自動(dòng)駕駛汽車(chē)感知測(cè)試的案例
自動(dòng)駕駛汽車(chē)感知測(cè)試
來(lái)源 |
智駕社
客戶案例 | Ansys與索尼半導(dǎo)體解決方案公司合作推進(jìn)自動(dòng)駕駛汽車(chē)基于場(chǎng)景的感知測(cè)試
仿真模型使用戶能夠利用預(yù)定義輸入或?qū)崟r(shí)反饋，對(duì)基于索尼HDR成像器的感知系統(tǒng)進(jìn)行可靠的、基于場(chǎng)景的測(cè)試，從而提高ADAS和AV應(yīng)用的準(zhǔn)確性、可靠性和安全性。
為了最大限度地減少道路測(cè)試，協(xié)同仿真會(huì)將圖像輸入到先進(jìn)的片上軟件感知系統(tǒng)中。與此同時(shí)，仿真環(huán)境中還集成了用于控制發(fā)動(dòng)機(jī)管理和變速箱等功能的電子控制單元，以測(cè)試其性能。這種方法可確保從傳感器到處理芯片的整個(gè)仿真流程準(zhǔn)確可靠。
索尼半導(dǎo)體解決方案公司汽車(chē)業(yè)務(wù)部總經(jīng)理Tomoki Seita表示：“完全自動(dòng)駕駛的實(shí)現(xiàn)，需要依靠OEM廠商與Ansys等領(lǐng)先的技術(shù)提供商合作，以提高用于驗(yàn)證自動(dòng)駕駛系統(tǒng)的集成工具的準(zhǔn)確性。通過(guò)此次合作，客戶可以使用高度可重現(xiàn)、高預(yù)測(cè)準(zhǔn)確性的仿真，充滿信心地對(duì)其系統(tǒng)進(jìn)行驗(yàn)證。這尤其有利于OEM廠商和一級(jí)供應(yīng)商，他們可以運(yùn)行實(shí)際攝像頭仿真來(lái)驗(yàn)證識(shí)別算法和車(chē)輛控制軟件。”
此外，AVxcelerate平臺(tái)與許多客戶特定的仿真工具鏈兼容，包括開(kāi)源仿真器或其他商業(yè)仿真器，其具有高度可擴(kuò)展性，并支持云端使用，以提高算力和廣泛的可訪問(wèn)性。該工作流程使設(shè)計(jì)人員能夠生成逼真的圖像，以便在組裝傳感器之前評(píng)估性能，或生成大規(guī)模的虛擬訓(xùn)練數(shù)據(jù)集。
Ansys產(chǎn)品高級(jí)副總裁Shane Emswiler表示：“滿足安全合規(guī)性是我們OEM廠商客戶的首要任務(wù)，但由于需要測(cè)試的場(chǎng)景數(shù)量眾多，實(shí)現(xiàn)這一目標(biāo)十分困難。Ansys提供一系列多物理場(chǎng)仿真解決方案，以提高自動(dòng)駕駛汽車(chē)的安全性和可靠性，同時(shí)加速研發(fā)流程。利用AVxcelerate Sensors，用戶可以在高保真度虛擬環(huán)境中復(fù)現(xiàn)道路決策，這可以提高預(yù)測(cè)準(zhǔn)確性，并改變企業(yè)設(shè)計(jì)和測(cè)試自動(dòng)駕駛汽車(chē)的方式。”
展開(kāi) 自動(dòng)駕駛系統(tǒng)中視覺(jué)感知模塊的安全測(cè)試
車(chē)聯(lián)網(wǎng)領(lǐng)域隨著物聯(lián)網(wǎng)與交通運(yùn)輸領(lǐng)域的深度融合蓬勃發(fā)展．隨著深度學(xué)習(xí)的進(jìn)步,車(chē)聯(lián)網(wǎng)領(lǐng)域的自動(dòng)駕駛技術(shù)得到了突破性的發(fā)展,并有演化成一場(chǎng)新的汽車(chē)工業(yè)革命的趨勢(shì)．無(wú)論是特斯拉、蔚來(lái)等新型車(chē)企,還是福特、寶馬等傳統(tǒng)車(chē)企都陸續(xù)拿到了自動(dòng)駕駛路測(cè)牌照,著眼于研發(fā)深度自動(dòng)駕駛技術(shù)．迅猛發(fā)展的深度自動(dòng)駕駛技術(shù)正逐漸成為車(chē)聯(lián)網(wǎng)領(lǐng)域的主要支撐技術(shù)之一,正在改變未來(lái)的交通和出行方式．
