色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Mobileye公布最新自動駕駛方案

佐思汽車研究 ? 來源:佐思汽車研究 ? 作者:佐思汽車研究 ? 2020-10-12 11:40 ? 次閱讀

2020年9月24日,吉利汽車與Mobileye正式簽約,將使用EyeQ5做自動駕駛,同時,Mobileye也公布了最新的自動駕駛方案。

11個攝像頭中,4個魚眼短距離的泊車用攝像頭,7個遠距離自動駕駛用攝像頭,包括前向6個,后向1個。與EyeQ4最大不同之處在于三目攝像頭被雙目取代了,三目攝像頭實際是單目攝像頭在不同FOV上的擴展,特斯拉和國內新興造車的輔助駕駛或自動駕駛方案都是采用三目。而Mobileye這次沒有用三目,擋風玻璃后視鏡位置是兩個單目攝像頭,FOV分別是28度和120度。

考慮到兩個攝像頭之間的距離,顯然不是奔馳那樣傳統的Stereo Camera立體雙目攝像頭,并且根據這兩個攝像頭的FOV看,也不是主攝像頭。倒車鏡上則有一個FOV為100度的攝像頭,A柱下方還有一個側向的FOV為100度的攝像頭。 實際上Mobileye的前部六個攝像頭(可能后部的攝像頭也參與了)構成了SfM(Structurefrom Motion)。Stereo Vision(立體視覺)SfM比較稀疏,再進一步稠密化就是Multi ViewStereo,即MVS。雖然這七個攝像頭都是單目,但他們是合在一起工作的,應該叫多目立體視覺。 Mobileye有關SfM的專利主要有三個,一個是2014年的DenseStructure from motion,另一個是2017年的StereoAuto-Calibration From Structure-from-motion,還有一個是2020年的COMFORTRESPONSIBILITY SENSITIVITY SAFETY MODEL(長達197頁),其中雖未提及SfM具體算法,但描述了SfM Stereo Image的處理流程。

Mobileye的Stereo Image處理流程

自動駕駛領域,感知部分的任務就是建立一個準確的3D環境模型。深度學習加單目三目是無法完成這個任務的。單目和三目攝像頭的致命缺陷就是目標識別(分類)和探測(Detection)是一體的,無法分割的。

必須先識別才能探測得知目標的信息,而深度學習肯定會出現漏檢,也就是說3D模型有缺失,因為深度學習的認知范圍來自其數據集,而數據集是有限的,不可能窮舉所有類型,因此深度學習容易出現漏檢而忽略前方障礙物,如果無法識別目標,單目就無法獲得距離信息,系統就會認為前方障礙物不存在危險,不做任何減速,特斯拉多次事故大多都是這個原因。 傳統算法,則可能無法識別前方障礙物,但依然能夠獲知前方障礙物的信息,能夠最大限度地保證安全。當然這需要傳感器配合,激光雷達和雙目立體視覺都是以傳統算法為核心(因為它不需要識別目標,自然就不需要深度學習,當然你也可以用深度學習處理激光雷達數據,但不是為了識別目標)。

其次,深度學習是一個典型的黑盒子系統,汽車上任何事物都必須具備可解釋性和確定性,深度學習并不具備。傳統車廠盡量避免在直接有關汽車安全領域使用深度學習,當然,深度學習是識別目標準確度最高的方法,不得不用。大部分車廠會堅持使用可解釋的具備確定性的傳統圖像算法,直到深度學習變成白盒子。

上圖為Waymo深度學習科學家drago anguelov 2019年2月在MIT在講述無人車感知系統時,坦承機器學習的不足,單目系統漏檢無法避免,特別是在交通復雜的中國。深度學習的漏檢和算力沒有任何關系,再強大的算力也無法避免漏檢,也就無法避免事故。 若要解決漏檢這個問題,或者說構建一個沒有缺失的3D環境模型就必須用將識別與探測分離,無需識別也可以探測目標的信息,忘掉深度學習,傳統的做法是激光雷達和雙目立體視覺。但激光雷達商業化,車載化一直進展緩慢,雙目的缺陷是立體匹配算法門檻太高,在線標定非常困難,只有奔馳、斯巴魯、路虎和雷克薩斯運用的比較好。寶馬雖然高端車型使用雙目,但實測結果并不理想,寶馬如今也部分放棄了雙目路線,電動SUV領域還未放棄雙目。

除了激光雷達和雙目立體視覺外還有一種方法,這就是今天要說的主角:SfM。在雙目立體視覺中,兩個相機之間的相對位姿是通過標定靶精確標定出來的,在重建時直接使用三角法進行計算;而在SfM中該相對位姿是需要在重建之前先計算的。雙目必須兩個鏡頭輸入兩張照片雙目重建方法,SfM和MVS屬于單目重建多目立體視覺,輸入的是一系列同一物體和場景的多視圖。SfM得到的通常是稀疏點云,而經過MVS處理極線約束后可建立稠密點云,可以媲美激光雷達點云,也就是Mobileye所說的Vidar。

