自动驾驶汽车应该如何感知世界?从重新定义机器视觉开始

发布者:不羁少年最新更新时间:2019-03-07 来源: AutoLab关键字:自动驾驶汽车  感知世界  机器视觉 手机看文章 扫描二维码
随时随地手机看文章

一直以来,自动驾驶所有运算都在决策层进行,芯片算力不足是高等级自动驾驶发展受制约的原因之一,那么能不能从感知层面减少数据流,降低芯片运算量呢?

大家应该知道,高等级的自动驾驶需要多种传感器共同配合,视觉传感器也是其中之一。

传统的机器视觉是怎样的?

传统摄像头通过间隔曝光,电荷量根据输入光的强度发生变化,以帧率的方式采集平面图像,将捕捉到的光学信息(包括采集点的灰度和颜色)转化成数字信号传输到决策层,实现场景的还原。

这就存在几个问题,一是数据不连续,帧的方式只记录了固定时间间隔的画面,还有大量曝光盲区时间点的物体运动信息丢失,同时快速运动场景下图像也不清晰甚至没有记录到;二是输出了大量无效冗余数据,增加芯片负担,造成计算资源浪费。

革新:让汽车的眼睛和耳朵拥有智慧

传统摄像头把 “看到”的所有画面输出到决策层,让芯片过滤筛选有用的信息,这是一种懒办法。所有有人提出了革新,那就是从感知层解决一部分数据,让汽车传感器拥有智慧,主动对信息过滤,并对有用信息加以分析后再输出。

就像古代的皇帝和大臣,作为皇帝的“耳目”,如果大臣没脑子,一股脑把所有奏折递交给皇帝,那皇帝一定会累死;而如果大臣能主动过滤一些没用的奏折,挑选出自己不能决定的那部分交给皇帝决策,那么整个国家就能高效运转。

今天我们要说的是保隆发布的一款动态视觉传感器DVS,它就是这个聪明的“大臣”。

保隆动态视觉传感器集成芯仑科技的芯片技术和武汉大学的算法技术,芯片模仿人眼视神经,摒弃传统图像帧率和曝光感知的方式,采用事件驱动原理,即以像素点的方式连续单独监测光强波动,仅在有光强变化时才能激发像素点进行数据输出,产生较低的数据率。

同时像素点的时间分辨率达到纳秒,相当于每秒几十万帧,能采集到更高速度的运动物体。动态范围高达140dB(普通相机一般都是60-70dB,车载要求达到120dB),让它也能在诸如隧道、大雾、等强弱光交替变化的环境条件下快速输出清晰图像,还能记录物体的运动矢量信息,从而预测物体运动趋势。

简单来说,你可以把它理解为青蛙的眼睛,对静态的物体视而不见,而对有相对运动的物体哪怕速度快过子弹,都能精准捕捉并预测轨迹。

动态视觉传感器能带来哪些优势?

据介绍,目前世界上做动态视觉传感器方案的公司并不多,包括瑞士的Inilabs、法国的Prophesee、三星(licensed IP)及保隆科技,前三者的传感器分辨率最大只到30万像素,而保隆科技目前做到了100万像素(车规级)。

同时它还拥有三种图像输出模式:

图片模式,与传统图像传感器一样的全幅图像,并兼容传统图像处理算法和硬件;

光流模式,从芯片上得到光流向量场信息,直接输出全分辨率运动矢量(方向和速度),能够对物体的运动方向和速度都有正确的预测;

动态模式,通过对自然光强变化的判定输出仿生的动态特征脉冲信号。

通过灵活运用三种数据流对算法进行优化,在很多场景下能将运算量降级上千倍。

举一个简单的应用案例就是,采用这种芯片技术的ADAS系统,跟传统的摄像头技术路径相比,其传感器从感知到信号到控制指令发出,时间可节省几百毫秒,对于一台时速120公里/小时的车辆而言,制动就能提前5米完成。

所以它不但解决了自动驾驶中算力不足的问题,还能帮助系统更快、更准、更轻松地感知外部环境,作用几乎可以代替激光雷达,而成本比激光雷达低了一个数量级,只比传统摄像头贵一些,将极大降低自动驾驶系统的成本。

