視覺(jué)感知的案例
自動(dòng)駕駛系統(tǒng)中視覺(jué)感知模塊的安全測(cè)試
視覺(jué)感知模塊是自動(dòng)駕駛進(jìn)行環(huán)境感知的重要組件,也是車(chē)輛進(jìn)行智能決策的重要基礎(chǔ)．自動(dòng)駕駛領(lǐng)域的重要企業(yè)特斯拉更是將視覺(jué)感知模塊作為其駕駛系統(tǒng)的唯一環(huán)境感知模塊．因此,自動(dòng)駕駛系統(tǒng)視覺(jué)感知模塊的安全性是自動(dòng)駕駛系統(tǒng)正常工作的關(guān)鍵．雖然視覺(jué)感知模塊的表現(xiàn)隨著深度視覺(jué)技術(shù)的發(fā)展穩(wěn)步提升,但是其從駕駛環(huán)境中感知到的特征語(yǔ)義難被理解、決策過(guò)程無(wú)法解釋?zhuān)绾螌?duì)自動(dòng)駕駛系統(tǒng)視覺(jué)感知模塊的安全性進(jìn)行充分測(cè)試,已經(jīng)成為了一個(gè)迫在眉睫、亟待解決的問(wèn)題．
誠(chéng)然,圍繞深度學(xué)習(xí)可解釋性方面的工作有了一定的突破,但是距離分析清楚自動(dòng)駕駛視覺(jué)感知模塊的錯(cuò)誤傳導(dǎo)機(jī)理還有較遠(yuǎn)的距離．近年來(lái),神經(jīng)網(wǎng)絡(luò)的黑盒攻擊方法的進(jìn)步,啟發(fā)大家提出了一些基于場(chǎng)景搜索的自動(dòng)駕駛視覺(jué)感知模塊安全性測(cè)試技術(shù)．這些場(chǎng)景驅(qū)動(dòng)的測(cè)試方法利用黑盒測(cè)試的思路,為駕駛系統(tǒng)提供盡可能多的駕駛場(chǎng)景數(shù)據(jù),觀(guān)察自動(dòng)駕駛系統(tǒng)的輸出與測(cè)試預(yù)言(TestOracle)之間的差異,進(jìn)而分析自動(dòng)駕駛系統(tǒng)視覺(jué)感知模塊的安全性．
展開(kāi) 自動(dòng)駕駛的視覺(jué)感知包括哪些內(nèi)容？
來(lái)源 |
CV研習(xí)社、計(jì)算機(jī)視覺(jué)life
知圈
|
進(jìn)“域控制器群”請(qǐng)加微13636581676,備注
域
本文針對(duì)自動(dòng)駕駛行業(yè)的視覺(jué)感知做簡(jiǎn)要介紹，從傳感器端的對(duì)比，到數(shù)據(jù)的采集標(biāo)注，進(jìn)而對(duì)感知算法進(jìn)行分析，給出各個(gè)模塊的難點(diǎn)和解決方案，最后介紹感知模塊的主流框架設(shè)計(jì)。
目錄
傳感器組件
相機(jī)標(biāo)定
數(shù)據(jù)標(biāo)注
功能劃分
共性問(wèn)題
模塊架構(gòu)
視覺(jué)感知系統(tǒng)主要以攝像頭作為傳感器輸入，經(jīng)過(guò)一系列的計(jì)算和處理，對(duì)自車(chē)周?chē)沫h(huán)境信息做精確感知。目的在于為融合模塊提供準(zhǔn)確豐富的信息，包括被檢測(cè)物體的類(lèi)別、距離信息、速度信息、朝向信息，同時(shí)也能夠給出抽象層面的語(yǔ)義信息。所以道路交通的感知功能主要包括以下三個(gè)方面：
動(dòng)態(tài)目標(biāo)檢測(cè)（車(chē)輛、行人和非機(jī)動(dòng)車(chē)）
靜態(tài)物體識(shí)別（交通標(biāo)志和紅綠燈）
可行駛區(qū)域的分割（道路區(qū)域和車(chē)道線(xiàn)）
這三類(lèi)任務(wù)如果通過(guò)一個(gè)深度神經(jīng)網(wǎng)絡(luò)的前向傳播完成，不僅可以提高系統(tǒng)的檢測(cè)速度，減少計(jì)算參數(shù)，而且可以通過(guò)增加主干網(wǎng)絡(luò)的層數(shù)的方式提高檢測(cè)和分割精度。
展開(kāi) 自動(dòng)駕駛多目視覺(jué)感知
來(lái)源 |
巫婆塔里的工程師@知乎
1 前言
