剖析自动驾驶双目视觉解决方案.docx

? ? ? ? ? 剖析自动驾驶双目视觉解决方案 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 未来十年，为了完成从感知+预警到决策+执行的进化之路，高级辅助驾驶系统（ADAS）将接入更多的传感器，实现更为复杂的计算，同时具备更高的安全性。 双目视觉简介 相比于单目视觉，双目视觉（Stereo Vision）的关键区别在于可以利用双摄像头从不同角度对同一目标成像，从而获取视差信息，推算目标距离。具体到视觉ADAS应用来说，如果采用单目摄 像头，为了识别行人和车辆等目标，通常需要大规模的数据采集和训练来完成机器学习算法，并且难以识别不规则物体；而利用毫米波雷达和激光雷达进行测距的精 度虽然较高，但是成本和难度亦较高。所以，双目视觉的最大优势在于维持开发成本较低的前提下，实现一定精度的目标识别和测距，完成FCW（前方碰撞预警） 等ADAS功能。 双目视觉测距的基本原理并不复杂，如下图所示，P为目标点，它在左右两个相机（镜头中心分别为A和B）上的成像点分别为E和F，则P点在两个相机中 的视差为d=EC+DF。根据三角形ACE与POA以及三角形BDF与POB的相似性，推导可得d=（fq）/z，其中f为相机焦距，q为两相机光轴的距 离，z为目标到相机平面的距离。则距离z=（fq）/d，而f和q可认为是固定参数，所以求出视差信号d即可求得距离z。 双目视觉测距原理 根