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) 干貨｜自動(dòng)駕駛系統(tǒng)中感知傳感器實(shí)物仿真測(cè)試環(huán)境構(gòu)建
毫米波雷達(dá)目標(biāo)模擬過(guò)程中，會(huì)需要模擬各不同角度上的目標(biāo)，由于目標(biāo)模擬器不方便進(jìn)行移動(dòng)，無(wú)法模擬出相對(duì)測(cè)試環(huán)境的絕對(duì)角度，所以一般還會(huì)采用旋轉(zhuǎn)云臺(tái)搭載被測(cè)毫米波雷達(dá)，進(jìn)行雷達(dá)與目標(biāo)模擬器之間相對(duì)角度的模擬。
圖5 毫米波雷達(dá)目標(biāo)模擬微波暗箱結(jié)構(gòu)示意圖
■ 總結(jié)：感知傳感器模擬仿真方案多樣性、實(shí)用性強(qiáng)
從上面的介紹不難看出，自動(dòng)駕駛主要感知傳感器的實(shí)物仿真環(huán)境構(gòu)建，都是基于工作原理，靈活運(yùn)用傳感器感知介質(zhì)特性，在標(biāo)準(zhǔn)環(huán)境下，進(jìn)行的模擬目標(biāo)匹配的信號(hào)再造。針對(duì)與同一類(lèi)型的感知傳感器，其實(shí)物仿真環(huán)境的構(gòu)建方式其實(shí)并非是唯一的，只要環(huán)境中相對(duì)潔凈，未引入其他影響感知傳感器識(shí)別目標(biāo)的噪聲，并能準(zhǔn)確有效的對(duì)該類(lèi)型傳感器可感知目標(biāo)進(jìn)行模擬，那這就是一個(gè)成功的環(huán)境構(gòu)建方案。所以在不同模擬仿真測(cè)試系統(tǒng)應(yīng)用時(shí)，可以結(jié)合不同的測(cè)試需求，對(duì)傳感器實(shí)物仿真構(gòu)建方法進(jìn)行選擇。
從自動(dòng)駕駛模擬仿真測(cè)試產(chǎn)業(yè)發(fā)展需求角度出發(fā)，目前可以實(shí)現(xiàn)的感知傳感器環(huán)境構(gòu)建方案還相對(duì)較少，后續(xù)自動(dòng)駕駛整車(chē)級(jí)模擬仿真測(cè)試環(huán)境中，必定需要多類(lèi)型感知傳感器融合仿真測(cè)試環(huán)境。這對(duì)感知傳感器實(shí)物仿真測(cè)試環(huán)境構(gòu)建提出了更高的要求，也期待有更多更優(yōu)先的構(gòu)建方法和創(chuàng)新型構(gòu)想被提出。
---END---
作者：北斗
文章來(lái)源：汽車(chē)測(cè)試網(wǎng)
展開(kāi) 
自動(dòng)駕駛汽車(chē)感知系統(tǒng)關(guān)鍵技術(shù)綜述
企業(yè)方面，恩智浦、意法半導(dǎo)體等半導(dǎo)體供應(yīng)商，大陸、德?tīng)柛５攘悴考?yīng)商都開(kāi)發(fā)了相應(yīng)產(chǎn)品；通用汽車(chē)宣布將在2017年款凱迪拉克CTS上率先搭載采用DSRC技術(shù)的V2X系統(tǒng)，通過(guò)與GPS相結(jié)合，該系統(tǒng)能夠精確獲取周?chē)?00m內(nèi)其他車(chē)輛的準(zhǔn)確位置和行駛狀況。
