小谈图像处理在自动驾驶中的应用

电子科技大学
格拉斯哥学院
于晓源 2017200503036

小谈图像处理在自动驾驶中的应用

2016年5月7日，来自美国俄亥俄州的 40 岁男子Joshua Brown驾驶Model S 到一个十字路口时，与一辆大型拖车发生意外碰撞事故后死亡。当时，Model S 的 Autopilot 自动驾驶模式处于开启状态。根据外媒对拖车司机 Frank Baressi 的采访，由于对方车主车速过快来不及避让。

特斯拉官方是这样解释的：

当时 Model S 行驶在一条双向、有中央隔离带的公路上，自动驾驶处于开启模式，此时一辆拖挂车以与 Model S 垂直的方向穿越公路。
在强烈的日照条件下，驾驶员和自动驾驶都未能注意到拖挂车的白色车身，因此未能及时启动刹车系统。
由于拖挂车正在横穿马路，且车身较高，这一特殊情况导致 Model S 从挂车底部通过时，其挡风玻璃与挂车底部发生撞击。

今年也有一起因自动驾驶而发生的事故。一辆有自动驾驶功能的汽车因未能准确识别车道白线，撞向了路中心护栏。所幸这起事故没有造成人员伤亡。

这两起事故的起因非常类似，都是由汽车的自动驾驶系统没能准确地识别周边环境造成的。可以看出，环境感知技术的发展在自动驾驶技术的提升中发挥着非常基础的作用。

环境感知技术指汽车在行驶状态下能够获取自身所处的位置以及周围的环境和一些障碍物的信息，在必要的情况下对汽车的本身进行刹车制动以及其他的一些操作，以保证汽车行驶的安全性和操纵稳定 性。车载摄像头根据拍摄到的画面传递到汽车的控制中心即车载电脑， 从而让汽车在行驶中根据这些情况规划修改行驶路线。已经在很大程度上减轻了驾驶员的操作疲劳程度。根据车辆的视频分析与图像特征对比，从而能更好的开发视频分析技术的作用，应用到自动驾驶技术中。

随着科技的进步和技术的发展。现在的车辆都已经有了比如车道辅助系统和自适应巡航控制等系统。这都是在视频分析、图像处理的基础上对汽车的进一步改进。在未来几年，随着自动驾驶技术的成熟，图像处理技术的熟练应用，完全实现自动驾驶的汽车也将会变得越来越普遍。通过在理论层面对视频分析技术的应用研究，就能为未来的自动驾驶发展提供理论层面的知识，从而为以后的技术提供更为准确的研究方向。