SfM的框架圖

Structure fromMotion(SfM)是一個估計相機參數及三維點位置的問題。一個基本的SfM pipeline可以描述為:對每張2維圖片檢測特征點(feature point),對每對圖片中的特征點進行匹配,只保留滿足幾何約束的匹配,最后執行一個迭代式的、魯棒的SfM方法來恢復攝像機的內參(intrinsic parameter)和外參(extrinsic parameter)。并由三角化得到三維點坐標,然后使用Bundle Adjustment進行優化。常見的SfM方法可以分為增量式(incremental/sequentialSfM),全局式(global SfM),混合式(hybrid SfM),層次式(hierarchica SfM)。這些都是傳統OpenCV算法,跟深度學習無關,而如今,簡單易學深度學習橫掃一切,復雜難學的傳統算法人才非常稀缺,導致SfM幾乎沒有商業化的例子。

SfM最初是假定相機圍繞靜態場景運動,實際就是相機獲取在目標不同位置的圖像,因此可以用放置多個相機取代運動的單一相機。為了避免干擾,28度FOV與兩個100度FOV的攝像頭構成SfM系統。SfM通常針對靜止目標(古建筑物居多),移動目標難度極大,干擾因素比較多,大部分人都望而卻步。 在MVS重建精準3D尺寸模型領域有個難點,即尺度因子不確定性,這個可以用其他傳感器如高精度IMU獲取真實尺寸校準,但高精度IMU太貴了,還有一種方法就是DNN。也可以看作用先驗尺寸數據推算實際尺寸。當然也有傳統的非深度學習方法。

上圖即Mobileye的VIDAR,基于比較簡單的神經網絡DNN,對算力要求遠低于圖像識別分類的CNN。基于深度學習的3D點云和mesh重構是較難以計算的,因為深度學習一個物體完整的架構需要大量數據的支持。傳統的3D模型是由vertices和mesh組成的,因此不一樣的數據尺寸data size造成了訓練的困難。所以后續大家都用voxelization(Voxel)的方法把所有CAD model轉成binary voxel模式(有值為1,空缺為0)這樣保證了每個模型都是相同的大小。利用一個標準的CNN結構對原始input image進行編碼,然后用Deconv進行解碼,最后用3D LSTM的每個單元重構output voxel。3D voxel是三維的,它的精度成指數增長,所以它的計算相對復雜。

這個多目立體視覺制造出來的VIDAR與真實的Lidar當然有一定差距,與傳統的雙目立體視覺相比精度也有一定差距,畢竟雙目立體視覺發展了20年,不過多目比雙目覆蓋面更廣。

Mobileye SuperVision的系統框架圖

在2020年Mobileye的專利里也提到了雙處理器設置,第一個視覺處理器檢測道路標識、交通標識,并根絕ROADBOOK做定位,第二個視覺處理器則處理SfM,并發送到第一個視覺處理器,構建起一個帶有完整道路結構的3D環境模型。 和英偉達、特斯拉以及一堆視覺加速器廠家比,Mobileye并不擅長硬件高算力,EyeQ5的算力只有24TOPS,低于英偉達Xavier的32TOPS,2022年即將量產的Orin高達200TOPS。

Mobileye擅長的是算法,SfM和MVS將筑起一道算法護城河,并借此提高安全。EyeQ5預計在2021年3月量產,盡管其算力與許多國內初創廠家相比都低,但高算力不代表安全,EyeQ5依然獲得吉利、寶馬等4個大整車廠的訂單。 加入佐思數據平臺會員,可獲得Mobileye立體視覺專利完整版。

原文標題:忘掉單目和三目吧,Mobileye轉向立體視覺

文章出處:【微信公眾號:佐思汽車研究】歡迎添加關注!文章轉載請注明出處。

責任編輯:haq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 處理器
    +關注

    關注

    68

    文章

    19259

    瀏覽量

    229653
  • 攝像頭
    +關注

    關注

    59

    文章

    4836

    瀏覽量

    95600
  • 激光雷達
    +關注

    關注

    968

    文章

    3967

    瀏覽量

    189829
  • 自動駕駛
    +關注

    關注

    784

    文章

    13784

    瀏覽量

    166397

原文標題:忘掉單目和三目吧,Mobileye轉向立體視覺

文章出處:【微信號:zuosiqiche,微信公眾號:佐思汽車研究】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    Lyft攜手Mobileye推動自動駕駛出行服務規模化發展

    近日,北美最大的網約車公司之一Lyft(納斯達克股票代碼:LYFT)與領先的自動駕駛技術和高級駕駛輔助系統(ADAS)提供商Mobileye(納斯達克股票代碼:MBLY)宣布將聯手合作,助力行業領先的車隊運營商推動
    的頭像 發表于 11-17 10:15 ?204次閱讀

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發布于 :2024年10月22日 15:20:19

    自動駕駛HiL測試方案——攝像頭仿真之視頻注入#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發布于 :2024年10月17日 15:18:41

