自動駕駛車面臨電腦視覺挑戰

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

儘管技術進步不斷加快，但自動駕駛還並非100%可靠。教會電腦辨識我們周圍的現實世界是一項極為複雜的挑戰。未來，基於感測器的高解析度，車輛不僅可以學習識別人類或無生命障礙物的輪廓，還可以實現人臉辨識。

www.eettaiwan.com, Nov. 04, 2022 – 

儘管技術進步不斷加快，但自動駕駛還並非100%可靠。要趕上(或超越)人類駕駛汽車的能力，尚有一些挑戰需要克服。

什麼是電腦視覺？

電腦視覺(computer vision)涉及的是透過特定的攝影機對物體的辨識和對外部世界的分析。還在不久前，能夠將電腦視覺應用於汽車產業還是不可想像的事情。但現在，已得到了人工智慧(AI)這一強大的資訊技術(IT)新支柱的支援。

電腦視覺有諸多不同的目的：例如識別人、動物和物體；感知障礙物的存在；辨識道路交通標誌和交通燈；確定人員和車輛的方向；以及識別和讀取車牌等。電腦視覺在汽車產業是一種極其關鍵的應用，哪怕是最輕微的誤判也必須避免，畢竟人命關天！

教會電腦辨識我們周圍的現實世界是一項極為複雜的挑戰。未來，基於感測器的高解析度，車輛不僅可以學習識別人類或無生命障礙物的輪廓，還可以實現人臉辨識。

對攝影機即時採集影像的即時處理是電腦視覺的核心要素，近年來已取得了顯著進展。許多公司一直在開發專門用於影像採集和智慧處理的晶片，這些影像是車輛駕駛決策系統的主要輸入判定依據。

例如，Arm開發了Mali-C71AE，這是一種用於多攝影鏡頭汽車視覺系統的影像訊號處理器。應用處理包括360度全景觀測、物體檢測、車道定位、路標識別、後視鏡切換、倒車攝影機和乘客監控等。Mali-C71AE支援在ADAS應用中需要達到ISO 26262 ASIL B診斷要求的視覺系統。

基於對核心電腦視覺演算法的深刻理解，Ambarella開發了CVflow晶片架構。與通用CPU和GPU不同，該公司聲稱，其CVflow包括一個專用的視覺處理引擎，用高階演算法描述語言程式設計，該架構能以極低的功耗將性能擴展到每秒數萬億次操作。

應用場景感知

這些年來，目標檢測晶片在運算能力、運作速度和高解析度影像分析方面變得越來越強大。高解析度和高靈敏度是汽車電腦視覺的兩個基本要素，前者可以支援較大物體的辨識，而後者則支援在低光環境下進行檢測。用於駕駛安全的機器視覺各項要求都非常高。其中之一就是系統的快速回應時間，必須在幾毫秒內對來自圖片的回應完成接收和分析。

今天，3D視覺對於電腦視覺無疑是有用的。透過分析3D影像，系統可以檢測有關汽車軌跡、任何障礙物和其他車輛運動的可靠精確資訊(參見圖1中的檢測示例)。

点击阅读更多

 Back