從輸出維度的角度來(lái)看，基于視覺(jué)傳感器的感知方法可以分為
2D感知和3D感知兩種
。專(zhuān)欄之前的文章也分別對(duì)這兩種感知任務(wù)做了詳細(xì)的介紹。
視覺(jué)傳感器：2D感知算法
從傳感器的數(shù)量上看，視覺(jué)感知系統(tǒng)也分為單目系統(tǒng)，雙目系統(tǒng)，以及多目系統(tǒng)。2D感知任務(wù)通常采用的是單目系統(tǒng)，這也是計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)結(jié)合最緊密的領(lǐng)域。但是自動(dòng)駕駛感知最終需要的是3D輸出，因此我們需要將2D的信息推廣到3D。
在
深度學(xué)習(xí)取得成功之前，通常的做法是根據(jù)目標(biāo)的先驗(yàn)大小以及目標(biāo)處于地平面上等假設(shè)來(lái)推斷目標(biāo)的深度（距離），或者采用運(yùn)動(dòng)信息進(jìn)行深度估計(jì)（Motion Stereo）。有了深度學(xué)習(xí)的助力之后，從大數(shù)據(jù)集中學(xué)習(xí)場(chǎng)景線(xiàn)索，并進(jìn)行單目深度估計(jì)成為了可行的方案。但是這種方案非常依賴(lài)于模式識(shí)別，而且很難處理數(shù)據(jù)集之外的場(chǎng)景（Corner Case）。比如施工路段的特殊工程車(chē)輛，由于數(shù)據(jù)庫(kù)中很少出現(xiàn)或者根本沒(méi)有此類(lèi)樣本，視覺(jué)傳感器無(wú)法準(zhǔn)確檢測(cè)該目標(biāo)，因而也就無(wú)法判斷其距離。
雙目系統(tǒng)可以自然的獲得視差，從而估計(jì)障礙物的距離。
這種系統(tǒng)對(duì)模式識(shí)別的依賴(lài)度較小，只要能在目標(biāo)上獲得穩(wěn)定的關(guān)鍵點(diǎn)，就可以完成匹配，計(jì)算視差并估計(jì)距離。
但是，雙目系統(tǒng)也有以下缺點(diǎn)。
首先，如果關(guān)鍵點(diǎn)無(wú)法獲取，比如在自動(dòng)駕駛中經(jīng)常引發(fā)事故的白色大貨車(chē)，如果其橫在路中央，視覺(jué)傳感器在有限的視野中很難捕捉關(guān)鍵點(diǎn)，距離的測(cè)算就會(huì)失敗。
其次，雙目視覺(jué)系統(tǒng)對(duì)攝像頭之間的標(biāo)定要求非常高，一般來(lái)說(shuō)都需要有非常精確的在線(xiàn)標(biāo)定功能。
展開(kāi) Speos Texture可視化紋理提升視覺(jué)感知
結(jié)論
Ansys Speos同樣支持多層texture的使用，對(duì)每一層的texture應(yīng)用UV映射關(guān)系，將BRDF與帶有alpha透明度的texture聯(lián)合使用，用以實(shí)現(xiàn)更高級(jí)復(fù)雜的可視化紋理，得益于2023R1版本功能的提升，preview紋理可以預(yù)先查看紋理與匹配幾何對(duì)象貼合程度，調(diào)整UV匹配紋理，提升視覺(jué)感知質(zhì)量，使Speos光學(xué)仿真設(shè)計(jì)創(chuàng)造更多可能性。
相關(guān)閱讀
Speos block recording塊記錄工具 | 簡(jiǎn)化仿真設(shè)計(jì)
Speos 實(shí)現(xiàn)車(chē)內(nèi)氛圍燈早期仿真驗(yàn)證
Speos HDR 10，點(diǎn)亮車(chē)燈仿真
基于Ansys OpticStudio與Speos完成3片式LCD投影儀的設(shè)計(jì)與仿真
2023R1 | Speos 動(dòng)態(tài)仿真助力車(chē)燈早期優(yōu)化
Ansys Zemax 與 Speos 關(guān)于汽車(chē)投影燈解決方案
聯(lián)合方案 | Zemax + Speos 助力HUD抬頭顯示器設(shè)計(jì)