    Mobileye端到端自動駕駛解決方案的深度解析

    自動駕駛技術正處于快速發展之中,各大科技公司和汽車制造商均在爭相布局,試圖在這個新興領域占據一席之地。Mobileye作為全球自動駕駛技術的領軍企業之一,憑借其獨特的端到端自動駕駛解決
    的頭像 發表于 10-17 09:35 ?351次閱讀
    <b class='flag-5'>Mobileye</b>端到端<b class='flag-5'>自動駕駛</b>解決<b class='flag-5'>方案</b>的深度解析

    自動駕駛HiL測試方案 ——場景仿真3D演示#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發布于 :2024年10月16日 10:55:35

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發布于 :2024年10月12日 18:02:07

    極氪與Mobileye攜手加速自動駕駛技術中國本地化

    近日,新能源汽車品牌極氪汽車與以色列領先的自動駕駛技術巨頭Mobileye宣布了一項重要合作計劃,旨在加速雙方在中國市場的技術本地化進程。此次合作的核心是將Mobileye的SuperVision
    的頭像 發表于 08-06 10:19 ?652次閱讀

    FPGA在自動駕駛領域有哪些優勢?

    FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有顯著的優勢,這些優勢使得FPGA成為自動駕駛技術中不可或缺的一部分。以下是FPGA在自動駕駛
    發表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    FPGA(Field-Programmable Gate Array,現場可編程門陣列)在自動駕駛領域具有廣泛的應用,其高性能、可配置性、低功耗和低延遲等特點為自動駕駛的實現提供了強有力的支持。以下
    發表于 07-29 17:09

    Mobileye引領自動駕駛新紀元:L4級無人駕駛系統在德國成功路測

    在全球自動駕駛技術的浪潮中,Mobileye,作為全球自動駕駛解決方案的領軍者,再次邁出了具有里程碑意義的一步。近日,該公司宣布其全自動無人
    的頭像 發表于 07-02 17:04 ?1460次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關鍵

    駕駛的關鍵的是具備人類的感知能力,多傳感器融合感知正是自動駕駛破局的關鍵。昱感微的雷視一體多傳感器融合方案就好像一雙比人眼更敏銳的眼睛,可以為自動駕駛系統提供更豐富更精準的視覺語言——
    發表于 04-11 10:26

    大眾汽車和Mobileye加強自動駕駛合作

    美國智能駕駛芯片巨頭Mobileye與大眾汽車集團近日宣布,在自動駕駛領域深化合作,共同推動全新自動駕駛功能在大眾旗下量產車型的應用。Mobiley
    的頭像 發表于 03-22 11:46 ?920次閱讀

    Mobileye與大眾汽車深化合作,推動自動駕駛技術發展

    新技術涵蓋了多個應用場景,如高速公路及市區道路駕駛中的高級輔助系統,如自適應超車、自主排隊停車等功能。同時,Mobileye也將向大眾商用車提供更多的自動駕駛技術解決方案
    的頭像 發表于 03-21 09:57 ?564次閱讀

    自動駕駛發展問題及解決方案淺析

    隨著科技的飛速進步,自動駕駛汽車已經從科幻概念逐漸轉變為現實。然而,在其蓬勃發展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰。本文將對這些問題進行深入的剖析,并提出相應的解決方案,以期為未來
    的頭像 發表于 03-14 08:38 ?1131次閱讀

    英特爾旗下自動駕駛公司發布DXP操作系統

    英特爾旗下自動駕駛技術公司Mobileye Global在CES 2024上推出了一款名為DXP的操作系統,旨在幫助汽車制造商開發特定的自動駕駛系統。這款新系統的推出,引發了Mobileye
    的頭像 發表于 01-10 14:47 ?742次閱讀
    主站蜘蛛池模板: 午夜精品国产自在现线拍| 日本粉嫩学生毛绒绒| 巨黄的肉辣文np| 男女午夜性爽快免费视频不卡| 嫩草国产福利视频一区二区| 欧美亚洲精品一区二三区8V| 色吧.com| 亚洲欧洲日韩天堂无吗| 中国xxxxx69| 成人毛片100部免费看| 国产精品一区二区四区| 久草热在线| 欧美色图天堂网| 日产国产欧美韩国在线| 一本大道手机在线看| 亚洲视频网站欧美视频网站| 在线a亚洲视频| 把手戳进美女尿口里动态图| 国产精品久久人妻互换毛片| 久久99亚洲AV无码四区碰碰| 男女交性视频无遮挡全过程| 色综合欧美色综合七久久| 亚洲日韩在线观看| 99亚洲精品色情无码久久| 国产乱对白精彩在线播放| 久久香蕉国产免费天天| 热久久视久久精品18| 亚洲三级大片| 草莓视频免费看| 精品人妻无码一区二区三区蜜桃臀| 蜜桃臀无码内射一区二区三区| 少妇伦子伦精品无码| 在线亚洲中文字幕36页| 俄罗斯兽交XXXXX在线| 久久精品18| 射漂亮黑b丝女| 最近中文字幕在线看免费完整版| 电影果冻传媒在线播放| 快播看黄片| 午夜亚洲精品不卡在线| 99综合之综合久久伊人|