法国咨询公司YOLE就将动态视觉传感器定义为L4和L5级别的自动驾驶必不可少的传感器之一。


关键字:自动驾驶汽车  感知世界  机器视觉 引用地址:自动驾驶汽车应该如何感知世界?从重新定义机器视觉开始

上一篇:指纹识别将如何改变未来出行?
下一篇:苹果最有权势的19人:大洗牌之后AI、自动驾驶上位

推荐阅读最新更新时间:2024-07-25 20:23

四巨头围猎自动驾驶,谁将成为汽车“芯”王?
芯片 战场已经从 PC、 智能手机 转移到了 智能汽车 。从单边竞争转向关注性能指标、价格以及团队协同的多边竞争。 这种竞争要素的组合和变化,预示着高阶 自动驾驶 芯片正迎来新一轮竞争格局。 高通:汽车领域影响力扩大但未达预期 从2014年到2021年, 高通 陆陆续续推出了四代汽车座舱平台。 第一代602A可以看作是高通把汽车看作智能终端的开始。 随后推出的820A和8155两代座舱平台,帮助高通迅速占领市场,成为座舱领域芯片的领导者。 高通后来推出了全球首款5nm 车规级芯片 骁龙8295,得到了很多车企的青睐。 从2023年10月开始,第一批搭载骁龙8295的新车陆续亮相,包括新奔驰E级、极越01
[汽车电子]
美提出激光雷达片上声光调制方案 帮助自动驾驶汽车扫描快速移动的物体
由于激光雷达对物体的感知能力有限,自动驾驶汽车很难区别蹒跚学步的孩子和突然出现在视野中的棕色包。为了解决这一问题,自动驾驶汽车行业正在探索调频连续波(FMCW)激光雷达。 (图片来源:普渡大学) 据外媒报道,来自普渡大学OxideMEMS实验室和瑞士洛桑联邦理工学院(EPFL)光子学和量子测量实验室(Laboratory of Photonics and Quantum Measurements)的开发了一种方法,通过机械控制和进行片上声光调制,使FMCW激光雷达能以更高的分辨率检测附近快速移动的物体。 FMCW激光雷达通过自动驾驶汽车顶部的激光扫描来检测目标。单束激光分裂成其他波长的梳状结构(微梳状结构)来扫描某个
[汽车电子]
美提出激光雷达片上声光调制方案 帮助<font color='red'>自动驾驶</font><font color='red'>汽车</font>扫描快速移动的物体
dSPACE与LeddarTech携手推动自动驾驶汽车Lidar创新技术的发展
德国帕德伯恩和加拿大魁北克, Dec. 09, 2020 (GLOBE NEWSWIRE) -- dSPACE 与 1-5 级 ADAS 和 AD 传感技术领先企业 LeddarTech®建立合作伙伴关系,共同推进用于自动驾驶的 lidar 技术发展。这项密切合作将使 dSPACE 和 LeddarTech 能够为 lidar 传感器提供高精度模拟模型和接口,使原始设备制造商(OEM)和供应商能够更快地将 lidar 创新技术集成到即时可用的解决方案中。 这项合作将在早期开发阶段支持模拟解决方案中的新型 LeddarTech 激光传感器仿真。此外,dSPACE 还将为测试和验证提供模拟模型,并为在整个开发过程中验证摄像头、li
[嵌入式]
如何通过机器人与先进机器视觉结合来应对复杂的自动化挑战
聚焦视觉引导机器人(VGR) 我们都看过机器人在几乎没有人工干预的情况下快速组装汽车的。像这样的工业机器人降低了几乎每个制造领域的成本并提高了生产率,但它们有一个主要缺点——它们无法“看见”。它们被编程为一遍又一遍地重复完全相同的动作,它们无法检测和操作形状、大小和颜色不一或者相互接触和叠放的物体。因此,如果产品发生变化或有新产品被加入生产线,则必须对机器人进行重新编程。如果产品组件通过传统的料斗和台输送到生产线上,则必须对振动送料机进行改造。 应对混乱状况 现在,由先进引导的新一代机器人正在使机器人能做的远远不止是批量生产中常见的重复性任务。在更小、更强大、更便宜的相机和其他视觉、越来越复杂的机器人算法和带有机器