3 總結(jié)
感知系統(tǒng)將真實(shí)世界的視覺(jué)、物理、事件等信息轉(zhuǎn)變成數(shù)字信號(hào)，為車(chē)輛了解周邊環(huán)境、制定駕駛操作提供了基本保障。本文從傳感器、定位導(dǎo)航、車(chē)聯(lián)通信3個(gè)技術(shù)方向介紹了感知系統(tǒng)。其中，傳感器技術(shù)能夠及時(shí)、快速掌握局部范圍內(nèi)各種人車(chē)路信息，有效應(yīng)對(duì)周邊突發(fā)事件；導(dǎo)航定位可確定車(chē)輛與路網(wǎng)其他單元的位置關(guān)系，提供全局視野，用于規(guī)劃路徑、優(yōu)化駕駛體驗(yàn)；車(chē)聯(lián)通信可使人、車(chē)、路信息互聯(lián)共享，實(shí)時(shí)準(zhǔn)確地大范圍、全方位感知環(huán)境信息，有效彌補(bǔ)傳感器感知范圍有限、易受環(huán)境影響，定位導(dǎo)航感知實(shí)時(shí)性差、感知內(nèi)容有限等缺陷。目前，各大汽車(chē)制造商正致力于自動(dòng)駕駛汽車(chē)實(shí)用化研發(fā)和商業(yè)化推廣。多種技術(shù)融合的感知系統(tǒng)是實(shí)現(xiàn)高等級(jí)自動(dòng)駕駛的關(guān)鍵技術(shù)，很大程度上決定著自動(dòng)駕駛發(fā)展進(jìn)程，間接影響著將來(lái)自動(dòng)駕駛汽車(chē)的產(chǎn)品標(biāo)準(zhǔn)、試驗(yàn)測(cè)試方法、安全等級(jí)評(píng)價(jià)等產(chǎn)業(yè)市場(chǎng)規(guī)則，以及交通規(guī)劃、車(chē)輛及駕駛人管理等社會(huì)治理規(guī)則。
展開(kāi) 汽車(chē)測(cè)試科普貼：一文看懂自動(dòng)駕駛仿真測(cè)試
隨著仿真技術(shù)水平的提高和應(yīng)用的普及，行業(yè)旨在達(dá)到通過(guò)仿真平臺(tái)完成99.9％的測(cè)試量，封閉場(chǎng)地測(cè)試完成 0.09％，最后0.01％到實(shí)路上去完成，這樣可以使自動(dòng)駕駛汽車(chē)研發(fā)達(dá)到更高效、經(jīng)濟(jì)的狀態(tài)。
目前自動(dòng)駕駛仿真市場(chǎng)參與主體主要包括：科技公司、車(chē)企、自動(dòng)駕駛解決方案商、仿真軟件企業(yè)、高校及科研機(jī)構(gòu)、智能網(wǎng)聯(lián)測(cè)試示范區(qū)。由于每個(gè)市場(chǎng)主體在自動(dòng)駕駛仿真方面的技術(shù)基礎(chǔ)不同，因此在推動(dòng)自動(dòng)駕駛仿真方面的研發(fā)及合作方式呈現(xiàn)不同模式。
科技公司
科技公司在仿真方面起步相對(duì)較晚，在汽車(chē)功能探索方面經(jīng)驗(yàn)較少，但是具備大數(shù)據(jù)優(yōu)勢(shì)，軟件開(kāi)發(fā)能力強(qiáng)。自動(dòng)駕駛汽車(chē)相比傳統(tǒng)汽車(chē)，對(duì)軟件的需求更大，科技公司進(jìn)行仿真軟件的探索，目的是進(jìn)入市場(chǎng)龐大的汽車(chē)行業(yè)，建立更大的數(shù)據(jù)平臺(tái)，形成新的業(yè)務(wù)增長(zhǎng)點(diǎn)。
展開(kāi) 自動(dòng)駕駛行業(yè)觀察 | 自動(dòng)駕駛多模態(tài)融合感知詳解（研究現(xiàn)狀及挑戰(zhàn)）
文章來(lái)源：自動(dòng)駕駛干貨鋪