Lumerical Zemax Speos 聯(lián)合案例 | CMOS 傳感器相機(jī)：3D 場(chǎng)景中的圖像質(zhì)量分析
展開(kāi) 
Ansys Speos 2023 R1新功能 | Texture可視化紋理提升視覺(jué)感知
結(jié)論
Ansys Speos同樣支持多層texture的使用，對(duì)每一層的texture應(yīng)用UV映射關(guān)系，將BRDF與帶有alpha透明度的texture聯(lián)合使用，用以實(shí)現(xiàn)更高級(jí)復(fù)雜的可視化紋理，得益于2023R1版本功能的提升，preview紋理可以預(yù)先查看紋理與匹配幾何對(duì)象貼合程度，調(diào)整UV匹配紋理，提升視覺(jué)感知質(zhì)量，使Speos光學(xué)仿真設(shè)計(jì)創(chuàng)造更多可能性。
工業(yè)機(jī)器人發(fā)展現(xiàn)狀：硬件大同小異 視覺(jué)感知繪新藍(lán)圖
未來(lái)融入視覺(jué)感知、與AR概念后，行業(yè)趨勢(shì)的發(fā)展即可實(shí)現(xiàn)遠(yuǎn)程下單，無(wú)人工廠(chǎng)接到訂單之后可以及時(shí)私人訂制出客戶(hù)想要的產(chǎn)品。隨著AI技術(shù)的產(chǎn)業(yè)發(fā)展，國(guó)內(nèi)的工業(yè)制造力量也會(huì)越來(lái)越強(qiáng)大，值得期待！
視覺(jué)傳感器：2D感知算法
來(lái)源 | 巫婆塔里的工程師@知乎
1 前言
自動(dòng)駕駛中的視覺(jué)感知模塊通過(guò)圖像或視頻數(shù)據(jù)來(lái)了解車(chē)輛周?chē)h(huán)境，具體的任務(wù)包括物體檢測(cè)和跟蹤(2D或3D物體)，語(yǔ)義分割(2D或3D場(chǎng)景)，深度估計(jì)，光流估計(jì)等。
這篇文章里我們先介紹一下基于圖像或視頻的2D物體檢測(cè)和跟蹤，以及2D場(chǎng)景的語(yǔ)義分割。這幾個(gè)任務(wù)在自動(dòng)駕駛中應(yīng)用的非常廣泛，各種綜述文章也已經(jīng)非常多了，所以這里我只選擇介紹一些經(jīng)典的算法，以脈絡(luò)和方向的梳理為主。
深度學(xué)習(xí)自從2012年在圖像分類(lèi)任務(wù)上取得突破以來(lái)，就迅速的占領(lǐng)了圖像感知的各個(gè)領(lǐng)域，所以下面的介紹也以基于深度學(xué)習(xí)的算法為主。
2 物體檢測(cè)
2.1 兩階段檢測(cè)
傳統(tǒng)的圖像物體檢測(cè)算法大多是滑動(dòng)窗口，特征提取和分類(lèi)器的組合，比如Haar特征+AdaBoost分類(lèi)器，HOG特征+SVM分類(lèi)器。這類(lèi)方法的一個(gè)主要問(wèn)題在于針對(duì)不同的物體檢測(cè)任務(wù)，需要手工設(shè)計(jì)不同的特征。因此，在深度學(xué)習(xí)興起之前，特征設(shè)計(jì)是物體檢測(cè)領(lǐng)域的主要增長(zhǎng)點(diǎn)。
R-CNN[1]作為深度學(xué)習(xí)在物體檢測(cè)領(lǐng)域的開(kāi)創(chuàng)性工作，其思路還是有著很多傳統(tǒng)方法的影子。首先，選擇性搜索(Selective Search)代替了滑動(dòng)窗口，以減少窗口的數(shù)量。其次，也是最重要的一點(diǎn)改變，采用卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取每個(gè)窗口的圖像特征，以代替手工特征設(shè)計(jì)。這里的CNN在ImageNet上進(jìn)行預(yù)訓(xùn)練，對(duì)于通用圖像特征的提取非常有效。最后，每個(gè)窗口的特征采用SVM進(jìn)行分類(lèi)，以完成物體檢測(cè)的任務(wù)。
展開(kāi) 北理工研制機(jī)械狗全地形自適應(yīng)，無(wú)需額外視覺(jué)感知，可在復(fù)雜地形中如履平地
