0%
感知算法（一）
点云感知
- 点云障碍物感知的主要任务是感知障碍物的位置、大小、类别、朝向、轨迹、速度等，核心是点云检测分割技术，可以用启发式算法NCut和深度学习算法CNNSeg完成
- 启发式算法NCut
- Ncut算法的基本思想是基于空间平滑性假设，即空间上接近的点来自同一个障碍物
- 根据预处理后的点云构建加权图G=(V, E, W)
- 将点云分割转换为图分割的问题，可以利用图聚类的算法求解，最终求解的每一个cluster就代表一个障碍物
- 该算法的优点是解释性好，缺点是分割规则过于简单
- 深度学习算法CNNSeg
- 主要思想是利用卷积神经网络来处理激光雷达捕获的点云数据，并对点云中的目标进行识别
- 深度学习是数据驱动的，它把人工构造特征这一任务交给机器和算法去完成
- 算法研发的历程：
- 将所有点云都投到前视图（投影面是一个圆柱面）来构造特征，将点云问题转化为矩阵问题，进而使用深度学习进行处理
- 借助自采集车队，采集更多的实际数据，并且扩展数据视角，制作俯视图，通过将俯视图+前视图相结合的方式进行训练
- 经过多次实验，发现基于俯视图的Segmentation方法效果最好
- 因为俯视图没有高度信息，因此我们把前视图和Camara图像加进来进行辅助检查，利用Lidar的测距准和Camera识别准优势完成了Middle-Level Fusion方法，该方法使用俯视图提取Proposal，利用前视图和光学图像辅助进行更加精准的位置回归
视觉感知
- 视觉感知最早从ADAS发展而来
- ADAS算法相对轻量，采用人工构造的特征和浅层分类器的方式实现辅助驾驶，该方法目前已经难满足自动驾驶的需求
- 随着深度学习技术的发展，尤其是在视觉领域的巨大成功，视觉感知的主流技术路线已经变为“深度学习+后处理计算”的方法
- 但该方法带来了以下几个变化
- 第一是要求计算硬件升级
- 第二是数据的需求量大增
- 第三是如何评估保证安全性
- 面向自动驾驶的深度学习算法具有以下几个特点：
- 2D感知向3D感知渗透，模型输出更丰富（后处理需要的3D信息、跟踪信息、属性信息等都会放在CNN中进行学习）
- 环视能力构建（传统方法靠一个Camera完成前向检测、碰撞检测、车道线检测。无人驾驶需要环视）
- 感知+定位+地图紧密结合
- 深度学习：CNN检测
- CNN检测是深度学习里一个十分火热的应用，从最开始的AlexNet,VggNet到ResNet等，持续提高了ImageNet图像检测的精度
- 目前发表的大部分关于检测的成果都是面向计算机视觉应用的，与自动驾驶领域的检测还有很大的区别
- 自动驾驶中的检测模型需要输出的信息更多，包括障碍物的尺寸、朝向
- 同时自动驾驶还需要考虑时序性。我们称之为局部的End-to-End
- 检测、2D到3D转换、跟踪三步是自动驾驶视觉感知的组成，后面两步都由CNN来学习，减少人工干预
- 自动驾驶需要针对不同的障碍物特征（车道线，道路边界，定位元素）进行识别，如果分别由专用模型处理，整个处理流程太长，无法满足要求，因此需要做多任务的识别和网络结构的适配
- 除了障碍物级别的输出以外，还需了解速度类别朝向等问题，例如车尾灯状态，车门开闭状态
- 深度学习：CNN分割
- 分割（Segmentation）与detection在本质上是一样的，是对一个目标的不同力度的刻画
- 分割是一种更细粒度刻画物体边界信息的检测方法，不再是画框，而是进行边缘分割
- 后处理计算
- 一个完整的系统除了深度学习模型，还需要做一些后处理，后处理是直接针对下游模块，对后续的影响比较直接，后处理主要分为三个部分
- 第一是2D-to-3D的几何计算，2D到3D的转换需要考虑的因素包括：
- 第二是时序信息计算，主要是针对跟踪处理，需要注意以下几点：
- 对相机帧率和延时有要求，要求跟踪必须是一个轻量级的模块，因为检测已经占据大部分时间
- 充分利用检测模型的输出信息（特征、类别等）进行跟踪
- 可以考虑轻量级Metric Learning
- 第三是多相机的环视融合
参考资料