无线电测控、人脸识别、无人机巡考

而前景，就是前方行驶的车辆。

对于车辆，嬴彻采用了经典几何方法来进行处理。

具体而言，是对车辆直接进行检测，通过将车辆进行部件级拆解，将其与三维模型做精准拟合。通过拟合出来的三维模型， 结合背景的深度图片，就可以得到车辆的位姿信息，包括距离，朝向等，实现了超长距离的三维感知。

这一套方案，被称为“场景深度感知 + 前景车辆部件级解析”。用更通俗的话说，就是深度学习方法和基于几何的经典计算机视觉方法的有机结合。

这样一来，无论是对近景还是远景，系统对于整个环境都能有很好的感知。

另外，在相对恶劣的天气条件下，比如雨天、雾天，激光雷达、摄像头这些基于光学信号的传感器，都会受到影响。

为此，嬴彻也基于计算摄影学（computational photography）技术，开发了应对的去雨去雾算法，保障感知距离和感知精度。

 

这一方案的缺点在于，对于超长距而言，双目测距的误差随距离的平方增长。举个例子，如果在 100 米时，测距误差是 1 米，那么当距离达到 1000 米，误差就会达到 100 米。

其二，直接通过回归或者一些简单几何的方法来计算前方物体的深度信息。

这种方法产生的误差在15%-20%左右。不仅如此，在超长距上，标注数据不足，很难对移动物体的细节进行处理。

针对这些问题，嬴彻的解决方案——把前景和背景分开来做处理。

背景，是指前方的整个静态环境。嬴彻的超长距精准3D感知技术，结合激光雷达，把激光点云作为控制点，然后由近及远，通过图像的方法计算深度。

杨睿刚博士解释说：

你可以想象在一张图像上，有些点带有深度信息，但更多的点没有。

通过无监督深度学习，我们把这些带有深度信息的点，从近到远地扩展出去，就可以得到很好的长距离背景深度图像。


 

这样的情况下，要保证行车安全，感知距离起码要达到 300 米以上。

车辆“看”得越远、测得越准，就越能精确地判断前车动向，做出合理的预判，保障行车安全。

这就是嬴彻科技最新发布的超长距精准3D感知技术要解决的问题。

不仅感知距离可以达到 1000 米，嬴彻还在行业内首次提到了测距精度——

1000米感知距离下，测距误差能达到5%以下。

兼顾超长距和精准的识别效果，并且不需要额外的传感器，嬴彻的技术团队是如何做到？

其中诀窍，嬴彻CTO杨睿刚博士同量子位进行了分享。

超长距精准3D感知技术

无论是激光雷达还是毫米波雷达，有效感知距离也不过 150-200 米。

在长距离的感知上，主要需要依靠相机作为传感器。

杨睿刚博士介绍，目前主要的技术有两种：

其一，双目立体视觉测距。即通过两个摄像头来观测同一物体，通过三角化来得到三维距离。


 

（编辑：阿坝站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!