电脑自动驾驶创新方案(解决摄像头代替雷达的瓶颈)..doc

电脑自动驾驶创新技术方案 （解决摄像头代替雷达的瓶颈） 无人驾驶和减少车祸的装置多年来都靠雷达或激光识别障碍物和距离，制造成本太昂贵，也有百度、谷歌等公司在做，没有普及的大前景，也还是要外加摄像头去识别信号灯路牌还有道路线，那为何不用摄像头直接去识别路面的方法识别障碍物，抛弃雷达激光呢？想从摄像头代替雷达入手，这想法很多人都想过，但构思方向不同，以为软件要求很高只能用超级电脑才够运算识别障碍物，也以为分析用的画面必须很清晰，必须要用专业昂贵的摄像机来摄高速行驶时的画面。所以都说车祸还是十年内的世界难题，依旧是平均每天车祸死亡三四千人，小碰撞伤残更是多。这方案放在十年前肯定是有难度，而现在中高端家用级的电脑和摄像头完全够性能来胜任。 人类最需要的是减少车祸，完全无人驾驶只是次要功能，95%的车祸都是因驾驶员操作不当造成，所以这个方案只是要做到像一个不会发困犯糊涂的司机，纠正和提醒驾驶员的错误操作，先做到半自动驾驶，管好车的方向盘和刹车，那么95%的车祸都能避免，后期软件成熟才开放无人驾驶。因为车辆刹车距离不同,只需跟人一样估判距离即可，根本没必要激光雷达那样精准。是为了普及改装到每辆车上，解决现有技术的缺陷，用成本不到五千的装置来代替昂贵的激光雷达，只需把几兆大小的图片对比软件进行修改，和现有的无人驾驶程序结合，开发费都很低，而摄像头抗干扰性不强等问题都是可以轻易解决的。只要售价不超过一万就一定能普及每辆车，用户花费一两千让汽修厂安装，平均每年只需花费两千左右，车祸概率大大降低后，保险费肯定也降低，考驾照也变简单，大部分车主一买就赚了保险费。既能每年救下一百多万生命，又能赚取本会因车祸理赔而损失的几万亿。 判断障碍物方式就是去识别路面，也不需要去分析障碍物是什么东西，我们只要把眼前景象画面看做几十万小份，用一小份的路面材质去对比画面上每个小份，因此描绘出路面，再去判断路面上识别不出的点是不是突出路面的障碍物，由车内和车底上下两个摄像头形成3D对比，如果是行人和车辆那么会挡住大量前面的路面，而平面的光线阴影和地面上的污渍泥沙在对于上下两个摄像头的遮挡前方路面距离基本一样的，并不会挡住前方的视线，特别是底部摄像头，80度角摆放基本垂直路面，只要高出路面的障碍会被大大的挡住前方路面；因为摄像头是固定的，可直接根据小方格在画面上分布的位置来判断路面宽度和四周障碍物的距离，没有车道线的路面直接根据数据控制行驶合适的车道和车速；确认路面材质用高像素每秒扫描几张就足够，然后另外用更低像素每秒扫描十张以上道路画面，做到高速识别突然出现的大型障碍物，又能保障电脑性能充足。侧方和后方的车辆用其他摄像头每秒扫描两次就足够预判移动轨迹；像雨雪天气、看不清的夜景、一些特殊场景都是同时用现场的路面图片进行路面对比识别，既然是复杂环境驾驶员开也肯定不能开太快，所以有足够时间去判断各种障碍物，我们可以根据实际各种情况加入各种应对方案，想着让电脑去模拟人眼判断障碍物的逻辑方式。面对高速行驶，因为远距离不容易3D识别，可能是不同材质的修补路面，所以同时把第一次路面上识别不出的画面区域和原本就存储的各种路面材质进行对比，判断出是不是修补的路面，但高速路又几乎没其他障碍物，所以其他情况都减速以防万一，突然乱窜马路的行人，基本都是只要减速让行人自己躲开就好，去躲避反而会造成跟行人躲的方向一样而造成事故。高速行驶一般摄像头无法清晰拍摄近距离画面，但行驶时一直都是判断好眼前中远距离的路面，所以行驶过的路面都是判断好的，根本不需要另外判断眼前路面材质，突然出现的障碍物和并行车辆的跟路面色差又很大，用低像素就能识别出。高速行驶时对远距离进行红黄颜色识别，能更好的判断出车辆和警告牌之类。 一台英特尔I5 CPU的电脑运行几兆大小的图像对比软件足以胜任每秒识别十张以上高清路面画面，也只需一秒两三张就足以识别路面，只是把一张高清道路画面看几十万份，只是数据排列的问题，不会额外增加CPU的负担，把一小块的路面材质数据去对比画面，即使个别识别错误也不会影响整体路面的描绘。另一台电脑负责其他方向和各种数据判断，其他方向的摄像头用一般防抖功能就性能足够，直接把重要数据直接转化动作，也做一些数据互通，不间断地互相传送固定数字来置零开始部分程序的计时器，当无数据传输就判断为死机，零点一秒内开始整套程序。带夜视功能探测正前方的红外摄像头在车里，镜头不容易弄脏。底部的摄像头加装防爆玻璃和电动自动清洁，用来防止溅起的小石子和灰尘。 8寸触摸屏在方向盘前的位置，直观的显示电脑运行信息数据，方便观测查看运行的可靠性，消除驾驶员的疑虑，也方便初期大量路试直观的看出软件存在的缺陷，方便修改。直接触屏可选需要自动模式直接辅助方向盘的转动，或半自动模式只在危险情况下才