0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器视觉在自动驾驶应用有什么

BJ数据堂 来源:BJ数据堂 作者:BJ数据堂 2023-06-20 17:26 次阅读

视觉是人类认知世界最重要的功能手段,生物学研究表明,人类获取外界信息75%依靠视觉系统,而在驾驶环境中这一比例甚至高达90%。

如果能够将人类视觉系统应用到自动驾驶领域,无疑将会大幅度提高自动驾驶的准确性,而这正是当前计算机科学和自动驾驶领域最热门的研究方向之一,它就是机器视觉技术。

机器视觉技术发展至今已有二十多年的历史,而真正发生革命性进步的则是莫尔视觉计算理论的提出,通过实现神经网络相关算法使机器拥有同人类视觉系统同样的功能提供了可能。一般来说,机器视觉系统包含有镜头、摄像系统和图像处理系统,而其核心则是专用高速图像处理单元,也就是把存入的大量数字化信息与模板库信息进行比较处理,并快速得出结论,其运算速度和准确率是关键指标。这主要通过高效合理的算法和处理能力强大的芯片来实现。

目前,市场上已有多种高效视觉专用硬件处理器及芯片等电子器件,并且随着计算机技术的进步,更先进的算法被相继发明,如采用网格分布式处理系统能够有效的提高运算的效率。今后机器视觉的核心问题将是对图像的深入理解。

机器视觉在自动驾驶中的应用主要有以下两个个方面:

障碍物检测

障碍物检测的准确率是车辆自动驾驶过程中安全性的重要保证。在行驶过程中,障碍物的出现是不可预知的, 也就无法根据现有的电子地图避开障碍物,只能在车辆行驶过程中及时发现, 并加以处理。当前, 由于自动驾驶环境的不成熟,关于障碍物的定义尚没有统一的标准。因此, 可以认为一切可能妨碍车辆正常行驶的物体和影响车辆通行的异常地形都是车辆行驶过程中的障碍物。目前来看,障碍物检测算法主要有以下三种:1. 基于特征的障碍物检测;2. 基于光流场的障碍物检测;3. 基于立体视觉的障碍物检测。在三种算法中,基于立体视觉的障碍物检测因为既不需要障碍物的先验知识, 对障碍物是否运动也无限制, 还能直接得到障碍物的实际位置而成为主流研究方向。但其对摄像机标定要求较高。而在车辆行驶过程中, 摄像机定标参数会发生漂移, 需要对摄像机进行动态标定。

道路检测

自动导航是自动驾驶的必要条件,自动驾驶过程中,道路检测主要是为了确定车辆在道路中的位置和方向,以便控制车辆按照正确的路线行驶。另外,它还为后续的障碍物检测确定搜索范围,以及缩小障碍物检测的搜索空间,降低算法复杂度和误识率。然而由于现实中的道路多种多样,在加上光照、气候等各种环境因素的影响,道路检测是一个十分复杂的问题。至今仍无一个通用的算法,现有算法基本上都对道路做了一定的假设。通常采用的假设有:1特定兴趣区域假设;2道路等宽假设;3道路平坦假设。另外,道路平坦假设也为障碍物定义提供参考。

数据堂自有数据集的“智能驾驶数据解决方案”中掌握着驾乘人群的行为数据,不仅包含驾驶员行为标注数据50种动态手势识别数据,103282张驾驶员行为标注数据等,还包1300万组人机对话交互文本数据,245小时车载环境普通话手机采集语音数据。不管是街景场景数据,驾驶员行为数据,还是车载语音数据,数据堂基于Human-in-the-loop智能辅助标注技术”和丰富的AI数据项目实施经验及完善的项目管理流程,支持智能驾驶场景下驾驶舱内、舱外的图像、语音数据采集任务,辅助智能驾驶技术在复杂多样的环境下更好的感知实际道路、车辆位置和障碍物信息等,实时感知驾驶风险,实现智能行车、自动泊车等预定目标。对于智能驾驶而言将是其他企业难以企及的优势。

目前,机器视觉技术在自动驾驶中并没有进行大规模的应用,其实这这并非是硬件的问题,事实上摄像头技术在汽车中的应用已经十分成熟,如行车记录仪,广角视野、倒车影像等功能都完全具备,而芯片技术也已能够高效完成图像的压缩处理,最终难点在于模拟神经网络的视觉算法。

审核编辑:汤梓红
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器视觉
    +关注

    关注

    161

    文章

    4369

    浏览量

    120282
  • 自动驾驶
    +关注

    关注

    784

    文章

    13784

    浏览量

    166399
收藏 人收藏

    评论

    相关推荐

    MEMS技术自动驾驶汽车中的应用

    MEMS技术自动驾驶汽车中的应用主要体现在传感器方面,这些传感器为自动驾驶汽车提供了关键的环境感知和数据采集能力。以下是对MEMS技术自动驾驶
    的头像 发表于 11-20 10:19 317次阅读

    自动驾驶汽车安全吗?