最近，北京理工大學(xué)的研究人員設(shè)計(jì)了一種具有并行對(duì)稱(chēng)腿結(jié)構(gòu)的四足機(jī)械狗，并應(yīng)用了一種自適應(yīng)算法，使機(jī)械狗無(wú)需額外的感知或視覺(jué)支持就能快速估計(jì)全地形信息，在草地和巖石等復(fù)雜地形上如履平地。
▍四足機(jī)械狗的誕生三部曲
1、四足機(jī)械狗誕生的第一步：考慮什么樣的腿結(jié)構(gòu)能讓機(jī)械狗走得穩(wěn)
動(dòng)態(tài)運(yùn)動(dòng)初步由地面反作用力（GRF）決定，可以通過(guò)腿結(jié)構(gòu)和執(zhí)行器來(lái)表征，研究人員對(duì)不同的腿結(jié)構(gòu)進(jìn)行了數(shù)值模擬，采用了能夠產(chǎn)生更大的地面反作用力（GRF）的對(duì)稱(chēng)并聯(lián)腿結(jié)構(gòu)。
機(jī)械狗的腿由強(qiáng)度高、重量輕的碳纖維制成，再配備高精度編碼器、六軸慣性測(cè)量單元、每只腳下的三維力傳感器，控制器、驅(qū)動(dòng)器和電池都位于機(jī)器人的中心。這樣下來(lái)，機(jī)械狗整體質(zhì)量約為 40 kg，腿長(zhǎng)為 0.6 m。
2、接下來(lái)，就要用控制算法讓機(jī)械狗學(xué)會(huì)自己走路
研究人員利用了二次規(guī)劃（QP）優(yōu)化的虛擬模型控制（VMC）算法，該方法可利用虛擬力“驅(qū)使”機(jī)械狗達(dá)到期望的運(yùn)動(dòng)狀態(tài)，這些虛擬力通過(guò)Jacobian矩陣計(jì)算得到期望的關(guān)節(jié)力矩，作為控制關(guān)節(jié)的輸入，讓機(jī)械狗達(dá)到和虛擬力相同的運(yùn)動(dòng)效果。
3、光會(huì)走路還不行，此刻的機(jī)械狗就像一個(gè)沒(méi)學(xué)會(huì)走路的孩子跌跌撞撞，容易摔跤
研究人員提出了一種快速估計(jì)全地形信息的方法，讓機(jī)械狗能在復(fù)雜地形下自適應(yīng)調(diào)整平衡、身體狀態(tài)和擺腿運(yùn)動(dòng)。該方法基于廣義最小二乘法，通過(guò)融合身體、腿部和接觸信息來(lái)估計(jì)地形參數(shù)，腳步坐標(biāo)是通過(guò)融合來(lái)自 IMU 的軀干方向信息和關(guān)節(jié)編碼器信息獲得的，無(wú)需額外感知或視覺(jué)支持。
展開(kāi) 感知（視覺(jué)）→決策（具身智能）→執(zhí)行（自動(dòng)化）
展會(huì)名稱(chēng)：2026深圳（國(guó)際）具身智能創(chuàng)新展覽會(huì)
同期聯(lián)動(dòng)展會(huì)：第 29 屆華南國(guó)際工業(yè)自動(dòng)化展、華南國(guó)際機(jī)器視覺(jué)及工業(yè)應(yīng)用展、華南國(guó)際工業(yè)博覽會(huì)
時(shí)間：2026 年 6 月 10-12 日
地點(diǎn)：深圳國(guó)際會(huì)展中心（寶安新館）12 號(hào)館（銜接自動(dòng)化 / 機(jī)器視覺(jué)展區(qū)）
一、核心參展價(jià)值
1、政策 + 產(chǎn)業(yè)雙重紅利
緊扣《深圳市具身智能行動(dòng)計(jì)劃》窗口期，2027 年產(chǎn)業(yè)規(guī)模將破千億。展會(huì)匯聚 90%+ 核心部件國(guó)產(chǎn)化供應(yīng)鏈，可快速實(shí)現(xiàn)技術(shù)落地，坐享粵港澳大灣區(qū) “機(jī)器人谷” 核心紅利。
2、同期多展聯(lián)動(dòng)
與工業(yè)自動(dòng)化展、機(jī)器視覺(jué)展同期舉辦，形成 “
感知（視覺(jué)）→決策（具身智能）→執(zhí)行（自動(dòng)化）” 的完整鏈路。共享 10 萬(wàn) + 精準(zhǔn)觀(guān)眾，聯(lián)合展示、跨界論壇、技術(shù)對(duì)接會(huì)降低獲客成本，直達(dá)上下游合作伙伴。