經(jīng)緯恒潤(rùn)智能駕駛開(kāi)發(fā)、測(cè)試評(píng)估平臺(tái)——智能駕駛全量數(shù)據(jù)感知及分析系統(tǒng)
上一期給大家介紹了平臺(tái)的總體方案，本期從“單車(chē)智能”開(kāi)發(fā)及測(cè)試的角度，為各位看官帶來(lái)智能駕駛全量數(shù)據(jù)感知及分析系統(tǒng)。
智能駕駛全量感知數(shù)據(jù)實(shí)時(shí)可視化系統(tǒng)，可實(shí)時(shí)展示車(chē)端各類(lèi)傳感器數(shù)據(jù)，可實(shí)現(xiàn)感知系統(tǒng)自動(dòng)對(duì)標(biāo)，并可感知端獲取各類(lèi)極限場(chǎng)景。包括以下幾部分組成：
智能駕駛數(shù)據(jù)采集分析及可視化系統(tǒng)
提供一套智能駕駛傳感器全量數(shù)據(jù)采集及分析軟硬件系統(tǒng)，傳感器數(shù)據(jù)同步，可實(shí)時(shí)在可視化界面展示各傳感器數(shù)據(jù)。
? 全量數(shù)據(jù)采集
? 定制化傳感器接入
? 遠(yuǎn)程事件監(jiān)控/數(shù)據(jù)傳輸
? 數(shù)據(jù)同步
? 數(shù)據(jù)可視化
? 定制化場(chǎng)景提取
? ADAS功能/測(cè)試信號(hào)分析
真值系統(tǒng)
真值系統(tǒng)，通過(guò)量化真值系統(tǒng)和本車(chē)系統(tǒng)的感知結(jié)果差異可以評(píng)價(jià)標(biāo)注過(guò)程，軟件和模型訓(xùn)練過(guò)程。
展開(kāi) 自動(dòng)駕駛感知數(shù)據(jù)
現(xiàn)在自動(dòng)駕駛車(chē)輛傳感器的布置五花八門(mén)，各家有各家的方案。
那假設(shè)我有一個(gè)傳感器配置的車(chē)輛，我現(xiàn)在去采集了很多感知場(chǎng)景的數(shù)據(jù)，
這些數(shù)據(jù)這樣能變現(xiàn)呢？是否有公司需要數(shù)據(jù)來(lái)訓(xùn)練算法呢？我的傳感器布局可能和需求方的不一樣，那我的數(shù)據(jù)他可以用來(lái)訓(xùn)練他的算法嗎？
一文詳解智能駕駛感知系統(tǒng)測(cè)試技術(shù)
摘要
隨著人工智能、邊緣計(jì)算、無(wú)線通信和車(chē)載傳感器等關(guān)鍵技術(shù)的進(jìn)步和突破，自動(dòng)駕駛系統(tǒng)迎來(lái)了新一輪的發(fā)展。交通應(yīng)用的安全攸關(guān)場(chǎng)景給自動(dòng)駕駛系統(tǒng)提出了更高的質(zhì)量保障要求。感知系統(tǒng)是自動(dòng)駕駛的核心，圍繞感知能力的測(cè)試驗(yàn)證工作是保障自動(dòng)駕駛軟件系統(tǒng)安全可靠的有效且必要途徑。本文簡(jiǎn)要分析了國(guó)內(nèi)外自動(dòng)駕駛感知系統(tǒng)測(cè)試的研究現(xiàn)狀，并對(duì)圖像、激光雷達(dá)、以及感知融合測(cè)試方法和技術(shù)發(fā)展進(jìn)行了討論。
前言
