前不久，Uber在美國制造了全球首例無人駕駛車輛致行人死亡事故。雖然根據(jù)當(dāng)?shù)鼐炀滞嘎?，受害人是從暗處突然闖入機動車道，但事故還是不可避免地將自動駕駛推上了輿論的風(fēng)口浪尖。一周前，Uber宣稱“在可預(yù)見的未來終止在加州的所有無人駕駛汽車測試活動?！?

圖片來源網(wǎng)絡(luò)

“逝者已矣，生者如斯”。測試可以停止，技術(shù)發(fā)展則不能停滯不前，而且要有的放矢，事故一出，Uber所使用的傳感器技術(shù)一時成為了調(diào)研的“眾矢之的”。

Uber現(xiàn)有的自動駕駛傳感器技術(shù)

Uber 的自動駕駛車輛搭載了若干個成像系統(tǒng)，如圖所示：

1. 激光雷達(dá)

Uber 改裝的沃爾沃XC90頂部搭載了1臺Velodyne的HDL-64激光雷達(dá)，通過三維激光掃描技術(shù)，能對周圍靜止和移動物體生成3D圖像，并且激光探測不受光照條件影響，探測精度可達(dá)厘米級。據(jù)Velodyne 官網(wǎng)顯示，HDL-64探測距離為120米，理論上可以避免事故的發(fā)生。

在這個場景下，激光雷達(dá)是能夠探測到的，但它也存在固有的缺陷，比如對黑色物體不敏感。Uber事件中，由于受害者身穿黑色上衣，反射率較低，致使激光雷達(dá)感知范圍大打折扣。其次，由于自行車架以管狀為主，大量的空洞使激光雷達(dá)的掃射面積大幅減少，可獲取的點云數(shù)據(jù)十分有限，有可能導(dǎo)致激光雷達(dá)無法在第一時間對目標(biāo)進(jìn)行識別，也更無法完成測距和緊急制動等動作。因此，激光雷達(dá)不是萬能的。

2. 可見光攝像頭

Uber在XC90上安裝了短焦和長焦光學(xué)相機共7臺，分別從前向、側(cè)向和后向?qū)Τ上襁M(jìn)行實時分析?？梢姽鈹z像頭，在光照較差的情況下，攝像頭的目標(biāo)識別能力將會下降。Uber事故發(fā)生的當(dāng)晚，車輛所行駛的道路有一部分被陰影所覆蓋。受害者橫穿道路時恰好在陰影區(qū)域內(nèi)，攝像頭沒有及時發(fā)現(xiàn)目標(biāo)。

對于單目攝像頭來說，要想獲得距離信息，必須先識別目標(biāo)。首先要對目標(biāo)進(jìn)行框圖分類，而分類和識別是一體的，不識別無法準(zhǔn)確分類。圖像的分類以特征提取為基礎(chǔ)，這就需要建立并不斷維護(hù)一個龐大的樣本特征數(shù)據(jù)庫，如果數(shù)據(jù)庫中缺乏待識別目標(biāo)的特征數(shù)據(jù)，就無法對這些車型、物體、障礙物進(jìn)行識別，從而導(dǎo)致系統(tǒng)漏報。

圖像分類是由一些圖像處理技術(shù)綜合而成的。在分類圖片時，首先判斷圖像是否需要進(jìn)行預(yù)處理，如去除噪聲等。然后提取圖像的特征并存儲在特征庫中，利用圖像特征訓(xùn)練分類器，輸出分類結(jié)果。這個過程對于前方突然掉落的物體、突然出現(xiàn)的行人是不適用的。

分類識別后是估算距離，單目估算距離主要是根據(jù)目標(biāo)在圖像中的像素大小，這種方法準(zhǔn)確度不高。

如上圖所示，由于距離因素，行人3和行人2的像素大小是非常接近的，但行人2和行人3與車輛距離差別很大，在單目看來，距離卻是完全一樣的。

與單目攝像頭相比，雙目在準(zhǔn)確度上要高得多。

雙目與單目區(qū)別有幾點，首先，雙目是測量距離而非估算。雙目攝像頭的成像原理與人眼相似，通過三角測距算法獲得視域內(nèi)任意目標(biāo)的距離數(shù)據(jù)。

