2019.05.05_自动驾驶中的相机介绍

--------------------------------------------------------------------------------------------------------------------

广泛应用的相机

车外相机:车载VDR、前视相机、侧向相机、环视相机、后视相机;

                  车载VDR:单目RGB;(记录车辆前方行驶状态)

                  前视相机:单目RGB、双目RGB、三目RGB;(目标障碍物识别、测距、跟踪相关功能)

                  侧向相机:单目RGB;(目标障碍物识别、测距、跟踪相关功能)

                  环视相机:单目RGB(鱼眼);(360度环视成像,驾驶辅助)

                  后视相机:单目RGB;(倒车预警、后车防碰撞)

车内相机:监控相机;

                  监控相机:单目RGB、单目红外;双目RGB、双目红外;(DMS、虚拟交互)

三目RGB相机:三个摄像头,视角、感知距离、感知范围、感知任务各不相同;

优点:三个感知范围、感知任务;

应用车型:tesls Autopilot2.0系列车型、蔚来ES6、ES8系列车型;

目前瓶颈:计算量大、算法数据融合、相机精度;

-----------------------------------------------------------------------------------------------------------------

Tesla Autopiot2.0传感器方案

三目相机:3个;

侧向相机:2个;

后视相机:1个;

环视相机:4个;

----------------------------------------------------------------------------------------------------------------

相机将来的趋势

相机类型:图像雷达、放生相机、夜视相机、红外相机、深度相机、TOF相机等;

图像雷达:该方案已经应用于Waymo自顶驾驶车辆,相关介绍可查看Waymo博客及论文,已发表不少论文、博客;

                  现在的趋势,可能是是比较好的数据、传感器融合方案,也是目前学术研究、产业应用的热点方向;

                  目前好像只有Waymo量产使用了该方案,乘用车目前无法承受其量产价格;

仿生相机:自动驾驶逐渐向L3、L4发展,ODD逐渐扩大,安全性要求也在提高,传统相机存在使用场景、性能的局限性;

                  放生相机比如可自动变焦双目相机等等,可能可以给出量产级别的解决方案,目前还不一定;

                  方向是基于除人类视觉外的其他动物视觉进行县级开发,主要是基础研究,还不是一个大热点;

                  集中于传感器设计、开发、集成领域,与神经系统、脑智能融合开发的智能相机,也是一个前沿方向;

                  车规级、量产的传感器开发需要不少的路要走,能不能量产应用,需要时间;

                  中国科学院上海研究所仿生视觉实验室为国内最前沿的研究机构,多年前已开发出一些成熟仿生相机的Demo;

夜视相机:主要解决晚上、傍晚、地下停车场、隧道等使用场景下光照条件较差的问题;

                  车辆前向车灯、城市道路照明系统的主要功能还是驾驶员辅助照明,与前向相机的融合开发也在进行了;

                  相向行驶车辆的后向灯、道路照明迎光、相对行驶辆的前向灯,辅助照明也可能会产生不小的干扰;

                  夜视相机最初应用于军工领域,硬件技术已较为成熟,但是视觉的算法、数据开发还需要很长的路要走;

                  上述的ODD光照条件较差,算法及安全性要求极高,另外还需数据、bad case、corner case的积累;

                  乘用车,家庭私家车,视觉主导的自动驾驶传感器、功能在日落后至日初阶段基本不能使用;

                  商用车,物流运输车,相当一部分需要晚上出发早上到,使用场景是在晚上、高速道路;

                  夜视相机不是晚上等光线条件较差使用场景的唯一解决方案,也可能一直不会被采用;

红外相机:主要应用DMS(驾驶员监控系统),比如:疲劳监测、实时脉搏显示等;

                   除了RGB相机,基于红外相机进行疲劳检测也是一种方案,两者融合也有供应商在做了;

                   基于红外相机做驾驶员实时脉搏显示等于人类健康相关的检测,已是一个热点;

                   在穿戴设备、医学上已初步成熟,也有上市产品,但是还没有一款车规级的产品上市;

                   车辆驾驶室环境(运动、噪声等)比穿戴设备、医学的英语环境更加恶略,主要难度在算法开发;

                   驾驶员、乘客等健康检测也是一个还未出现、即将出现的智能车辆功能;

深度相机:可输出图像深度信息,前向相机,主要在目标检测、测距、跟踪;

                  学术研究领域已产出相当量级的算法、模型,几乎每周、每天都有更新;

                  计算量、相机成本、相机精度夜视制约应用的因素,可应用于量产车型的传感器非常少;

                  希望,深度相机在近几年的大规模应用于自动驾驶车辆;

TOF相机:深度相机的一种,可输出图像深度信息,也可进行三维重建;

                  基于驾驶员手势识别的虚拟车内非车辆驾驶控制已经出现量产产品,主要是驾驶员不需要控制实体按键和旋钮;

                  上海车展期间,facecar已展示、发布其车载虚拟控制解决方案;

                  基于TOF相机进行3D人脸识别、情感分析、驾驶员脱手检测也是一个应用方向;

                 三菱电机的DMS系统,目前已相当成熟,目前采用RGB相机、红外相机,2020年后期会逐渐采用TOF相机;

                  车规级的传感器开发需要时间;

----------------------------------------------------------------------------------------------------------------

相机标准:相机性能测试评估标准、相机性能差测试评估流程需要国标化、体系化;

现状:无论是ISO、GB、ECC、CNAS等标准体系流程都需要进行相关标准、体系的更进;

相关标准:;

测试方法:;

机构:CNAS中国、上海光学研究所;

没有标注限制的传感器无疑都是在裸奔,企业开发高歌猛进、学术研究如火如荼,但是目前最急需的应该是标准的跟进;

----------------------------------------------------------------------------------------------------------------

你可能感兴趣的:(视觉(Vision))