隨著人工智能及其軟硬件技術(shù)的進(jìn)步，近年來(lái)自動(dòng)駕駛獲得了快速發(fā)展。自動(dòng)駕駛系統(tǒng)已經(jīng)被應(yīng)用于民用汽車(chē)輔助駕駛器、自動(dòng)物流機(jī)器人、無(wú)人機(jī)等領(lǐng)域。感知組件是自動(dòng)駕駛系統(tǒng)的核心，它使得車(chē)輛能夠分析并理解內(nèi)外交通環(huán)境信息。然而，與其他軟件系統(tǒng)一樣，自動(dòng)駕駛感知系統(tǒng)困擾于軟件缺陷。并且，自動(dòng)駕駛系統(tǒng)運(yùn)行于安全攸關(guān)場(chǎng)景，其軟件缺陷可能導(dǎo)致災(zāi)難性后果。近年來(lái)，已經(jīng)發(fā)生多起自動(dòng)駕駛系統(tǒng)缺陷導(dǎo)致的人員傷亡事故。自動(dòng)駕駛系統(tǒng)測(cè)試技術(shù)受到學(xué)術(shù)界和工業(yè)界的廣泛重視。企業(yè)與研究機(jī)構(gòu)提出了一系列包括虛擬仿真測(cè)試、實(shí)景道路測(cè)試和虛實(shí)結(jié)合測(cè)試等在內(nèi)的技術(shù)和環(huán)境。然而，由于自動(dòng)駕駛系統(tǒng)輸入數(shù)據(jù)類(lèi)型的特殊性和運(yùn)行環(huán)境的多樣性，這類(lèi)測(cè)試技術(shù)的實(shí)施過(guò)程需要消耗過(guò)多資源，并需要承擔(dān)較大風(fēng)險(xiǎn)。本文簡(jiǎn)要分析當(dāng)前自動(dòng)駕駛感知系統(tǒng)測(cè)試方法的研究和應(yīng)用現(xiàn)狀。
1 自動(dòng)駕駛感知系統(tǒng)測(cè)試
自動(dòng)駕駛感知系統(tǒng)的質(zhì)量保障越來(lái)越重要。感知系統(tǒng)需要幫助車(chē)輛自動(dòng)分析和理解路況信息，其構(gòu)成非常復(fù)雜，需要充分檢驗(yàn)待測(cè)系統(tǒng)在眾多交通場(chǎng)景下的可靠性和安全性。當(dāng)前自動(dòng)駕駛感知測(cè)試主要分為三大類(lèi)。無(wú)論何種測(cè)試方法，都表現(xiàn)出了一個(gè)區(qū)別于傳統(tǒng)測(cè)試的重要特征，即對(duì)于測(cè)試數(shù)據(jù)的強(qiáng)依賴(lài)性。
第一類(lèi)測(cè)試主要基于軟件工程理論和形式化方法等，以感知系統(tǒng)實(shí)現(xiàn)的模型結(jié)構(gòu)機(jī)理為切入點(diǎn)的測(cè)試。
展開(kāi) 自動(dòng)駕駛感知數(shù)據(jù)閉環(huán)簡(jiǎn)析
在自動(dòng)駕駛技術(shù)中，軟件系統(tǒng)是最具有技術(shù)壁壘的領(lǐng)域之一。近年來(lái)，國(guó)內(nèi)外成立了不少自動(dòng)駕駛創(chuàng)業(yè)公司，花費(fèi)了大量人力物力投入到自動(dòng)駕駛軟件系統(tǒng)的開(kāi)發(fā)中，每一行代碼、每一個(gè)專(zhuān)利，都是它們未來(lái)競(jìng)爭(zhēng)的底氣和資本。可以說(shuō)，自動(dòng)駕駛軟件系統(tǒng)是上述公司最核心的資產(chǎn)之一。
百度是國(guó)內(nèi)最早投入自動(dòng)駕駛技術(shù)研發(fā)的公司之一。Apollo是百度發(fā)布的向汽車(chē)行業(yè)及自動(dòng)駕駛領(lǐng)域合作伙伴提供的軟件平臺(tái)，不僅在全球各種權(quán)威自動(dòng)駕駛榜單中成績(jī)斐然，也在商業(yè)化推進(jìn)上有著驚人的速度。下圖是Apollo開(kāi)源項(xiàng)目的系統(tǒng)架構(gòu)。
圖1. Apollo 6.0 Architecture，
來(lái)源：Apollo項(xiàng)目GitHub
地址：https://github.com/ApolloAuto/apollo
