您的位置 首页 硬件

简述机器视觉在自动驾驶中的使用

机器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

机器视觉是人类认知国际最重要的功用手法,生物学研讨标明,人类获取外界信息75%依托视觉体系,而在驾驭环境中这一份额乃至高达90%。

假如能够将人类视觉体系使用到主动驾驭范畴,无疑将会大幅度前进主动驾驭的准确性,而这正是当时核算机科学和主动驾驭范畴最抢手的研讨方向之一,它便是机器视觉技能。
机器视觉技能发展至今已有二十多年的前史,而真实产生革命性前进的则是莫尔视觉核算理论的提出,经过完结神经网络相关算法使机器具有同人类视觉体系相同的功用供给了或许。一般来说,机器视觉体系包括有镜头、摄像体系和图画处理体系,而其中心则是专用高速图画处理单元,也便是把存入的很多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要害目标。这首要经过高效合理的算法和处理才能强壮的芯片来完结。

现在,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,而且跟着核算机技能的前进,更先进的算法被相继创造,如选用网格分布式处理体系能够有用的前进运算的功率。往后机器视觉的中心问题将是对图画的深化了解。

机器视觉在主动驾驭中的使用首要有以下两个方面:

一、障碍物检测

准确率是车辆主动驾驭过程中安全性的重要确保。内行进过程中,障碍物的出现是不行预知的,也就无法依据现有的电子地图避开障碍物,只能在车辆行进过程中及时发现, 并加以处理。当时,因为主动驾驭环境的不老练,关于障碍物的界说尚没有一致的规范。因而, 能够以为全部或许阻碍车辆正常行进的物体和影响车辆通行的反常地势都是车辆行进过程中的障碍物。现在来看,算法首要有以下三种:1. 根据特征的;2. 根据光流场的;3. 根据立体视觉的。在三种算法中,根据立体视觉的因为既不需求障碍物的先验常识, 对障碍物是否运动也无约束, 还能直接得到障碍物的实践方位而成为干流研讨方向。但其对摄像机标定要求较高。而在车辆行进过程中,摄像机定标参数会产生漂移, 需求对摄像机进行动态标定。

二、路途检测

主动导航是主动驾驭的必要条件,主动驾驭过程中,路途检测首要是为了确认车辆在路途中的方位和方向,以便操控车辆依照正确的路途行进。别的,它还为后续的确认查找规模,以及缩小的查找空间,下降算法复杂度和误识率。但是因为实际中的路途多种多样,在加上光照、气候等各种环境要素的影响,路途检测是一个非常复杂的问题。至今仍无一个通用的算法,现有算法基本上都对路途做了必定的假定。一般选用的假定有:1特定爱好区域假定;2路途等宽假定;3路途平整假定。别的,路途平整假定也为障碍物界说供给参阅。

现在,机器视觉技能在主动驾驭中并没有进行大规模的使用,其实这这并非是硬件的问题,事实上摄像头技能在轿车中的使用现已非常老练,如善领科技的行车记录仪,广角视界、倒车印象等功用都彻底具有,而芯片技能也已能够高效完结图画的紧缩处理,终究难点在于模仿神经网络的视觉算法。(end)

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/qianrushi/yingjian/228255.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部