- 课程回放
博士毕业于毕业于新加坡南洋理工大学,拥有数学、管理学、计算机 工程三个方向的学位,多项研究成果在人工智能顶级会议和期刊上发表。曾供职于新加坡CeMNet研究中心任研究员,期间主导了新加坡政府MDA的ADAS核心技术的研发项目。入选江苏省“双创人才”,南京市“科技领军人才”。2017年被福布斯评为亚洲地区“30 Under 30”。
- ADAS系统的基本原理
- 如何提升ADAS系统的识别精度
- ADAS系统未来的发展趋势
1、ADAS行业目前的技术现状
按传感器类型划分,ADAS有毫米波雷达、激光雷达、摄像头三种主要的传感器方案。
毫米波雷达探测距离、精度、应对恶劣天气的能力较好,成本适中,但分辨率低,对非金属物体敏感度低,目前是ADAS市场主流。
激光雷达精度非常高,探测距离远,但在雨雾天气下工作困难,且眼下价格昂贵。
摄像头成本很低,信息量丰富,有较强的物体识别功能,但需要训练大量样本,也会受到成像环境的降质影响。
为取长补短,达到成本与安全的均衡,未来自动驾驶会采用多传感器融合的方案。
2、如何用双目摄像头打造ADAS系统
双目(多目)摄像头既可以用于感知车外环境,也可以检测车内环境。在车内,摄像头可以进行驾驶员的疲劳检测与乘客分析等;在车外,双目摄像头主要是用于测距与物体识别。
与单目ADAS不同,双目是利用物体在两枚摄像头中的成像视差来进行测距,输出距离点云表示物体远近。同时,它又能融合单目摄像头基于深度学习的物体识别能力。所以双目摄像头的立体视觉既拥有摄像头的成本、识别优势,又具有激光雷达的高精度点云测距优点。
与激光雷达相比,双目立体视觉在满足车规与售价上占据优势,市场售价不到激光雷达1/40;在性能上, 双目视觉系统在角分辨率上更占优势,但测距精度与激光雷达仍有差距。
3、双目摄像头ADAS发展前景
双目视觉系统可以采用不同光学特性的相机(比如广角与长焦、红外与可见光相机)进行组合,获取更多差异化环境信息,增强立体视觉系统应对夜间情景或特殊天气的能力。
在车内,相机视觉系统对驾驶员、乘客的分析也可用于保障行车安全,进行统筹优化。
4、ADAS目前在国内缺乏专用的标准测试场地,亟需标准场地帮助测试与开发。