全面解析無人駕駛發(fā)展難點及現(xiàn)階段技術(shù)手段

雙目系統(tǒng)的缺點在于：計算量非常大，對計算單元的性能要求非常高，這使得產(chǎn)品化、小型化的難度較大。所以在芯片或FPGA上解決雙目的計算問題難度比較大。

國際上使用雙目的研究機構(gòu)或廠商，絕大多數(shù)是使用服務(wù)器來進行圖像處理與計算的;也有部分將算法進行簡化后，使用FPGA進行處理，但雙目配準的效果又收到較大程度影響，存在很多噪點與空洞，這對后續(xù)的計算不利，存在安全風險。

目前，中科慧眼技術(shù)團隊實現(xiàn)了在芯片中對雙目的高速計算，算法一方面要保證無噪點、空洞的干擾，另一方面要反映出細小障礙物的存在，在這個前提下將芯片計算效率提升至15fps。

上圖為實際場景與計算得到的距離的對應(yīng)關(guān)系(不同飽和度顏色代表不同距離，從暖色調(diào)至冷色調(diào)為距離由近及遠)。從右圖可以看出，距離計算的二維圖像中，噪點與空洞被很好的抑制。色調(diào)(距離)的過渡是平滑過渡，沒有跳變。

中科慧眼的雙目方案和國際上其他方案對相同高速公路實測對比結(jié)果如下圖所示：

雙目攝像頭的計算原理：

上圖中的人和椰子樹，人在前，椰子樹在后，最下方是雙目相機中的成像?？梢钥闯鲇覀?cè)相機成像中人在樹的左側(cè)，左側(cè)相機成像中人在樹的右側(cè)，這是因為雙目的角度不一樣。再通過對比兩幅圖像就可以知道樹的視差小而人的視差大，因為樹的距離遠，人的距離近。這就是雙目三角測距的原理。

離攝像頭遠的物體在雙目圖像中的disparity小，離攝像頭遠近的物體disparity大。如果距離無限遠，雙目幾乎是沒有差別的。所以國際上大多數(shù)雙目系統(tǒng)的基線距離是十幾厘米，和人眼的距離是相近的。雙目系統(tǒng)可以實時把拍攝到的內(nèi)容轉(zhuǎn)化成距離。ADAS一個很重要的作用是碰撞預警。碰撞預警需要關(guān)注距離的變化，需要估計即將碰撞的時間。有了距離測量，才會有距離變化，有距離變化才會有碰撞時間的估計，最后才會有預警。

算法這里只講概念，國際上有兩種主流算法。一個叫ELAS，一個叫SGBM。這兩個算法是公開的。

我們的雙目方案相比傳統(tǒng)的算法具有如下優(yōu)勢：

一是效率，在芯片上的效率達到15fps，在FPGA+ARM架構(gòu)上的效率可以達到40fps。

二是效果，就是對于小障礙物的識別。既要做到?jīng)]有雜點和空洞，又要表現(xiàn)細節(jié)。否則小的障礙物，比如一條橫著的欄桿就無法識別，增加駕駛的風險。下面的圖表現(xiàn)的是小物體和行人的探測上中科慧眼雙目方案與國際上其他算法的對比。

(Our為中科慧眼算法效果、其它為國際流行傳統(tǒng)方法的處理效果)

四、大規(guī)模產(chǎn)品化自動駕駛路還很長

國際上有Google，豐田等公司研制的無人駕駛汽車進行了大量的路測，在國際上具有較大的影響力。他們使用的是“全副武裝”的雷達陣列+攝像頭的模式，是一種側(cè)重于技術(shù)積累、品牌傳播、前瞻性研究的方式。計算核心使用的是位于車輛后備箱中的計算機陣列或服務(wù)器。僅僅車頂上方的velodyne多線激光雷達就高達數(shù)十萬元。而這種方式去實現(xiàn)無人駕駛無論從成本、體積、便捷性等方面考量，都尚不具備大規(guī)模普及與推廣的條件。國內(nèi)也有很多十余家團隊目前在做本地化的自動駕駛系統(tǒng)研發(fā)，像中科慧眼的雙目產(chǎn)品樣機已經(jīng)完成，正在進行大規(guī)模路測。從產(chǎn)品理論技術(shù)原型走到真正被用戶接受的產(chǎn)品，恐怕要有很長的路要走。