3、政企研頂流齊聚
特邀政府主管部門(mén)、高校 / 科研院所帶頭人、產(chǎn)業(yè)鏈龍頭企業(yè)決策者，圍繞 “感知 / 決策 / 控制 / 交互” 核心技術(shù)、商業(yè)化路徑、政策支持等熱點(diǎn)展開(kāi)深度對(duì)話(huà)，一鍵嵌入產(chǎn)業(yè)生態(tài)。
展開(kāi) 光學(xué) | 仿真推動(dòng)以人類(lèi)視覺(jué)感知為本的汽車(chē)顯示設(shè)計(jì)
同樣，在圍繞人類(lèi)視覺(jué)進(jìn)行設(shè)計(jì)時(shí)，顯示器其實(shí)無(wú)需具備盡可能高的亮度或能量輸出。光學(xué)工程師可能會(huì)追求上述特性，但是這種期望往往會(huì)讓設(shè)計(jì)的目的被忽略掉。優(yōu)化車(chē)輛顯示以終端用戶(hù)為中心，因此應(yīng)該重點(diǎn)關(guān)注他們感知周?chē)澜绲姆绞健?談到功能，在很多設(shè)計(jì)方面都存在改進(jìn)的空間：
字體大小：顯示器設(shè)計(jì)可以減小像素大小適應(yīng)低分辨率，最終以精細(xì)的圖像顯示在屏幕上。
對(duì)比度：可讀性會(huì)被文本和背景之間的感知對(duì)比影響。在低對(duì)比度條件下，文字更難以看清，尤其是在駕駛員應(yīng)該把注意力放在道路上的導(dǎo)航場(chǎng)景中時(shí)。
材質(zhì)：當(dāng)顯示器被灰塵或油性指紋覆蓋時(shí)，在極端情況的日照位置下更難讀取信息（圖1）。攝像頭上的灰塵或擋風(fēng)玻璃上的雨滴也會(huì)產(chǎn)生類(lèi)似的問(wèn)題。
人機(jī)交互：顯示器的物理位置和方向會(huì)影響駕駛員和乘員對(duì)屏幕的感知。優(yōu)化設(shè)計(jì)能提高人機(jī)交互的總體質(zhì)量。
視野：與抬頭顯示器（HUD）更緊密相關(guān)的是，工程師們正在開(kāi)發(fā)支持更廣闊視野的光學(xué)技術(shù)，并在真實(shí)世界條件的基礎(chǔ)上疊加投影信息。這些技術(shù)預(yù)計(jì)將適用于小空間，以避免破壞儀表板的美感或占用儀表板下的寶貴空間。
實(shí)際應(yīng)用中的人類(lèi)感知設(shè)計(jì)
在早期，工程師們通過(guò)測(cè)試光如何與LED晶體或OLED層等不同幾何結(jié)構(gòu)的相互作用來(lái)設(shè)計(jì)納米級(jí)的顯示器。隨著設(shè)計(jì)從光子組件模型擴(kuò)展到光學(xué)組件模型，設(shè)計(jì)的焦點(diǎn)也轉(zhuǎn)移到了偏振層和表面涂層等元素。由于大多數(shù)汽車(chē)制造商都依賴(lài)外部供應(yīng)商的顯示技術(shù)，因此設(shè)計(jì)的最后階段的重點(diǎn)，是將顯示器集成到車(chē)輛中。
日照研究確定了極端情況的日照位置，并分析了來(lái)自其它光源的反射。在某些情況下，后處理算法允許用戶(hù)看到比如眩光投射在屏幕上的效果。
展開(kāi) 光學(xué)仿真 | 仿真推動(dòng)以人類(lèi)視覺(jué)感知為本的汽車(chē)顯示設(shè)計(jì)
同樣，在圍繞人類(lèi)視覺(jué)進(jìn)行設(shè)計(jì)時(shí)，顯示器其實(shí)無(wú)需具備盡可能高的亮度或能量輸出。光學(xué)工程師可能會(huì)追求上述特性，但是這種期望往往會(huì)讓設(shè)計(jì)的目的被忽略掉。優(yōu)化車(chē)輛顯示以終端用戶(hù)為中心，因此應(yīng)該重點(diǎn)關(guān)注他們感知周?chē)澜绲姆绞健?談到功能，在很多設(shè)計(jì)方面都存在改進(jìn)的空間：
·字體大小：顯示器設(shè)計(jì)可以減小像素大小適應(yīng)低分辨率，最終以精細(xì)的圖像顯示在屏幕上。
