康奈尔大学研究人员鸟瞰识别物体 让立体摄像头成为自动驾驶汽车激光雷达的低成本替代品

据外媒报道，目前，用于检测自动驾驶汽车行驶路径中三维物体的激光传感器体积庞大、外形丑陋、价格昂贵、能效低，但精度高。这种类型的激光检测和测距传感器通常安装在汽车的车顶上，这会增加风阻，这对电动汽车来说是一个缺点，并且会使汽车的成本增加约10000美元。尽管存在许多缺点，但大多数专家认为，激光雷达传感器是自动驾驶汽车安全感知道路上行人、汽车和其他危险的唯一可行方法。现在，康奈尔大学的研究人员发现了一种更简单的方法，可以使用挡风玻璃两侧的两个廉价相机来检测物体，检测精度与激光雷达相似，只需花费一小部分成本。研究人员发现，当从鸟瞰图而不是传统的正面视角分析捕获的图像时，精度提高了两倍多，使立体相机成为激光雷达的低成本替代品。康奈尔大学计算机科学系副教授、该论文的资深作者Kilian Weinberger，他说：“自动驾驶汽车的基本问题之一是识别周围的物体，这显然是使汽车能够在驾驶环境中导航的关键。人们普遍认为，没有激光雷达就无法生产自动驾驶汽车。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创建周围环境的三维点图，并通过光速测量物体的距离。立体相机和人眼一样，使用两个视角来确定深度，这看起来很有发展前景。但它们识别物体的准确性很低，传统观点认为它们太不精确了这篇论文的主要作者、康奈尔大学计算机科学系的博士生Yan Wang和他的合作伙伴仔细检查了立体相机的数据，惊讶地发现立体相机获得的信息与激光雷达的精度相同，但他们发现，在分析立体摄像头的数据时，精度存在差异。对于大多数自动驾驶汽车，使用卷积神经网络分析摄像头或传感器捕获的数据，卷积神经网络是一种机器学习算法，可以通过使用滤波器识别图像相关模式。这种类型的卷积神经网络已被证明非常善于识别标准彩色照片中的物体，但如果从正面识别，它会扭曲照片中的三维信息。因此，王和同事将图像从正面视角转移到从鸟瞰视角观察到的点云，结果精度提高了一倍多。温伯格表示，最终，立体摄像头可能会成为低成本汽车物体识别的主要方法，或者成为已经配备激光雷达的高端汽车的备用方法。

标签：发现

汽车资讯热门资讯