博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
安霸Alberto Broggi :计算机视觉技术驱动自动驾驶的发展 | 2019 AI+智能汽车创新峰会...
阅读量:6292 次
发布时间:2019-06-22

本文共 2333 字,大约阅读时间需要 7 分钟。

TB1KXxeRNnaK1RjSZFtXXbC2VXa.png

雷锋网新智驾按:4 月 18 日,雷锋网新智驾联合上海市国际展览有限公司共同举办“2019 AI+智能汽车创新峰会”,本次峰会作为第十八届上海国际车展的同期活动之一,邀请到了来自学术界、新造车势力、零部件供应商、新兴自动驾驶、主流车联网企业等智能汽车产业链上的核心代表参与其中,围绕智能汽车产业发展趋势,技术研发、行业求索、未来展望等热点话题共同探讨对智能汽车技术商业化落地的渴望和疑虑。

TB1M7ZNRpYqK1RjSZLeXXbXppXa.png

VisLab 创始人、安霸半导体意大利总经理、帕尔马大学计算机工程教授 Alberto Broggi 受邀在本次峰会上进行了题为“Automotive  Computer  Vision:the  missing  piece”的主题分享,主要讲述了其在过去多年在计算机视觉技术以及自动驾驶方面的研究于产品经历。

Alberto Broggi 在国际主流科学期刊上发表过 200 多篇论文,其中有许多都成为该领域的开创性参考文献。作为计算视觉相关会议讲坛的常客,Broggi 是 IEEE 和 IAPR(国际模式识别学会)两大学会的 Fellow。2017 年,IEEE 将环境与安全技术大奖颁给了 Broggi,以表彰他对车辆环境感知及安全智能车辆的贡献。

TB1lLMLRBLoK1RjSZFuXXXn0XXa.png

以下为 Alberto Broggi 的分享全文,雷锋网(公众号:雷锋网)新智驾进行了不改变原意的调整:

大家都知道,计算机视觉技术在过去的 5-10 年时间里业界有很多重要的突破,计算机视觉已经无处不在了,摄像头也无处不在了。我很确定每辆汽车都有很多摄像头,不只是一个摄像头。

我想先给到大家一些背景情况的介绍,包括我们的公司(VisLab,后被安霸半导体收购)是一家怎样的公司、我们为什么会致力于计算机视觉技术的研究以及未来我们要如何填补计算机视觉技术方面还存在的一些空白。

2012 年,谷歌发布了一个为残障人士提供无人驾驶出行服务的演示视频,展示了无人驾驶汽车能为人类生活带来的福音。如今 7 年过去了,无人驾驶领域已经有大量的项目取得进展,相关技术也不再那么神秘。

大约在 20 年之前,也就是 1998 年,我们在意大利做了无人驾驶的测试,大约行驶了 2000 公里的距离,在当时是很大的挑战。下面这辆车就是 20 年前的测试用车,有点像古董车。车上搭载了一些摄像头,还配备了一些转向电机,现在来看都是非常传统的技术,但这些都是在进行技术的探索与测试。

TB1Vqw0RsfpK1RjSZFOXXa6nFXa.png
TB1L2wORAvoK1RjSZFDXXXY3pXa.png

探索一直在持续,到 2010 年的时候,我们拥有了四辆纯电动无人驾驶汽车,我们从意大利的帕尔马一路开到中国的上海,横跨了半个地球。当然这不是真正的全自动驾驶,还是有人在旁边,一旦出现特殊情况,还是需要人类驾驶员接手。

TB10FIURpzqK1RjSZFvXXcB7VXa.png
TB1z4oQRzTpK1RjSZKPXXa3UpXa.png

虽然如此,这次测试对我们来说非常重要,因为我们收取了大量信息和数据,并且持续的改进。我们所有的技术都是基于计算机视觉来开发的,所以这项技术非常重要,能帮助车辆探测障碍物、理解不同事物之间的关系,信息密度很高。

TB111EHRCzqK1RjSZPxXXc4tVXa.png

当然,那时候也有一些众所周知的问题,比如图像解析度非常低,我们从隧道进去,在隧道当中的时候,视觉的动态范围不高,弱光也会有各种各样的问题,因为有大量的像素要处理,所以功耗的问题成为计算机视觉技术的障碍。

在 2015 年的时候,VisLab 加入到了安霸公司,成为了集团的一部分。VisLab 主要研发计算机视觉技术,应用于无人驾驶汽车;安霸是芯片公司,拥有世界顶尖品质的芯片,强大的处理能力能得到高品质的图像。两家公司整合在一起可以说是强强联手,可以将计算机视觉技术更好的应用到无人驾驶之中。

