视觉解决方案，自主泊车）
地平线（基于深度学习的芯片硬件设计，提供整套软硬件方案）
Pony.ai(整车系统开发的无人驾驶)
围绕深度学习开发的大厂：
华为、滴滴、百度、上汽、蔚来。
广告 
广告
编辑推荐
最新资讯
-
测迅乌镇&盐城测试场：助力智能网联汽车标
2025-02-22 12:39
-
使用示波器对三相电机驱动器进行测量
2025-02-22 12:37
-
上汽集团大乘用车重磅招聘
2025-02-22 12:25
-
GB/T 44173-2024对开门预警DOW的要求
2025-02-22 12:25
-
声音工程：像用PS一样编辑声音
2025-02-21 17:04
广告
广告