·對(duì)比度：可讀性會(huì)被文本和背景之間的感知對(duì)比影響。在低對(duì)比度條件下，文字更難以看清，尤其是在駕駛員應(yīng)該把注意力放在道路上的導(dǎo)航場(chǎng)景中時(shí)。
·材質(zhì)：當(dāng)顯示器被灰塵或油性指紋覆蓋時(shí)，在極端情況的日照位置下更難讀取信息。攝像頭上的灰塵或擋風(fēng)玻璃上的雨滴也會(huì)產(chǎn)生類(lèi)似的問(wèn)題。
·人機(jī)交互：顯示器的物理位置和方向會(huì)影響駕駛員和乘員對(duì)屏幕的感知。優(yōu)化設(shè)計(jì)能提高人機(jī)交互的總體質(zhì)量。
·視野：與抬頭顯示器（HUD）更緊密相關(guān)的是，工程師們正在開(kāi)發(fā)支持更廣闊視野的光學(xué)技術(shù)，并在真實(shí)世界條件的基礎(chǔ)上疊加投影信息。這些技術(shù)預(yù)計(jì)將適用于小空間，以避免破壞儀表板的美感或占用儀表板下的寶貴空間。
實(shí)際應(yīng)用中的人類(lèi)感知設(shè)計(jì)
在早期，工程師們通過(guò)測(cè)試光如何與LED晶體或OLED層等不同幾何結(jié)構(gòu)的相互作用來(lái)設(shè)計(jì)納米級(jí)的顯示器。隨著設(shè)計(jì)從光子組件模型擴(kuò)展到光學(xué)組件模型，設(shè)計(jì)的焦點(diǎn)也轉(zhuǎn)移到了偏振層和表面涂層等元素。由于大多數(shù)汽車(chē)制造商都依賴(lài)外部供應(yīng)商的顯示技術(shù)，因此設(shè)計(jì)的最后階段的重點(diǎn)，是將顯示器集成到車(chē)輛中。
日照研究確定了極端情況的日照位置，并分析了來(lái)自其它光源的反射。在某些情況下，后處理算法允許用戶(hù)看到比如眩光投射在屏幕上的效果。Ansys算法考慮了人眼生物學(xué)特性，可模擬出適應(yīng)時(shí)間甚至是色盲的情況。比如，當(dāng)駕駛員置身于黑暗環(huán)境中5分鐘后，他們的眼睛突然看向顯示器時(shí)，其感受與在處于明亮光線(xiàn)環(huán)境下5分鐘后的感覺(jué)截然不同。
展開(kāi) 
利用人體對(duì)周?chē)姶挪ǖ脑鰪?qiáng)感應(yīng)，直接可視覺(jué)觸覺(jué)感知和超靈敏觸覺(jué)傳感器
【引言】
使用電子系統(tǒng)模擬人類(lèi)感知是人工智能和人機(jī)交互的關(guān)鍵組成部分。在所有人類(lèi)感官中，大量的努力都集中在實(shí)現(xiàn)觸覺(jué)感知上，與其他感官相比，這是一項(xiàng)更具挑戰(zhàn)性的任務(wù)。高性能觸覺(jué)傳感器可應(yīng)用于多種技術(shù)，如安全監(jiān)控、工業(yè)自動(dòng)化、智能機(jī)器人、電子皮膚等。隨著各種功能材料的出現(xiàn)，許多具有高拉伸性、自愈合或自供電能力等新特性材料也被應(yīng)用于觸覺(jué)傳感器。除了材料創(chuàng)新，許多不同的物理機(jī)制也被用作觸覺(jué)傳感器的傳導(dǎo)原理，包括壓阻、可變電容，甚至接觸帶電效應(yīng)。不同物理機(jī)制的引入可以進(jìn)一步刺激高性能觸覺(jué)傳感器的發(fā)展。觸覺(jué)傳感技術(shù)在工業(yè)領(lǐng)域的關(guān)鍵目標(biāo)是實(shí)現(xiàn)高分辨率和高靈敏度，同時(shí)簡(jiǎn)化系統(tǒng)的復(fù)雜性。因此，不斷實(shí)驗(yàn)不同的傳導(dǎo)機(jī)制來(lái)實(shí)現(xiàn)觸覺(jué)感知是觸覺(jué)傳感器發(fā)展的一項(xiàng)必要任務(wù)，這可以促進(jìn)智能手機(jī)、人機(jī)交互等領(lǐng)域的應(yīng)用。