簡(jiǎn)單解析一下Apollo框架。
其中，Open Software Platform指的是Apollo開(kāi)源軟件平臺(tái)，它是圖中位于右側(cè)的各個(gè)子模塊的總稱(chēng)。RTOS（real-time operating system）是實(shí)時(shí)操作系統(tǒng)，實(shí)時(shí)性是它的最大特征，它為上層功能模塊的高效執(zhí)行提供底層環(huán)境。
Map Engine是地圖引擎，在軟件中負(fù)責(zé)獲取各類(lèi)地圖數(shù)據(jù)，并提供相應(yīng)的地圖數(shù)據(jù)功能接口。Localization和Perception分別是定位和感知模塊，是處理汽車(chē)周?chē)h(huán)境信息的功能模塊，負(fù)責(zé)將各類(lèi)傳感器收集到的數(shù)據(jù)進(jìn)行加工和處理，用結(jié)構(gòu)化的結(jié)果來(lái)描述汽車(chē)周?chē)膱?chǎng)景。Planning是規(guī)劃模塊，負(fù)責(zé)對(duì)結(jié)構(gòu)化的場(chǎng)景信息進(jìn)行下一步的處理，通過(guò)計(jì)算得到一條安全可通行的路徑。
展開(kāi) 
自動(dòng)駕駛的視覺(jué)感知包括哪些內(nèi)容？
出廠標(biāo)定
但是自動(dòng)駕駛做前裝量產(chǎn)，由于批量生產(chǎn)的緣故，無(wú)法一輛輛使用標(biāo)定板做標(biāo)定，而是構(gòu)建一個(gè)場(chǎng)地用于車(chē)輛出廠時(shí)標(biāo)定，如下圖所示：
2. 在線標(biāo)定
另外考慮到車(chē)輛運(yùn)行一段時(shí)間或者在顛簸的過(guò)程中攝像頭位置的偏移，感知系統(tǒng)中也有在線標(biāo)定的模型，常利用消失點(diǎn)或車(chē)道線等檢測(cè)得到的信息實(shí)時(shí)更新俯仰角的變化。
數(shù)據(jù)標(biāo)注
自然道路場(chǎng)景存在各種各樣的突發(fā)狀況，所以需要采集大量的實(shí)車(chē)數(shù)據(jù)用來(lái)訓(xùn)練。高質(zhì)量的數(shù)據(jù)標(biāo)注成了一件至關(guān)重要的工作，其中感知系統(tǒng)需要檢測(cè)的全部信息均需要進(jìn)行標(biāo)注。標(biāo)注形式包括目標(biāo)級(jí)標(biāo)注和像素級(jí)標(biāo)注：
目標(biāo)級(jí)標(biāo)注如下圖：
像素級(jí)標(biāo)注如下圖：
由于感知系統(tǒng)中的檢測(cè)和分割任務(wù)常采用深度學(xué)習(xí)的方式實(shí)現(xiàn)，而深度學(xué)習(xí)是一項(xiàng)數(shù)據(jù)驅(qū)動(dòng)的技術(shù)，所以需要大量的數(shù)據(jù)和標(biāo)注信息進(jìn)行迭代。為了提高標(biāo)注的效率，可以采用半自動(dòng)的標(biāo)注方式，通過(guò)在標(biāo)注工具中嵌入一個(gè)神經(jīng)網(wǎng)絡(luò)用于提供一份初始標(biāo)注，然后人工修正，并且在一段時(shí)間后加載新增數(shù)據(jù)和標(biāo)簽進(jìn)行迭代循環(huán)。
功能劃分
視覺(jué)感知可以分為多個(gè)功能模塊，如目標(biāo)檢測(cè)跟蹤、目標(biāo)測(cè)量、可通行區(qū)域、車(chē)道線檢測(cè)、靜態(tài)物體檢測(cè)等。
1.
