立体摄像头帮助自动驾驶汽车“看”

激光传感器目前用于检测自动驾驶汽车路径上的3d物体，精度很高。它们体积庞大，价格昂贵，能源效率低。光探测和测距(LiDAR)传感器被安装在汽车的顶部，但它们会增加风阻，这对电动汽车来说是一个缺点。

康奈尔大学的研究人员发现了一种更简单的方法。他们在挡风玻璃两侧使用两个便宜的摄像头来探测物体，其精度与激光雷达的精度相当，而且成本要低得多。研究人员发现，从鸟瞰角度分析捕获的图像，而不是从更传统的正面角度分析，精度提高了三倍以上，使立体相机成为激光雷达的可行且低成本的替代品。

“自动驾驶汽车的基本问题之一是识别周围的物体。显然，这对于汽车在环境中导航是至关重要的，”计算机科学副教授Kilian Weinberger在一次新闻发布会上说。他也是论文《来自视觉深度估计的伪激光雷达:弥合自动驾驶三维物体检测的差距》的作者。

温伯格说:“人们普遍认为，如果没有激光雷达，就无法制造自动驾驶汽车。“我们已经证明，至少在原则上，这是可能的。”

激光雷达传感器使用激光来创建周围环境的三维点图，通过光速来测量物体的距离。立体相机像人眼一样，依靠两种视角来确定深度，看起来很有前景。然而，它们在目标探测方面的准确性一直很低，传统观点认为它们太不精确了。

然后，研究人员仔细观察了来自立体摄像机的数据。他们发现他们的信息几乎和激光雷达一样精确。他们发现，在分析立体摄像机的数据时，精度上的差距就出现了。

自动驾驶汽车的摄像头或传感器捕获的数据使用卷积神经网络进行分析，该网络通过应用识别与图像相关模式的过滤器来识别图像。这些卷积神经网络擅长识别标准彩色照片中的物体，但如果从正面表示，它们会扭曲3d信息。当Wang和他的同事们从正面视角切换到从鸟瞰角度观察的点云时，准确度增加了两倍多。

温伯格说:“当你有相机图像时，看正面视图是非常非常诱人的，因为这是相机看到的。”“但这也存在问题，因为如果你从正面看物体，那么它们的处理方式实际上会使它们变形，你将物体模糊到背景中，使它们变形。”

温伯格说，立体摄像头有可能被用作低成本汽车的主要目标识别方式，或者作为配备激光雷达的高端汽车的备用方法。

该论文的合著者马克·坎贝尔在一份新闻稿中说:“自动驾驶汽车行业一直不愿放弃激光雷达，即使成本很高，因为激光雷达的距离精度很高，这对汽车周围的安全至关重要。”“距离检测和精度的显著提高，以及相机数据的鸟瞰式表示，有可能引发行业革命。”

该研究的合著者、计算机科学助理教授Bharath Hariharan在一份新闻稿中说，研究结果的意义超出了自动驾驶汽车。

Hariharan说:“在目前的实践中，有一种趋势是将数据按现状提供给复杂的机器学习算法，假设这些算法总是可以提取相关信息。”“我们的研究结果表明，这并不一定是真的，我们应该考虑一下数据是如何表示的。”

克里斯Vavra，制作编辑，控制工程， CFE传媒，cvavra@cfemedia.com．

在线额外

请观看基利安·温伯格的视频他是康奈尔大学计算机科学副教授，讨论了该小组的研究。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。