KIT： Automotive Vision汽車視覺學習筆記（1）Introduction

07-16

4 人贊了文章

本文僅作為自動駕駛方向愛好者的學習之用，不可用於任何商業途徑。

教程源自:KIT MRT所（KITTI由該所負責），作者：Dr. Martin Lauer。

本文主要為翻譯與自己學習記錄。

第一章：Introduction

無人駕駛的發展：

駕駛穩定性增強（driving stability enhancement）：ABS, ESP
駕駛輔助（driver assistance）：ACC（車道保持），停車輔助
突發緊急（emergency）：緊急制動，緊急避讓，半自動駕駛（啟停pilot，高速pilot）

Source: Daimler AG,

Account Suspended?

www.mercedesclass.net

2. 無人駕駛難點：環境感知

感測器技術sensor technology：雷達radar，激光雷達lidar，攝像機cameras（單雙目），特殊相機(IR/Time of flight)，超聲波感測器。
評估assessment：車道，車道線，障礙，車輛，場景內運動
描述interpretation：物體間關係，意圖，未來運動，複雜幾何關係

3. 感測器技術：對比

波長的影響：天氣的干擾，對干擾的識別，解析度（水平），解析度（垂直），範圍覆蓋角，直接位置測量，直接速度測量

功能：物體檢測object detection，物體分類object classification，行人檢測pedestrian detection，路邊檢測roadside detection，路標識別road sign
recognition

4. 課程主要內容：

雙目視覺Binocular Vision

特徵點Feature Points

光流Optical Flow

Tracking

SLAM

道路檢測Road Recognition

行動檢測Behavior Recognition

5. 與機器視覺（machine Vision）相關內容：

圖像技術：灰階圖像；

圖像過濾：通過過濾mask，利用Gaussian權重進行光順，偏導數，2階導數，

Laplacian of Gaussian (LoG)）

邊界檢測：通過canny運算元，計算灰階的梯度detecting maxima in gray-value gradients

在二階導數中的過零檢測zero-crossing in the 2nd order derivative

攝像光學：真實世界3D坐標轉換為圖像坐標，

透視投影；

轉換相機坐標為圖像坐標（通過光敏晶元的尺寸和解析度）：垂直水平解析度，偏

斜角度（通常90%），主要點的坐標

轉換真實坐標（汽車）為相機坐標（平動和轉動）

通過相機校正可以獲得它的內在和外在參數

6. 全課程References：

– machine vision:

? E.R. Davies, Machine Vision. Theory. Algorithms. Practicalities. Elsevier, 2005

? R. Jain, R. Kasturi, B. G. Schunck, Machine Vision. McGraw Hill, 1995

? R. Hartley, A. Zisserman, Multiple View Geometry in computer vision. Cambridge

University Press, 2006

? D. A. Forsyth, J. Ponce, Computer Vision. A Modern Approach. Prentice Hall, 2003

? B. J?hne, Digitale Bildverarbeitung, Springer, 2005

– autonomous robots:

? S. Thrun, W. Burgard, D. Fox, Probabilistic robotics. MIT Press, 2006

– driver assistance systems :

? H. Winner, S. Hakuli, G. Wolf (Hrsg.), Handbuch Fahrerassistenzsysteme,

Vieweg+Teubner, 2012

記錄：機械設計課程內容與計算機視覺接近，將作為下一個課程。看記錄可以發現在這波自動駕駛大潮興起之前，傳統OEM已經進行了多年技術儲備，不可小視。