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標(biāo)定功能。
展開(kāi) Uber申請(qǐng)恢復(fù)上路測(cè)試自動(dòng)駕駛汽車(chē)：前排將有兩名司機(jī)
據(jù)國(guó)外媒體報(bào)道，Uber發(fā)布了一份“安全自我評(píng)估報(bào)告”，試圖說(shuō)服當(dāng)局批準(zhǔn)其在公共道路上再次測(cè)試自動(dòng)駕駛汽車(chē)。
今年3月，Uber自動(dòng)駕駛測(cè)試車(chē)在亞利桑那州坦佩發(fā)生一起致人死亡的撞車(chē)事故后，于是暫停了所有的自動(dòng)駕駛汽車(chē)測(cè)試。據(jù)美國(guó)國(guó)家運(yùn)輸安全委員會(huì)稱(chēng)，Uber的軟件在撞擊前6秒檢測(cè)到行人，但直到碰撞前1.3秒才啟動(dòng)緊急剎車(chē)。不幸的是，人類(lèi)司機(jī)在行駛中分散了注意力，當(dāng)時(shí)在看手機(jī)視頻。自那以后，Uber便申請(qǐng)恢復(fù)在公共道路上的測(cè)試，目前正在接受交通部的審查。
Uber首席執(zhí)行官達(dá)拉·科斯羅沙希在聲明中說(shuō):“我們對(duì)今年3月發(fā)生在亞利桑那州坦佩的事故深感遺憾……我們繼續(xù)支持美國(guó)國(guó)家運(yùn)輸安全委員會(huì)對(duì)坦佩事故的調(diào)查。我們已經(jīng)采取了一種慎重的、分階段的方法，重新回到路上測(cè)試，首先從匹茲堡的手動(dòng)駕駛開(kāi)始。我們承諾在返回到自動(dòng)駕駛模式的道路測(cè)試前提交這份安全報(bào)告，只有在我們實(shí)施了改進(jìn)的流程后，我們才會(huì)再次到道路上測(cè)試。”
鑒于Uber要為首起因自動(dòng)駕駛汽車(chē)導(dǎo)致的死亡負(fù)責(zé)，它不得不費(fèi)盡周折才能拿到交通部的授權(quán)書(shū)。第三方公司將實(shí)時(shí)監(jiān)控后備司機(jī)的安全，并對(duì)他們每天的工作時(shí)間設(shè)定限制。Uber還對(duì)其自動(dòng)駕駛平臺(tái)進(jìn)行了調(diào)整，以便能更快地發(fā)現(xiàn)物體和人，同時(shí)也能更快地采取行動(dòng)，因?yàn)橐豁?xiàng)內(nèi)部評(píng)估認(rèn)為，該公司必須改進(jìn)其軟件的總體設(shè)計(jì)。
如果Uber獲得重新開(kāi)始測(cè)試的許可，它將在前排安排兩名備用司機(jī)，而不是只有一名。此外，它的自動(dòng)制動(dòng)系統(tǒng)將一直處于活躍狀態(tài)，以防止類(lèi)似的事情再次發(fā)生。
來(lái)源：
展開(kāi) 日產(chǎn)自動(dòng)駕駛汽車(chē)將部署NASA技術(shù) 讓人類(lèi)遠(yuǎn)程駕駛自動(dòng)駕駛汽車(chē)
