<mark id="oztn4"></mark>
0
| 本文作者： 朱玉龍 | 2016-07-13 13:12 | 專題：新智駕說：自動(dòng)駕駛那些事兒｜朱玉龍專題 |
雷鋒網(wǎng)按：本文作者朱玉龍， 汽車行業(yè)工程師。朱校長每天分享一篇業(yè)界文章，內(nèi)容雖短，亦是一種認(rèn)真探討后的分享，希望對汽車從業(yè)者們有所幫助。
接上篇文章《聊一聊電動(dòng)汽車的消防滅火》，本文主要探討現(xiàn)在的ADAS和未來的自動(dòng)駕駛，在使用視覺系統(tǒng)作為環(huán)境入口的長處、短處和需要克服的難點(diǎn)。
視覺系統(tǒng)在車道線識別LDW、信號燈識別TSR、行人識別里面作為必要手段。其中AEB里面的行人識別將會對視覺系統(tǒng)提出更高的要求。
備注：
車道線識別和居中，可以與高精度地圖和定位居中互補(bǔ)
TSR可以與V2I的通信進(jìn)行互補(bǔ)
行人識別是真的很難，靠多線Lidar代價(jià)太高
視覺系統(tǒng)的核心優(yōu)勢在“人”和物體的區(qū)分，是優(yōu)先級的區(qū)分
視覺系統(tǒng)分辨率遠(yuǎn)遠(yuǎn)高于其他類型的傳感器=》提供道路環(huán)境的細(xì)節(jié)=》建立完整的環(huán)境模型
視覺系統(tǒng)可識別物體的形狀和外觀=》讀取外部信息
這里重點(diǎn)拿V2I來說下，理論上，在一個(gè)完整的V2X的世界里面，是完全可以用互聯(lián)互通與視覺系統(tǒng)進(jìn)行完美互補(bǔ)的。
今天交流一圈下來，網(wǎng)聯(lián)難免有理想化的成分，把兩個(gè)完美的融合在一起，本身需要大量的心力，你不做你是不知道那么多的。
當(dāng)然，視覺還有大殺器，基于視頻流，通過環(huán)視建立外部環(huán)境模型。
1）E2E DNN
2）分層DNN學(xué)習(xí)
這個(gè)方向就需要大量的運(yùn)算能力，通過各個(gè)層級進(jìn)行學(xué)習(xí)，從新司機(jī)到老司機(jī)的過程……
在產(chǎn)業(yè)初期，建立一個(gè)完備的駕駛行為學(xué)習(xí)機(jī)制，也需要內(nèi)部的視覺系統(tǒng)進(jìn)行記錄和比對。
人臉看眼神分沒分心需要記錄
選配：方向盤操作需要記錄（這個(gè)也可以傳感器記錄）
選配：油門和剎車操作（這個(gè)也可以通過傳感器記錄）
本質(zhì)上這種其實(shí)是一種學(xué)習(xí)模式，建立模型之后對比和學(xué)習(xí)。
概括來說，系統(tǒng)的面臨的問題包括，以下有些能解決，有些能改善，有些則沒辦法，外部的基本可以做個(gè)歸類
1、干擾和限制比較多
1）隧道口車輛與隧道重影
2）正面強(qiáng)光炫目
3）Camera前方的水滴
擋風(fēng)玻璃外霧、雪、灰塵、粉塵或霜附著、
擋風(fēng)玻璃內(nèi)凝露水滴或灰塵
4）各種奇怪的車型
2、環(huán)境的影響比較大
惡劣天氣（如暴雨，暴風(fēng)雪或濃霧）
能見度差，霧霾，煙或水蒸汽
雨天道路車輛倒影
環(huán)境照度比較低（黑夜&隧道）+前車無燈
3、外部環(huán)境車輛和車道線、標(biāo)識的情況
車輛傾斜和不同的角度場景
掉色的車道線、在雨雪覆蓋下難以辨識的車道線可能無法識別
前車覆雪，使得車輛顏色均勻
路面在坡度比較傾斜的地方
其他，還有個(gè)有趣的事情，是以下兩個(gè)案子。
這個(gè)圖像反了。
這個(gè)來自系統(tǒng)外，系統(tǒng)用剎車燈開關(guān)來采集人介入剎車，奈何開關(guān)失效自動(dòng)把系統(tǒng)關(guān)了
camera內(nèi)部及camera處理芯片的失效問題后面找資料展開。
1）視覺系統(tǒng)的軟硬件提升好快，很多東西需要持續(xù)更新
2）V2X我覺得我們單獨(dú)可以拿出來好好對比一下，明天我們再來仔細(xì)看看，如何在系統(tǒng)中看待這兩個(gè)東西
雷鋒網(wǎng)注：本文為作者系列更新文章，轉(zhuǎn)載請聯(lián)系授權(quán)并注明出處和作者，不得刪減內(nèi)容。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
