ADAYO华阳数码特“煜眼”技术，解决自动泊车痛点

自动驾驶作为未来汽车技术发展的一大趋势，显然已成为业内不可忽视的热点话题之一。然而，自动驾驶商业化的全面实施并非易事，仍存在技术、成本、监管等方面的困难，这将不可避免地经历一个渐进的推进过程。许多业内人士认为，自动驾驶的商业化进程将从自动泊车辅助系统（APA）和自动代客泊车（AVP）开始，主要是由于其在应用方面的优势。自动泊车的三大应用优势01迫切需求尽管不同国家的汽车用户对自动驾驶功能的偏好不同，但一个相对相似的点是，每个人都不爱停车，特别是找车位和停车，所以对自动泊车的需求相对迫切。02限制较小的公共道路有相应的政策和监管限制，而自动停车的应用场景不在公共道路上，因此相关限制相对较小。尽管自动泊车本身的技术难度并不低，但与完全自动驾驶相比，所涉及的场景复杂度要低得多，因此技术难度相对较低。自动泊车系统的用户体验痛点主要涉及摄像头和超声波雷达两个传感器系统。这两个传感器应该能够反映物体的角度和深度等信息，并与算法相结合，形成精确的路径规划，最终实现快速准确的停车到相应的位置。然而，在现实中，由于超声波雷达的方向性较差，以及目前光学相机难以实现高一致性和高偏离率，在使用过程中很容易对算法的实现和有效性产生不利影响。

根据车载摄像头供应商惠州华阳数码特种电子有限公司有限公司的相关信息，在自动停车系统中，地面停车线需要通过摄像头进行识别和定位。以百万像素显示屏的180度全景相机为例，对于7米外的地面目标，3个像素的误差可能会导致0.5米的误判。摄像头安装得越低，错误就越大。由于错误的存在，自动泊车系统很难实现“一手传下来”，导致用户体验不佳。相机一致性问题难以解决01：生产过程难以满足要求。目前，相机的一致性大多是通过生产过程来确保的。然而，需要注意的是，由于相机本身属于光学镜头，光学镜头中有许多可变的成像设备，任何参数变化都可能对成像质量产生影响。然而，仅仅依靠目前的生产工艺，很难保证相机的一致性。华阳数码专项数据显示，目前，仅依靠行业内摄像设备和装配工艺的精度，很难满足全视场2-3像素的误差要求。02内部参数测量的效率相对较低。如果能够精确地测量相机的内部参数并用算法进行补偿，那么这个问题就可以在一定程度上得到解决。目前，许多自动驾驶公司都有自己的标准算法供摄像头参考。然而，对于相机内部参数的测量和校准，特别是对于大视场相机，大多数公司仍然采用拍摄多幅图像并通过某些算法获得相机内部参数这一传统方法。然而，以这种方式手动测量相机大约需要30分钟，这使得该算法很难为大规模生产的相机产品单独校准每个相机。“宇研”技术的独特之处！

针对摄像头一致性问题，ADAYO华阳数码推出了“宇研”技术，该技术已应用于百度Apollo自动驾驶项目等知名车企。该技术主要具有以下特点：

01精准的ADAYO华阳数码专用“玉颜”技术可以实现在线操作的节拍速度，并将内部参数写入相机中的FLASH。自动驾驶算法可以直接读取内部参数，并在算法中对其进行补偿，以准确确定物体和图像之间的对应关系。对于普通实验室来说，使用自动算法校准相机内部参数可能需要15到30分钟，但手动计算较慢。而ADAYO华阳数码专用“宇研”技术采用独特的中心点算法和其他参数优化算法，可以在不到20秒内稳定准确地测量相机内部参数。03应用场景可以扩展。对于自动泊车来说，ADAYO华阳数字专用“御颜”技术具有重要意义。在前向ADAS领域，两个像素的误差可能导致超过十米的深度信息偏差，因此确保相机的一致性同样重要。不难推断，“御研”技术的应用并不局限于自动泊车领域，未来还可以扩展到更大范围的应用。盖世汇的ADAYO华阳数码专用“宇研”技术相机实现了在线快速内部校准和存储，解决了相机行业公认的相机一致性问题，降低了汽车相机生产过程的难度和成本，从而提高了用户体验，为自动驾驶的商业化添砖加瓦。当然，不可否认的是，自动驾驶的商业化需要政策、技术等多方面的协同努力，而在技术方面，需要各细分企业形成合力，共同推动。

标签：

汽车资讯热门资讯