蓋世汽車(chē)訊 據(jù)外媒報(bào)道，日本汽車(chē)制造商日產(chǎn)（Nissan）將部署美國(guó)國(guó)家航空航天局（NASA）研發(fā)的技術(shù)，利用人類(lèi)的幫助，遠(yuǎn)程駕駛其自動(dòng)駕駛汽車(chē)，該公司承認(rèn)，真正的L5自動(dòng)駕駛汽車(chē)可能是無(wú)法實(shí)現(xiàn)的。
日產(chǎn)表示其“人機(jī)回圈”（human-in-the-loop）系統(tǒng)受NASA的火星漫游者（Mars Rover）項(xiàng)目的啟發(fā)，由日產(chǎn)首席技術(shù)主管與在航天局工作了13年的老員工Maarten Sierhuis合作研發(fā)，該系統(tǒng)解決了自動(dòng)駕駛汽車(chē)面臨的最大問(wèn)題之一，即汽車(chē)如何對(duì)道路狀況的突然變化做出反應(yīng)。
日產(chǎn)的該消息在日產(chǎn)未來(lái)峰會(huì)（Nissan Future summit）上發(fā)布，該消息與汽車(chē)行業(yè)原先設(shè)想的真正的自動(dòng)駕駛截然不同，真正的汽車(chē)駕駛是未來(lái)有一天，汽車(chē)可以在沒(méi)有人類(lèi)互動(dòng)的情況下，在每天道路上行駛，處理每一種可能出現(xiàn)的情況。
現(xiàn)在有越來(lái)越多的人表示，真正的無(wú)人干預(yù)的自動(dòng)駕駛可能永遠(yuǎn)不會(huì)成為現(xiàn)實(shí)，而日產(chǎn)現(xiàn)在可承認(rèn)該觀點(diǎn)。現(xiàn)在，日產(chǎn)的目標(biāo)主要還是自動(dòng)駕駛汽車(chē)，但是此類(lèi)汽車(chē)仍有人工控制室相連，如果遇到封閉道路、私人地方或是將乘客送至機(jī)場(chǎng)等汽車(chē)無(wú)法處理的情況時(shí)，控制室可向車(chē)輛發(fā)出指令。
然后，人工控制室可接入汽車(chē)的外部攝像頭，幫助汽車(chē)擺脫棘手的局面。日產(chǎn)將其技術(shù)稱(chēng)為SAM（無(wú)縫自動(dòng)駕駛移動(dòng)出行），最早的版本旨在實(shí)現(xiàn)無(wú)人駕駛機(jī)器人出租車(chē)以及自動(dòng)駕駛快遞服務(wù)。
來(lái)源：無(wú)人駕駛
展開(kāi) 自動(dòng)駕駛汽車(chē)感知測(cè)試的相關(guān)專(zhuān)題、標(biāo)簽、搜索
自動(dòng)駕駛汽車(chē)感知測(cè)試自動(dòng)駕駛汽車(chē)感知系統(tǒng)自動(dòng)駕駛感知自動(dòng)駕駛感知技術(shù)自動(dòng)駕駛感知算法自動(dòng)駕駛測(cè)試 自動(dòng)駕駛汽車(chē)測(cè)試汽車(chē)制造汽車(chē)綜合汽車(chē)動(dòng)力新能源汽車(chē) 自動(dòng)駕駛感知自動(dòng)駕駛感知工程師自動(dòng)駕駛感知數(shù)據(jù)自動(dòng)駕駛感知仿真汽車(chē)動(dòng)力自動(dòng)駕駛汽車(chē)動(dòng)力自動(dòng)駕駛自動(dòng)駕駛測(cè)試
