康奈尔大学发布代替激光雷达检测物体新方法|厚势

2019 年 9 月 4 日 厚势


厚势按:不用激光雷达也可以准确检测车辆周围的物体。研究人员发现,立体摄像头的数据准确度几乎媲美激光雷达。


康奈尔大学的研究人员最近发布一篇题为《Pseudo-LiDAR from Visual Depth Estimation: Bridging the Gap in 3DObject Detection for Autonomous Driving》的论文,为马斯克在激光雷达上的观点提供了一定技术支持。获取论文下载链接 (链接: 
https://pan.baidu.com/s/1TOCp1upFc8F_Ao-scuybXw   提取码:jmga )。


为了自动驾驶汽车能安全上路,感知其周围物体情况自然是最重要的前提之一。道路上的其他车辆、行人、路况信息、以及车辆如何转向、人为接管时如何加速或制动,这些都要依靠对当时交通情况的判断。那么自动驾驶汽车这个「机器人」如何能复制拥有如人类一样强大的视觉呢?目前,解决这个问题还是要靠雷达、激光雷达、摄像头这三种传感器和图像技术的组合。


三种传感器

摄像头: 自动驾驶汽车使用摄像头以高分辨率观看周围情况。摄像头通常装配在车辆周围,用于阅读道路标志,提供近距离环境下前方的视场。摄像头目前是车辆周围环境准确试图的最佳方式,但是容易受到天气的影响,且需要通过计算机图像分析车辆周围物体的具体等情况。

雷达: 即无线电探测和测距已经在汽车中使用了很多年,并且是最常用于自适应巡航控制和自动紧急制动的技术。它通过接收从远处表面反弹的无线电波来工作。雷达具有可以看到距离数百码的物体,并可以检测它们的大小和速度的特性。但是雷达却无法看到细节,因为它以低分辨率解释图像,所以也无法检测对象的身份。


图 1 来源于网络


激光雷达: 即光成像检测和测距技术,它使用激光脉冲扫描环境,而不是雷达的无线电波。激光雷达的工作原理是每秒发射数百万个激光信号,然后从物体表面反射并返回到接收器,来创建汽车周围环境的 3D 模型。激光雷达的分辨率高于雷达,这可以有效的提高汽车计算机预测其他物体行为的准确性。但是激光却容易受到天气条件的限制,诸如雾天或沙尘天气,就需要借助其他的辅助传感器。又因为激光雷达传感器需要经常旋转,造成了更多的移动部件,这也意味着有出错的概率会大大增多。目前,激光雷达是汽车制造中最昂贵的传感器。

在实际研发和生产阶段,可以发现用于检测自动驾驶汽车路径中 3D 物体的激光雷达体积很大,外观也并不美观,而且十分昂贵。激光雷达传感器固定在汽车顶部,增加了风阻,这对电动汽车来说尤其不利。而且由于其价格昂贵,使用激光雷达的汽车制造成本要增加大约 10,000 美元。特斯拉掌门,马斯克曾公开表示:任何依赖激光雷达的人都注定要失败。这在业内也引起轩然大波。尽管如此,大多数专家仍然认为激光雷达是自动驾驶车辆安全感知道路上行人、汽车和其他危险的重要可行方式。


论文简读

视频来源康奈尔大学官网


基于上述问题,康奈尔大学的研究人员于近日发现,在挡风玻璃两侧使用两个便宜的摄像头的简单方法可以检测具有近乎激光雷达精度且成本仅为其一小部分的物体。研究人员发现,从鸟瞰图分析捕获的图像,使其准确度增加三倍以上,使立体摄像头成为激光雷达的可行且低成本的替代品。

在接受采访时,计算机科学副教授 Kilian Weinberger 说道:自动驾驶汽车的一个基本问题是识别汽车周围的物体,这对于汽车导航环境至关重要。具体研究成果发布在题为《Pseudo-LiDAR from Visual Depth Estimation: Bridging the Gap in 3DObject Detection for Autonomous Driving》的论文中。

「人们普遍认为,如果没有激光雷达,就无法制造自动驾驶汽车」, Weinberger说。「至少在论文阶段上,我们的研究人员已经证明它是可能的。」

  

激光雷达传感器使用激光创建周围环境的 3D 点图,通过光速测量物体的距离。立体摄像机像人眼一样依靠两个视角来建立深度。但是它们在物体检测中的准确性非常低,传统观点认为它们太不精确了。

然后,研究人员仔细研究了立体摄像头的数据。令他们惊讶的是,他们发现,当分析立体摄像头的数据时,准确性的差距就出现了,数据的准确度几乎媲美激光雷达。


图 2 来源于康奈尔大学论文


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的方式,通过应用识别与其相关的模式的滤波器来识别图像。 这些卷积神经网络已被证实擅长识别标准彩色照片中的物体。 但如果从正面标识,可能会扭曲 3D 信息。 因此,研究人员另辟新视角,从鸟瞰视图进行观察点云,通过这种角度的转变,信息准确度增加了三倍以上。

目前研究人员自信地称: 立体摄像头可能被用作低成本地识别汽车周围物体的主要方式,或者作为配备激光雷达的高端汽车的备用方法。

处于对自动驾驶汽车安全的考虑,即使激光雷达成本很高,但是由于其出色的识别精度,自动驾驶汽车行业一直不愿意放弃激光雷达,但是新方法的出现,通过立体摄像头的鸟瞰图,显著提高范围检测和准确性,有可能彻底改变这个行业的技术选择。



编辑:琪琪

来源:智车科技

入群:加微信号 autoHS,入厚势汽车科技群与行业专家讨论更多自动驾驶和新能源汽车行业信息



-END-




精选文章



为您对接资本和产业

新能源汽车 自动驾驶 车联网




联系微信:autoHS

或 183 0185 8119


点击阅读原文,查看文章「世界人工智能大会火星撞地球,马云PK马斯克(全文实录)」

登录查看更多
0

相关内容

康奈尔大学(Cornell University)是一所位于美国纽约州伊萨卡的私立研究型大学,另有两所分校位于纽约市和卡塔尔教育城,是著名的常春藤盟校成员,在世界范围内享有极高的学术声誉。康奈尔大学有七个本科生学院和七个研究生学院,是一所松散型的大学,其下属学院在运作时拥有很大的自主权,它们可以自己制订学术计划、自主招生和自行授予学位。
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
基于视觉的三维重建关键技术研究综述
专知会员服务
154+阅读 · 2020年5月1日
3D目标检测进展综述
专知会员服务
187+阅读 · 2020年4月24日
专知会员服务
31+阅读 · 2020年4月24日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
169+阅读 · 2020年2月8日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶车辆定位技术概述|厚势汽车
厚势
10+阅读 · 2019年5月16日
自动驾驶车载激光雷达技术现状分析
智能交通技术
16+阅读 · 2019年4月9日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
3D-LaneNet: end-to-end 3D multiple lane detection
Arxiv
7+阅读 · 2018年11月26日
Arxiv
6+阅读 · 2018年7月9日
VIP会员
Top
微信扫码咨询专知VIP会员