TB1ZVEYRwHqK1RjSZFkXXX.WFXa.png

目前,我们已经拥有了大量的相关应用,包括 DVR、AVM,也包括 ADAS  以及 L2-L5 级别的自动驾驶,我们还在持续推进。

TB1BLwMRCzqK1RjSZFjXXblCFXa.png

实现这些相关应用,背后最重要的技术支撑就是我们的芯片处理能力。我之前也提到了一些计算机视觉遇到的问题,比如说解析度比较低,特别是一些特殊工况,对于摄像头和视觉技术来说都是很棘手的挑战。这些特殊的工况包含了强光、逆光、黑夜、低光、隧道等等,凭借着安霸的芯片处理能力,即使在这样的工况下,我们的图像解析度以及相关细节都能做到很好。而且,我们还有 4K 的立体视觉技术,应用高密度的像素对很远的标的物进行解析和解读,探测距离也非常可观。

TB1GrMZRxjaK1RjSZFAXXbdLFXa.png
TB1Zwk2RxYaK1RjSZFnXXa80pXa.png
TB1HAcNRrvpK1RjSZFqXXcXUVXa.png
TB12YQZRxjaK1RjSZFAXXbdLFXa.png

对于立体视觉来说,校准问题确确实实存在,要实现高品质的立体视觉,校准问题一定要解决,因为车辆的工作环境会有振动,会有气温、气候的变化情况。安霸在这方面可以在芯片上运行自己的算法,进行立体视觉的自动校准,为用户提供定制化的服务。

TB1ZGgdRCzqK1RjSZPcXXbTepXa.png

我们打造了融入我们芯片的摄像头,这些就是我们开发的摄像头产品,包括短距离、中距离以及长距离的不同类型的产品。

TB1IfUORAvoK1RjSZFDXXXY3pXa.png

在摄像头的安装上,我们有不同类型的产品,能够实现车辆周身 360 度无死角的覆盖。当所有的摄像头都启动工作,可得到高解析度的图像,并且探测距离也非常远。

TB1kF8eRNnaK1RjSZFtXXbC2VXa.png
TB1fL.TRwHqK1RjSZJnXXbNLpXa.png

总结来说,安霸的视觉芯片产品拥有顶尖的图像处理能力,处理速度非常快,能做到每秒 30 帧、60 帧,同时拥有很高的解析度,而且,实现这些性能的同时,其功耗也只有 2-4 W。这就是我们工作的结晶,能为客户进行赋能。

TB10G3NRCzqK1RjSZFHXXb3CpXa.png

现在,我们也在对相关产品系列进行延伸,积极与各个公司进行合作,这个是我们与 Hella-Aglaia 公司的合作,将相应的芯片和算法结合在一起。如今已经有很多公司在用安霸的视觉芯片作为平台开发自己的算法,实现相关的应用。

TB1XxMQRzTpK1RjSZKPXXa3UpXa.png

我们做事情非常专注,就是计算视觉图像处理,我们希望在芯片当中把图像和其他数据进行融合,比如说毫米波雷达、激光雷达,或者将各种各样的传感器数据处理能力都放在芯片里面,它就成为了自动化的专业级处理芯片,能提供给客户终极的解决方案,这是未来的方向。

转载地址:http://pecta.baihongyu.com/

你可能感兴趣的文章
vue part3.3 小案例ajax (axios) 及页面异步显示
查看>>
浅谈MVC3自定义分页
查看>>
.net中ashx文件有什么用?功能有那些,一般用在什么情况下?
查看>>
select、poll、epoll之间的区别总结[整理]【转】
查看>>
CSS基础知识(上)
查看>>
PHP中常见的面试题2(附答案)
查看>>
26.Azure备份服务器(下)
查看>>
mybatis学习
查看>>
LCD的接口类型详解
查看>>
Spring Boot Unregistering JMX-exposed beans on shutdown
查看>>
poi 导入导出的api说明(大全)
查看>>
Mono for Android 优势与劣势
查看>>
将图片转成base64字符串并在JSP页面显示的Java代码
查看>>
js 面试题
查看>>
sqoop数据迁移(基于Hadoop和关系数据库服务器之间传送数据)
查看>>
腾讯云下安装 nodejs + 实现 Nginx 反向代理
查看>>
Javascript 中的 Array 操作
查看>>
java中包容易出现的错误及权限问题
查看>>
AngularJS之初级Route【一】(六)
查看>>
服务器硬件问题整理的一点总结
查看>>