雙目與單目的第二點區(qū)別是雙目可以在不識別目標(biāo)的情況獲得深度（距離）數(shù)據(jù)。雙目立體視覺系統(tǒng)就是通過對兩幅圖像視差的計算，直接對前方景物進(jìn)行距離測量（視場范圍內(nèi)），而無需判斷前方出現(xiàn)的是什么類型的障礙物。

對比來看，單目攝像頭成本低，系統(tǒng)結(jié)構(gòu)簡單。其缺點在于必須不斷更新和維護(hù)樣本數(shù)據(jù)庫，才能保證系統(tǒng)達(dá)到較高的識別率。而雙目視覺系統(tǒng)價格雖比單目高，但與激光雷達(dá)方案相比，具備一定價格優(yōu)勢；二是不受識別率限制，無需先進(jìn)行識別再進(jìn)行測算，而是對視域范圍內(nèi)的障礙物實時進(jìn)行測量；三是測距精度比單目高，直接利用視差計算距離；四是無需維護(hù)樣本數(shù)據(jù)庫，節(jié)省處理器帶寬。

雙目立體視覺系統(tǒng)在距離測算上相比單目攝像頭具有獨特的優(yōu)勢，但受成像器件的限制，現(xiàn)有的可見光波段雙目立體視覺系統(tǒng)只能應(yīng)用在光照適當(dāng)?shù)臈l件下，對于夜間，尤其在惡劣的氣候條件下就不再起作用。此時，我們可用紅外熱成像技術(shù)來提高系統(tǒng)的識別能力。

紅外熱成像技術(shù)

紅外熱成像技術(shù)是一種被動紅外夜視技術(shù)，是利用自然界物體紅外熱輻射強度的不同來形成圖像，并且不受光照、霾、雪、霧等客觀條件影響。

圖為紅外熱像儀偽彩效果圖

圖為紅外熱像儀灰度成像圖

紅外熱成像技術(shù)與立體視覺技術(shù)的融合，將立體視覺的應(yīng)用范圍推廣到了紅外波段，形成了技術(shù)上的強大合力。

紅外雙目立體視覺系統(tǒng)

紅外雙目立體視覺系統(tǒng)是雙目立體視覺技術(shù)與紅外熱成像技術(shù)一體化融合的產(chǎn)物。雙目模組能夠?qū)崟r對視域范圍內(nèi)所有物體進(jìn)行測距和識別，從而優(yōu)化了可見光攝像頭需要先識別后測距的數(shù)據(jù)反饋機理，縮短了無人駕駛系統(tǒng)從發(fā)現(xiàn)目標(biāo)到緊急制動的時間。

而集成于雙目模組上的兩個紅外熱像儀，能夠?qū)δ繕?biāo)物體散發(fā)的紅外輻射能量進(jìn)行捕捉，再通過光電轉(zhuǎn)化形成熱圖，繼而從根本上規(guī)避激光雷達(dá)對反射率低的目標(biāo)無法進(jìn)行有效描述的短板，并且對諸如自行車、欄桿等幾何結(jié)構(gòu)上存在大量空洞的目標(biāo)能夠進(jìn)行實時成像；同時，熱像儀不依賴光源成像的特質(zhì)，使其能夠勝任全天時作業(yè)任務(wù)。

上博智像紅外雙目立體視覺環(huán)境感知系統(tǒng)正是源自這樣的設(shè)計理念應(yīng)運而生的。該系統(tǒng)基于FPGA+ARM架構(gòu)將兩個熱像儀所成熱圖像進(jìn)行畸變校正、視差矯正、立體信息解算等分析，最終得到視域范圍內(nèi)障礙物的距離信息，并以點云的形式將數(shù)據(jù)發(fā)送給控制終端，以此來增強無人系統(tǒng)對環(huán)境的感知能力，實現(xiàn)全天時條件下視覺測距、障礙物檢測、避障方向優(yōu)選等功能。

該系統(tǒng)有效彌補可見光攝像頭和激光雷達(dá)的不足，使現(xiàn)有的自動駕駛技術(shù)如虎添翼，更好地為行人、車輛和駕駛員保駕護(hù)航。