    随着未来汽车变得更加互联,汽车逐渐变得更加依赖技术,并且逐渐变得更加自动化——最终实现自动驾驶,了解自动驾驶汽车的安全问题变得非常重要,这样你才能回答“自动驾驶汽车安全吗”和“
    的头像 发表于 10-29 13:42 502次阅读
    <b class='flag-5'>自动驾驶</b>汽车安全吗?

    智能驾驶自动驾驶的关系

    智能驾驶自动驾驶概念上存在一定的联系和区别,以下是对两者关系的介绍: 一、概念定义 智能驾驶 : 智能驾驶是一个更为宽泛的概念,它指的是
    的头像 发表于 10-23 16:02 647次阅读

    人工智能的应用领域自动驾驶

    人工智能的应用领域确实包括自动驾驶 。近年来,随着科技的迅猛发展,人工智能(AI)的应用已经渗透到生活的方方面面,特别是自动驾驶领域,AI技术展现出了巨大的潜力和价值。 一、人工智能在自动驾
    的头像 发表于 10-22 16:18 495次阅读

    自动驾驶HiL测试方案案例分析--ADS HiL测试系统#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月22日 15:20:19

    自动驾驶技术的典型应用 自动驾驶技术涉及到哪些技术

    自动驾驶技术的典型应用 自动驾驶技术是一种依赖计算机、无人驾驶设备以及各种传感器,实现汽车自主行驶的技术。它通过使用人工智能、视觉计算、雷达、监控装置和全球定位系统等技术,使
    的头像 发表于 10-18 17:31 708次阅读

    激光雷达与纯视觉方案,哪个才是自动驾驶最优选?

    主要分为两大类:激光雷达与视觉感知。激光雷达因其能够提供精确的距离和形状信息,自动驾驶技术早期的开发中被广泛应用。然而,随着计算机视觉技术的飞速进步,基于摄像头的纯
    的头像 发表于 09-29 10:47 439次阅读

    FPGA自动驾驶领域哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA
    发表于 07-29 17:11

    FPGA自动驾驶领域哪些应用?

    控制。视觉算法方面,FPGA利用自身并行处理和高速存储器的特点,极大地加快了算法的执行速度,提高了运算效率。 五、未来发展趋势随着自动驾驶技术的不断发展,FPGA
    发表于 07-29 17:09

    自动驾驶识别技术哪些

    自动驾驶的识别技术是自动驾驶系统中的重要组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。自动驾驶识别技术主要包括多种传感器及其融合技术,以及基于这些传感器数据的处理和识别算法。
    的头像 发表于 07-23 16:16 642次阅读

    自动驾驶汽车传感器哪些

    自动驾驶汽车传感器是实现自动驾驶功能的关键组件,它们通过采集和处理车辆周围环境的信息,为自动驾驶系统提供必要的感知和决策依据。以下是对自动驾驶汽车传感器主要类型的详细阐述。
    的头像 发表于 07-23 16:00 2297次阅读

    华为小米自动驾驶Occupancy Network对决

    2023年6月计算机视觉学术圈CVPR举办两场自动驾驶研讨会,一个是端到端自动驾驶研讨会 (End-to-End Autonomous Driving Workshop),另一个是视觉
    的头像 发表于 04-28 14:35 1007次阅读
    华为小米<b class='flag-5'>自动驾驶</b>Occupancy Network对决

    未来已来,多传感器融合感知是自动驾驶破局的关键

    技术 ,摄像头和雷达等多传感器的探测数据 在前端(数据获取时)交互验证,让自动驾驶系统能感知到“看不见”的危险。 例如,反向车道强远光灯干扰的情况下,当雷达子系统探测到潜在运动目标时,融合感知系统
    发表于 04-11 10:26

    联网自动驾驶机器人的网络安全

    联网自动驾驶机器人的网络安全
    的头像 发表于 12-26 10:37 390次阅读
    联网<b class='flag-5'>自动驾驶</b><b class='flag-5'>机器</b>人的网络安全

    语音数据集自动驾驶中的应用与挑战

    随着人工智能技术的快速发展,自动驾驶汽车已经成为交通领域的研究热点。语音数据集自动驾驶中发挥着重要的作用,为驾驶员和乘客提供了更加便捷和安全的交互方式。本文将详细介绍语音数据集
    的头像 发表于 12-25 09:48 556次阅读