[机器人]
英国Aurrigo公司为视觉障碍者测试自动驾驶汽车
据外媒报道,总部位于英国考文垂(Coventry)的自动驾驶汽车专家Aurrigo公司将在英国英格兰地区的布莱顿(Brighton, England, U.K.)测试无人驾驶微型车,失明的退伍军人将参与了此次测试。 该公司准备在英国街头推广其无人驾驶汽车之前,先让失明的退伍军人测试该车。该项为期六个月的测试项目将于今年4月在英国布莱顿市启动,视觉存在障碍的前任士兵可乘坐该四座无人驾驶汽车进行旅行,该车的最大时速为15英里/时。 此次是Aurrigo公司首次让退伍军人和残疾人参与长期试验。该公司希望此举可以为残疾用户提供一个解决方案,让他们往返家与遥远的目的地时不再困难。此项试验的目的是为了显示自动驾驶技术可如何帮助健康状况存在问
[机器人]
机器视觉的“热”,需要一盆冷水
广告摘要声明广告 撰文 | GGII,卢瀚宸 机器视觉的融资额又创新高了,一个细分赛道能够延续3年热度,并丝毫没有消减的迹象,机器视觉究竟有何魔力,吸金能力如此之强? 2017-2021年机器视觉领域获融资情况 数据来源:高工机器人产业研究所(GGII) 题外话: 2016年以前,机器人在一级市场几乎不受待见,彼时的互联网和房地产还如日中天,同时还有AI的搅局,看机器人项目的机构少之又少。 五年后的今天,机器人的火热与彼时的遇冷形成鲜明反差,期间机器人行业人士的感受是: 自己融不到钱—别人融到钱了,自己还是融不到钱—钱好多,自己还是融不到钱—资本过热,不利于机器人行业发展—xx公司都能融到钱,跟谁说理去,自己还是融不到钱。
[机器人]
存储感知世界的视频编码 分析与评测
智慧城市发展有目共睹,作为一个生态系统,感知是重要一部,通过以视频监控等为基础搭建的感知物联网是数据收集的重要环节,而对数据进行存储、分析则成为种种之中。那么在万物联网的世界,视频监控编码分析、存储有何挑战?又如何解决?    视频编码与分析的技术挑战   在编码效率方面,大家可能知道,到现在为止,所有视频系统里面用的都是非常常规的,通用的视频编码的算法和芯片。这个用法对不对呢?实际上这是不对的,但是现在已经形成这种习惯了,都是这么用的,你不这么用,人家反倒会质疑你。当然从市场化、从减小成本这个角度来说它是对的。但是从视频监控的目的来看,实际上是不对的。因为那个通用的编码技术,它是为电视服务的,本身它这个出发点就是错的。
[安防电子]
存储<font color='red'>感知</font><font color='red'>世界</font>的视频编码 分析与评测
消息称理想汽车成立“端到端自动驾驶”实体组织,规模约 200 人
7 月 18 日消息,据“36 氪汽车”报道,理想汽车近期成立了“端到端自动驾驶”的实体组织,整体 200 人出头,同时公司其他团队一些成员也在灵活支援项目。 报道称,理想智能驾驶团队主要分为算法研发、量产研发两个大组,团队约 800 人。“端到端”的研发主力部署在算法研发组,由理想智能驾驶技术研发负责人贾鹏负责。 算法研发组下设感知算法、行为智能、认知智能等组。“感知算法”由常黎主导;“行为智能”包含端到端架构、端到端模型、控制模型等,由杨毅负责;“认知智能”包含认知模型、云端模型等,实际由詹锟负责。 量产研发组由量产负责人王佳佳负责,包含智能行车、智能泊车、智能安全等。贾鹏与王佳佳均向理想智能驾驶负责人郎咸朋汇报。 I
[汽车电子]
消息称理想<font color='red'>汽车</font>成立“端到端<font color='red'>自动驾驶</font>”实体组织,规模约 200 人
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved