频道栏目

前面有障碍物,你如何去取舍

2019-09-11 16:49    本站: 潮车网

2019年9月5-6日,AutoCam 2019智能汽车视觉大会在上海圆满落幕。威盛亮相该大会并展出最新智驾产品,该大会云集了智能汽车视觉技术领域权威的专家和学者,威盛高级技术总监唐亮先生代表威盛发表《智能驾驶员与环景视频监测系统技术实作及应用》演讲。

 

 

(唐亮先生代表威盛发表主旨演讲)

唐亮先生作为威盛电子的高级技术总监,对于人工智能、计算机视觉、图形加速、底层硬件驱动、操作系统开发等都有非常丰富的经验,并且是国内在该领域的技术带头人之一。此次唐亮先生深刻解析了智能驾驶员与环景视频监测系统技术实作及应用,以威盛的转型之路引入技术正题,详解了环视监控系统与驾驶员监测系统中威盛的多项技术内核,非常专业地分析了自动驾驶技术遇到的问题和最新解决方式,满满的干货让听众受益良多。

 

 

(唐亮先生深度讲解自动驾驶技术问题)

演讲全文如下:

大家好,我是威盛电子唐亮,很高兴为大家分享演讲。

威盛于1987年成立,最初是X86芯片组市场,在2000年时,收购S3 Graphics,拥有了自身GPU专利;2002年,威盛嵌入式事业部成立,陆续制定各大板型标准;2013年,威盛嵌入式事业部成为中国区主营业务,提供行业解决方案;到2019年,专注计算机视觉、人工智能、边缘计算技术,提供嵌入式智能系统。

随着技术的不断进步,感知精度的不断提高,自动驾驶需要的技术积累已经具备,自动驾驶也成为现在关注的热点。计算机视觉和人工智能被越来越多的应用在自动驾驶领域,连普通民众对于自动驾驶都耳熟能详。

 

 

(演讲时展示出的图片)

这个表格是今年六月,IIHS(美国公路安全保险协会)对于司机理解L2系统可以做些什么操作而做的一个调查,一共有2005人参与了调查。可以看出,1/3以上的人认为手不扶方向盘是可以的,1/5以上的人认为打电话是没事的,1/10的人认为发短信是不影响的,3~5%的人认为睡一小觉,看看视频也是没有问题的。当然,实际上对于L2系统,这些操作都是不合理的。IIHS的调查是为了说明,目前人们对于技术能做到什么是不了解的,这也是自动驾驶要解决的一个重要问题。这说明大众对于自动驾驶的信任程度是非常高的,而这种高信任度则把自动驾驶推入了必须做到极致才能落地的境地,勉强落地让人感觉人工智能变成了人工呆能。

回到我们的话题,这里我介绍两个典型的应用,一个是环视监控系统,一个是驾驶员监测系统,最后我们再讨论一下在实际应用中碰到的问题,以及解决的思路。

现在新出厂的乘用车,很多都已经把辅助驾驶变成了标准配置,可以做到停车辅助,行人监测,甚至可以远程监控车辆运行。环视监测系统,可以通过完整展示车辆周围的状况,进而清除司机的盲区,来增强驾驶安全。

 

 

(环视系统架构图)

我们先看一下环视系统的架构,首先,环视系统可以连接最多8个摄像头的输入,普通车辆只需要前、后、左、右四个摄像头就可以获得车辆周围的所有内容。摄像头采用190°的鱼眼广角镜头,可以尽可能多的覆盖周边的环境。系统设置,分离线标定和动态标定,然后通过几何变换把图像拼接后输出到显示设备上。离线标定主要是通过标定图案,来计算各个摄像头之间的位置信息以及鱼眼变换的参数。动态标定则可以根据实时图像的规则图案,来计算摄像头的细微变化。

 

 

(多摄像头视频同步)

要解决的问题不单单是几何变换,由于车辆高速运动,摄像头之间的同步变得非常重要,几个摄像头的图像同步信息必须统一控制。以六个摄像头同步为例(见上图),系统触发摄像头单元的同步指令后,摄像头输出同步后的图像,同步并打包六帧图像,通过威盛的拼接算法,生成最后的图像。我们注意看上图中红色圈出的直行箭头,左面一副就是没有同步导致出现了2个箭头,右面则是正确同步后的拼接结果。

 

 

(环视视频制作流程)

现在我介绍一下环视视频制作流程,这里离线标定已经完成,已经获得了几何变换,拼接和混合的参数。首先是视频捕获,然后进行反鱼眼校正,得到正常比例的图像。接着把透视图转化为顶视图,并组合侧视图和底视图,生成场景图,进行拼接,生成顶点和索引数据,映射到三维模型上,最后获得我们看到的图像。

 

 

(二维图像映射到三维模型)

二维图像是如何变换到三维模型上的呢?以环视前摄像头为例(见上图),左面第一幅图像就是鱼眼镜头获得的图像,把它分为上下两个部分,黄色的框和绿色的框,黄色部分被映射到侧评面,绿色部分被映射到地平面,通过后续的拼接,就可以实现3维图像的显示了。

 

 

(环视系统流程图)

这是一个完整的环视系统的流程图(见上图),在上面的环视视频制作流程基础上,我们增加了动态标定部分,亮度和颜色校正部分。动态标定之前已经提到过,亮度和颜色的矫正主要是因为光照在车辆的不同方向是不一样的,这样导致拼接出来的图像比较凌乱,我们可以看到右上角的两幅图,左面是没有做校正的,右面是经过了亮度,颜色矫正的,第二幅图像的真实感更强。

在这个例子里,用到的所有的算法,都是有几何学、图形学、数学依据的,每一步都是明确没有二义性的。从软件的角度看不存在不确定性的问题。如果出现问题,很容易找到具体某一个步骤,可以分析出问题的原因,并解决。这也是传统软件解决问题的方法。

接下来,我来介绍一下驾驶员监测系统。

驾驶员监测系统,是一种基于计算机视觉的,通过摄像头获得驾驶员图像信息,并根据司机面部形态,比如视线方向,脸部表情,根据体态,比如头,手以及躯干的位置来对驾驶员的行为做出分析,比如疲劳的情况,打哈欠,闭眼,瞌睡,或者是注意力分散的情况,聊天,打电话,发短信,喝水,抽烟等等,根据行为的对于驾驶的影响程度,发出安全提示信息。

驾驶员监测系统的工作原理,就是把图像输入中的关键信息,面部检测和分割,眼部形态,身体部位,关键信息抽取后,作为输入提供给深度神经网络来训练,神经网络对各种情况做出分类,这样就可以识别出正常驾驶和注意力分散的情况。进而发出报警信息。

 

 

(开发和实现DMS的过程)

具体开发流程如上图所示,在Linux工作站上,我们对样本进行训练,获得了培训过的模型,通过威盛自己的深度神经网络优化器,获得优化后的模型,使用模型工具把优化后的模型转化为.dlc文件,作为后续嵌入式平台进行实时计算的基础。

在嵌入式平台上,DMS应用通过威盛DMS SDK来加载神经网络模型,通过CPU,GPU以及DSP的协同工作,获得计算结果。

 

 

(威盛CNN优化器的效果)

这里介绍一下威盛CNN优化器的情况,虽然现在智能芯片对于神经网络都做了加速,但有限的算力永远跟不上需求的发展和变化,通过对算法的优化,可以提升计算速度,减少存储空间,在有限的计算能力下也能达到目标。从上图的数据可以看到,在保持精度的前提下,通过不同的优化方式,在存储空间上,可以减少30%,在计算速度上达到13~18%的提升。

对比这两种典型的应用,我们可以看到,通过神经网络来解决视觉问题,根本上是靠训练来解决问题,模型确定后,训练的数据样本决定了未来的输出结果。对没有接触过的样本,输出结果是不确定的。

既然初始样本数量必然是有限的,那么这个问题如何来解决呢?

数据的问题,就用数据来解决

我们要通过持续学习,来解决数据不足的问题。整个数据引擎是一个不断迭代的过程,当我们在边缘端碰到不确定的情况,通过网络回传给服务端,服务端进行标注后,提供给训练流程,得到新的训练结果,进而部署到车辆边缘测。通过及时的更新,在时间域减少问题暴露的可能性,也从另一个方面降低了问题发生的比率。一个问题暴露10天和暴露1年的危害性是完全不同的。

另外一个问题就是视觉传感器本身的局限性,摄像头会受到外界环境的干扰,雨雪天气,光照情况,都会影响效果。

这时候,需要跳出原有的擅长的领域,引入更多的传感器来解决问题。而且这种引入不能是简单的叠加,必须深度融合才能真正带来准确度的提升。

比如如果视觉判断,前面一切正常,毫米波雷达判断,前面有障碍物,你如何去取舍?在信息判断的最后阶段已经没有足够的信息进行取舍。

环境条件对于基于视觉的辅助驾驶有着严重的影响,通过与不同的雷达,激光雷达,超声波或其它传感器协同工作,才能变得更高效。

最后介绍一下威盛的硬件平台,目前我们提供Mobile360系列硬件平台,有D710,L900, M820, 大家有兴趣的话,可以到场外展示区了解具体情况。

附威盛展示区图片:

 

 

(威盛向与会人员展示智驾产品)

 

 

(与会人员对威盛产品深感兴趣)

关于威盛电子

威盛电子是全球高集成嵌入式平台及解决方案领导厂商,致力于人工智能、物联网、计算机视觉、无人驾驶、医疗自动化及智慧城市方面应用。公司总部位于台湾新北市新店区,并通过威盛全球化网络布局,在美国、欧洲及亚洲的高科技核心区域设立了分支机构。客户群涵盖全球各大领先高科技、电信、电子消费品牌。

返回顶部