在過(guò)去的幾年中，基于麥克斯韋位移電流和靜電場(chǎng)的傳感技術(shù)作為一個(gè)新興的研究方向受到了極大的關(guān)注。基于摩擦電納米發(fā)電機(jī)(TENG)的感應(yīng)型傳感器是利用麥克斯韋位移電流的最具代表性的技術(shù)之一。這些基于TENG的傳感器可以產(chǎn)生大的電壓輸出，以提高檢測(cè)靈敏度，同時(shí)降低能耗。然而，由于電荷泄漏和交叉互感， TENG靜電數(shù)據(jù)的采集系統(tǒng)的復(fù)雜性會(huì)顯著增加。因此，研究人員非常希望開(kāi)發(fā)一種改進(jìn)的方法，能夠繼承這些TENG基傳感器的優(yōu)點(diǎn)并避免其缺陷。
展開(kāi) Ansys Speos / Ansys Lumerical | 聯(lián)合 optiSLang 的顯示屏優(yōu)化設(shè)計(jì)
在Ansys顯示屏設(shè)計(jì)解決方案中，我們可以使用Lumerical STACK或FDTD構(gòu)建OLED或微型LED納米結(jié)構(gòu)，并在像素級(jí)模擬光提取效率、角發(fā)射和顏色，同時(shí)將OLED的結(jié)構(gòu)參數(shù)、光提取效率和顯示顏色等這些指標(biāo)輸入optiSLang優(yōu)化，最后我們可以使用Speos獲得消費(fèi)者對(duì)顯示屏的視覺(jué)感知，并了解這些指標(biāo)如何影響視覺(jué)感知。
設(shè)計(jì)流程
遵循顯示屏物理模擬工作流，將從Lumerical STACK設(shè)計(jì)像素的納米結(jié)構(gòu)，使用optiSLang實(shí)現(xiàn)工作流的自動(dòng)化，使用optiSLang的優(yōu)化器來(lái)改變像素層設(shè)計(jì)，優(yōu)化像素效率和具有復(fù)雜交互的光學(xué)性能，再到Speos中具有人眼視覺(jué)的感知仿真由這些像素制成的顯示產(chǎn)品。整個(gè)流程完全采用自動(dòng)化設(shè)計(jì)方式，仿真工具之間的數(shù)據(jù)傳輸無(wú)縫兼容。
1.OLED納米光子像素的設(shè)計(jì)，并在Ansys Lumerical中詳細(xì)介紹優(yōu)化指標(biāo)。
像素是顯示屏的基本組成部分，也是我們優(yōu)化的重點(diǎn)。在OLED或LED設(shè)備中，陽(yáng)極和陰極用于注入帶電載流子，帶正電的空穴由空穴注入層和傳輸層傳輸，電子則相反。它們?cè)诎l(fā)射層相遇，在那里可以重新組合形成光子。當(dāng)然光學(xué)材料的性能和層厚對(duì)整體光學(xué)性能起著關(guān)鍵作用，在不影響電性能的情況下改變這些層的厚度，以便最大化光學(xué)指標(biāo)。
Lumerical STACK多層結(jié)構(gòu)解析求解器，因?yàn)榭梢跃_地處理多層厚度，對(duì)于設(shè)計(jì)垂直發(fā)射的顯示設(shè)備，STACK計(jì)算速度非常高效，幾秒鐘直接就完成求解，非常適合用于優(yōu)化程序嘗試數(shù)十萬(wàn)種設(shè)計(jì)。
在設(shè)計(jì)顯示屏?xí)r，定量的方法描述顏色是非常重要的，可以通過(guò)顏色空間進(jìn)行幾何處理，展示在CIE 1976顏色空間中的色度圖，將光的實(shí)際狀態(tài)與視覺(jué)感知聯(lián)系起來(lái)。使用紅色、藍(lán)色和綠色作為原色，將它們混合在一起，可以在所謂的設(shè)備色域內(nèi)產(chǎn)生白色和任何其他顏色。
展開(kāi) 混合現(xiàn)實(shí)仿真精度難保障？OAS 光學(xué)軟件精準(zhǔn)解困
