‧ 在 ADAS 和自動駕駛中，車載視覺系統使用的長處和短處

leiphone 朱玉龍

本文作者朱玉龍， 汽車行業工程師。朱校長每天分享一篇業界文章，內容雖短，亦是一種認真探討後的分享，希望對汽車從業者們有所幫助。

本文主要探討現在的ADAS和未來的自動駕駛，在使用視覺系統作為環境入口的長處、短處和需要克服的難點。 

| 視覺系統的長處和必要性

視覺系統在車道線辨識LDW、信號燈辨識TSR、行人辨識裡面作為必要手段。其中AEB裡面的行人辨識將會對視覺系統提出更高的要求。

備注：

·         車道線辨識和居中，可以與高精度地圖和定位居中互補

·         TSR可以與V2I的通信進行互補

·         行人辨識是真的很難，靠多線Lidar代價太高

·         視覺系統的核心優勢在「人」和物體的區分，是優先級的區分

·         視覺系統解析度遠遠高於其他類型的傳感器=》提供道路環境的細節=》建立完整的環境模型

·         視覺系統可識別物體的形狀和外觀=》讀取外部訊息

• 

這裡重點拿V2I來說下，理論上，在一個完整的V2X的世界裡面，是完全可以用互聯互通與視覺系統進行完美互補的。

今天交流一圈下來，網聯難免有理想化的成分，把兩個完美的融合在一起，本身需要大量的心力，你不做你是不知道那麼多的。

當然，視覺還有大殺器，基於視訊流，通過環視建立外部環境模型。

1）E2E DNN

2）分層DNN學習

這個方向就需要大量的運算能力，通過各個層級進行學習，從新司機到老司機的過程……

在產業初期，建立一個完備的駕駛行為學習機制，也需要內部的視覺系統進行記錄和比對。

人臉看眼神分沒分心需要記錄

·         選配：方向盤操作需要記錄（這個也可以傳感器記錄）

·         選配：油門和剎車操作（這個也可以通過傳感器記錄）

本質上這種其實是一種學習模式，建立模型之後對比和學習。

| 視覺系統的短處和難點

概括來說，系統的面臨的問題包括，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）正面强光炫目

3）Camera前方的水滴

·         擋風玻璃外霧、雪、灰塵、粉塵或霜附着、

·         擋風玻璃內凝露水滴或灰塵

4）各種奇怪的車型

2、環境的影響比較大

·         惡劣天气（如暴雨，暴風雪或濃霧）

·         能見度差，霧霾，煙或水蒸汽

·         雨天道路車輛倒影

·         環境照度比較低（黑夜、隧道）+前車無燈

3、外部環境車輛和車道線、標識的情况

·         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辨識

·         前車覆雪，使得車輛顏色均匀

·         路面在坡度比較傾斜的地方

其他，還有個有趣的事情，是以下兩個案子。

這個圖像反了。

這個來自系統外，系統用剎車燈開關來採集人介入剎車，奈何開關失效自動把系統關了

camera內部及camera處理晶片的失效問題後面找資料展開。

Mobileye ADAS

| 小結

1）視覺系統的軟硬體提升好快，很多東西需要持續更新

2）V2X我覺得我們單獨可以拿出來好好對比一下，明天我們再來仔細看看，如何在系統中看待這兩個東西

按此回今日3S Market新聞首頁