基于单目事件相机与自监督光流的自动驾驶高速运动稠密深度估计系统设计.docx

PAGE2

基于单目事件相机与自监督光流的自动驾驶高速运动稠密深度估计系统设计

摘要

自动驾驶技术在高速运动场景下对环境的实时三维感知提出了极高要求。传统基于帧的相机在光线突变、高速运动模糊和动态范围不足时性能急剧退化，构成致命安全隐患。本课题针对这一痛点，设计了一套基于单目事件相机与自监督光流的稠密深度估计系统。

事件相机作为一种仿生视觉传感器，以微秒级时间分辨率异步捕获像素级亮度变化，天然适合高速和高动态场景。

本系统首先提取事件相机异步脉冲生成事件光流，捕捉运动场信息。继而设计一种自监督深度估计网络，利用光流作为中间监督信号，以图像重建误差作为核心损失，摆脱对昂贵稠密深度真值的依赖