</p><p><strong>2) 加強(qiáng)人眼模型與視覺(jué)感知仿真：</strong>集成更先進(jìn)的人眼模型和視覺(jué)感知理論，以更準(zhǔn)確地預(yù)測(cè)用戶(hù)在MR環(huán)境中的主觀(guān)視覺(jué)體驗(yàn)，包括舒適度、沉浸感和圖像質(zhì)量等，從而指導(dǎo)光學(xué)系統(tǒng)設(shè)計(jì)。</p><p><strong>3) 拓展與物理引擎和三維渲染的集成：</strong>為了更好地模擬虛擬內(nèi)容與真實(shí)環(huán)境的交互，OAS可以加強(qiáng)與主流物理引擎和三維渲染軟件的集成，實(shí)現(xiàn)虛擬物體在真實(shí)場(chǎng)景中的精確遮擋、陰影、反射等效果，提供更真實(shí)的MR仿真體驗(yàn)。</p><p><strong>4) 提升計(jì)算效率與并行化能力：</strong>隨著MR光學(xué)系統(tǒng)復(fù)雜度的增加，對(duì)仿真計(jì)算效率的要求也越來(lái)越高。OAS需要持續(xù)優(yōu)化算法，并充分利用GPU并行計(jì)算、云計(jì)算等技術(shù)，以縮短仿真時(shí)間，支持大規(guī)模、高精度的仿真任務(wù)。</p><p><strong>5) 構(gòu)建開(kāi)放的生態(tài)系統(tǒng)：</strong>積極與MR硬件制造商、內(nèi)容開(kāi)發(fā)者、學(xué)術(shù)機(jī)構(gòu)等合作，共同構(gòu)建開(kāi)放的生態(tài)系統(tǒng)，提供豐富的API接口和開(kāi)發(fā)工具，方便第三方集成和定制開(kāi)發(fā)，從而擴(kuò)大OAS在MR領(lǐng)域的影響力。</p><p><br></p><p>通過(guò)持續(xù)的技術(shù)創(chuàng)新和生態(tài)建設(shè)，OAS光學(xué)軟件有望成為推動(dòng)混合現(xiàn)實(shí)技術(shù)發(fā)展的重要力量，助力光學(xué)工程師和研究人員設(shè)計(jì)出更具沉浸感、更舒適、性能更卓越的下一代MR設(shè)備，共同開(kāi)啟智能光學(xué)的新篇章。</p>
展開(kāi) 華為、比亞迪、大疆，未來(lái)必有一戰(zhàn)？| “深造”
大疆目前所推出的智能駕駛解決方案，視覺(jué)感知傳感器、智能駕駛域控制器、駕駛行為識(shí)別預(yù)警系統(tǒng)、激光雷達(dá)、衛(wèi)星導(dǎo)航系統(tǒng)、高精度地圖等核心零部件，華為基本都有與之相對(duì)應(yīng)的競(jìng)品。雙方所推出的產(chǎn)品重疊率也很高。狹路相逢，一場(chǎng)較量在所難免。
首先，作為一家在無(wú)人機(jī)領(lǐng)域深耕多年的公司，大疆在視覺(jué)感知系統(tǒng)層面優(yōu)勢(shì)非常明顯。而且，大疆視覺(jué)傳感系統(tǒng)全部為自研。在感知能力上，單目感知系統(tǒng)、雙目立體感知系統(tǒng)的技術(shù)能力有目共睹。
按照行業(yè)媒體的解讀，大疆能夠具備視覺(jué)感知的優(yōu)勢(shì)能力，主要體現(xiàn)在三個(gè)方面技術(shù)：在線(xiàn)自標(biāo)定技術(shù)、立體視覺(jué)深度估計(jì)與視覺(jué)感知技術(shù)，以及核心算法的強(qiáng)大泛化能力。
就拿泛化能力來(lái)說(shuō)，大疆車(chē)載的視覺(jué)感知算法方案具有比純機(jī)器學(xué)習(xí)算法方案更強(qiáng)大的泛化能力，能實(shí)現(xiàn)更明確的幾何分割及更精確的深度估計(jì)，從而更好地滿(mǎn)足適應(yīng)高級(jí)智能駕駛系統(tǒng)的要求。
其次，大疆的激光雷達(dá)合作廠(chǎng)商包括小鵬、AutoX、東風(fēng)汽車(chē)、圖森未來(lái)等。而華為的激光雷達(dá)已經(jīng)率先搭載在極狐阿爾法S車(chē)型上。所以，大疆的激光雷達(dá)業(yè)務(wù)，和華為的激光雷達(dá)在未來(lái)會(huì)發(fā)生競(jìng)爭(zhēng)的概率，可想而知。
除了激光雷達(dá)，在智能駕駛域控制器方面，大疆自研了一款專(zhuān)為智能駕駛系統(tǒng)設(shè)計(jì)的車(chē)規(guī)級(jí)、高性能、高擴(kuò)展性的通用型計(jì)算平臺(tái)。而自研中間件（Middleware）、高算力、豐富的外圍擴(kuò)展，也成為大疆智能駕駛域控制器具備的三大功能亮點(diǎn)。
展開(kāi) 