各類攝像頭在L3級自動駕駛視覺感知中的應用

李建偉

（曼德電子電器有限公司保定徐水電氣系統分公司，河北 保定 071000）

1 概述

說起智能無人駕駛，其實就是汽車要具備開車人所具備的所有功能，甚至更高的感知能力。

提到感知，首先就是視覺感知，市面上無人駕駛的視覺感知技術大致可以分為單目攝像頭、雙目攝像頭以及多目攝像頭 （圖1）。由于畫質、像素、感光元件尺寸三者的關系，再加上移動處理器的計算量有限，攝像頭的分辨率無法達到較高水平，百萬級像素在車載攝像頭領域已經是較高水平了，同時，由于成本限制，鏡頭加工精度、鍍膜水平等與消費級單反相機存在較大差距，因此，成像品質又被大大壓縮。熟悉攝影的朋友應該知道，光學變焦的鏡頭可以彌補傳感器分辨率不足的劣勢，那么，汽車上為什么不用可以光學變焦的攝像頭呢？原因很簡單，在高振動的環境中，變焦鏡頭的穩定性不足，其次，變焦的過程中，焦段變長，就會造成視角變小，攝像頭在長焦端時，雖然可以采集遠處信息，但近距離、不在長焦視角內的信息就無法采集，同時由于鏡頭焦平面變化，可能對近距離物體造成虛化，造成識別效率降低。即使以上問題都可以在一定條件下克服，那么，一輛正常的智能無人駕駛汽車什么時候該進行變焦呢？這一邏輯算法也是極難克服的，同時，對處理器的計算量也造成了不小的挑戰，需要不斷迭代才能實現。因此車載攝像頭一般都會采用定焦設計。

圖1 無人駕駛視覺感知攝像頭

2 單目攝像頭

單目攝像頭作為視覺感知的鼻祖，憑借成本低，使用簡單，空間位置要求低，在智能無人駕駛領域的比重越來越大。所謂單目攝像頭，即利用一個攝像頭模組進行圖像采集，可視角度大約在50°～110°之間，單目攝像頭可以對車道線、紅綠燈、路標、行人、車輛等物體進行識別，通過人工智能神經網絡系統對采集到的數據與數據庫進行比對，識別出已經標記過的物體；識別率一般可以達到90%以上，甚至達到99%。提到比對識別，那么單目攝像頭必須集成或連接到一個數據庫，且數據樣本足夠大，才能應對各種各樣的路況信息。對未標記過的物體，一般會進行忽略，這就會造成非典型的物體無法識別，比如，摔倒的人，蹲下的人，一些廠家會對這些非典型的情況進行學習，但是，樣本過于龐大，還需要時間進行迭代。由于單目攝像機的分辨率原因，有效識別距離一般只能達到80～120 m左右，在車輛高速行駛時，遠處物體不能有效識別，就會造成安全隱患。圖2為單目攝像頭采集識別圖示。

圖2 單目攝像頭采集識別處理示意圖

3 多目攝像頭

多目攝像頭可以克服單目攝像頭存在的問題，典型的應用是Tesla，采用廣角、中等焦距、長焦攝像頭組成陣列，廣角攝像頭視角可以達到150°左右，負責識別近處大范圍物體，由于識別距離近，并不需要高分辨率的攝像頭。而中等焦段攝像頭視角為50°左右，負責識別車道線、車輛、行人、紅綠燈、綠標等信息。長焦攝像頭的視角只有35°左右，但識別距離卻能達到200～250 m，用來識別距離較遠的行人、車輛、路標指示牌等信息，通過多種攝像頭的組合，在保證穩定性的同時，得到變焦鏡頭的優勢。在智能無人駕駛多傳感器融合的趨勢下，多目攝像頭搭配激光雷達或毫米波雷達的優勢不言而喻，在克服成本同時，軟件生態成熟后，多目攝像頭的競爭力一定會大增。

4 雙目攝像頭

雙目攝像頭走的是另外一條路線，立體視覺，理念更接近于人眼，通過兩個攝像頭采集的信息，合成到同一個坐標系中，會產生坐標差，不同距離的物體視差不同，這樣就形成了立體視覺，通過立體成像，在不依靠數據庫的情況下依然可以檢測障礙物。雙目攝像頭集成了攝像頭和激光雷達的優勢，既可以識別障礙物，又可對物體距離進行較為準確的識別，識別精度可以達到厘米級別，這樣的精度在L3級別的自動駕駛來說已經夠用了，畢竟人眼可達不到這樣的精度。雙目攝像頭的精度取決于攝像頭之間的距離，又稱基線長度，基線越長，對于遠處的物體識別效果越好，但又與視角有關，只能識別兩攝像頭視角重合的區間，基線達到一定距離后，對近處的物體識別又會造成影響，現階段市面上雙目攝像頭的基線長度一般為120 mm左右，雖然雙目攝像頭有立體視覺和測距的優勢，但并沒有克服攝像頭分辨率、視角等攝像頭自身的缺陷。圖3為雙目攝像頭深度檢測示意圖。

圖3 雙目攝像頭深度檢測示意圖

5 多傳感器融合

同時，還有一大技術難題擺在面前，那就是環境光線對攝像頭的影響，在專業相機領域，佳能、尼康、適馬等廠商，通過鍍膜工藝、增加螢石透鏡等技術改善攝像頭眩光，但升本較高，難以普及到車載攝像頭領域，現階段的方法是通過多傳感器融合，增加遮光罩、調整攝像頭角度來避免環境光線對攝像頭造成的影響。同時，多傳感器融合是智能無人駕駛的趨勢，這樣，雙目攝像頭的優勢就不那么明顯，而單目攝像頭或多目攝像頭搭配激光雷達或毫米波雷達的優勢不言而喻，在防止眩光方面，由于焦距不同，長焦攝像頭搭配遮光罩使用時，產生眩光的幾率會更小，同時與激光雷達或毫米波雷達組成多傳感器融合方案，在感知方面做到冗余，在攝像頭失效后，其他傳感器依舊可以識別到障礙物。那么，雙目攝像頭就沒有用武之地了嗎？答案是否定的，畢竟與十幾萬的激光雷達比起來，成本較低同樣是優勢，在成本較低的低速園區無人駕駛車、無人機、機器人等領域優勢顯著，或許不久的將來，軟件、硬件的迭代會發揮雙目攝像頭更大的優勢。