人工智能汽車的前車檢測介紹

近年來，基于智能化的一體化安全技術(shù)得到了迅猛的發(fā)展，主要包括了高級駕駛員輔助系統(tǒng)（Advanced Driver Assistant System，簡稱ADAS）、自動/半自動駕駛，這些系統(tǒng)致力于彌補駕駛員的不足，改善駕駛員的辨識能力，正確地操控汽車。其中，ADAS系統(tǒng)的功能覆蓋了車輛周圍360°的范圍，能夠進行車道偏離檢測、前車檢測、行人檢測、交通標(biāo)識識別等，并能在必要的時候?qū)︸{駛行為進行策略性引導(dǎo)或直接進行干預(yù)，以輔助駕駛員駕駛。

根據(jù)相關(guān)的研究數(shù)據(jù)可知，當(dāng)駕駛員行駛車輛處于危險狀況時，若能有類似預(yù)警系統(tǒng)及時提醒駕駛員可以減少30%的追尾事故、50%的路面相關(guān)事故以及60%的迎面相撞事故。車輛防碰撞預(yù)警系統(tǒng)能夠精確地測量出所駕駛車輛與前方行駛車輛之間的距離，并通過計算得出前后兩車的車速，再經(jīng)過一系列相關(guān)計算和分析，當(dāng)發(fā)現(xiàn)所駕駛車輛有潛在的危險時，就能及時向駕駛員報警并提示其立即進行適當(dāng)?shù)牟僮?，從而避免事故的發(fā)生。

前車檢測是車輛防碰撞預(yù)警系統(tǒng)的關(guān)鍵技術(shù)之一?；谝曈X的前車檢測一般可以分為基于特征、基于光流場、基于模型和基于機器學(xué)習(xí)4種。

前車檢測方法：1、基于特征的前車檢測方法2、基于光流法的前車檢測方法3、基于模型的前車檢測方法4、基于機器學(xué)習(xí)的前車檢測方法

基于特征的前車檢測方法主要是根據(jù)車輛的對稱性、陰影、邊緣等特征進行車輛檢測，為得到確切結(jié)果，通常將陰影、對稱性和邊緣特征結(jié)合起來。目前，基于特征的前車檢測方法主要有基于車牌、車輛底部陰影、車燈等特征的前方車輛檢測方法。

基于光流法的前車檢測方法主要通過攝像機運動、前方障礙物運動或二者相對運動的瞬時速度場實現(xiàn)，但該方法對噪聲、光線變化敏感，計算量大。目前，光流場的計算一般分為：基于匹配的方法、基于梯度的方法和基于能量的方法等。

在運動的某一特定時刻，首先計算圖像上二維速度場（視頻圖像幀中的灰度變化的一階和二階導(dǎo)數(shù)），此時三維運動目標(biāo)的速度矢量就投影成圖像表面的二維瞬時速度場，然后把二維圖像中運動目標(biāo)的點投影到真實三維目標(biāo)的點上后，運動目標(biāo)的運動參數(shù)（運動目標(biāo)的運動狀態(tài)）和運動目標(biāo)的位置就可以從得到的二維速度場中利用一些約束條件推測出來。

基于模型的前車檢測方法首先建立已知車輛精準(zhǔn)的二維或三維模型，然后與待檢測圖像進行匹配，該方法對車輛模型過分依賴。

基于機器學(xué)習(xí)的前車檢測方法主要利用從數(shù)據(jù)中提取的規(guī)則或模式將數(shù)據(jù)轉(zhuǎn)化為信息，對數(shù)據(jù)進行分類識別。常用的機器學(xué)習(xí)方法有支持向量機（Support Vector Machine，簡稱SVM）、BP神經(jīng)網(wǎng)絡(luò)、Adaboost級聯(lián)分類器等。基于機器學(xué)習(xí)的前車檢測方法檢測準(zhǔn)確率較高，但運算量較大。

智芯原動采用了基于特征和機器學(xué)習(xí)結(jié)合的前車檢測方法該方法主要包括以下步驟：① 采用具有深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)，對選取的樣本圖像進行訓(xùn)練，以得到車輛識別網(wǎng)絡(luò)模型；② 檢測車道線來確定檢測車輛的搜索范圍；③ 根據(jù)選取的特征，在車輛的搜索范圍內(nèi)初步定位車輛的候選區(qū)域；④ 根據(jù)車輛識別網(wǎng)絡(luò)模型對候選區(qū)域進行識別并輸出結(jié)果。

上圖給出了智芯原動的前車檢測方法流程圖。其中，具有深度學(xué)習(xí)的深度網(wǎng)絡(luò)是采用卷積深度神經(jīng)網(wǎng)絡(luò)。

智芯原動的前車檢測功能模塊是持續(xù)監(jiān)控前方車輛，通過兩車之間的距離和相對速度計算出即將發(fā)生碰撞的時間，可以在發(fā)生碰撞危險前2.7秒發(fā)出警報，提醒駕駛員及時剎車制動，避免與前方車輛發(fā)生追尾碰撞。下圖給出了智芯原動的前車檢測結(jié)果圖。

與其他公司的嵌入式算法不同，智芯原動將前車檢測算法在芯片上實現(xiàn)了智能硬化。含有前車檢測硬化算子的芯片可以實現(xiàn)直接在相機端進行實時處理，提高了運算速率，節(jié)約了運算時間和成本。