導語：智能駕駛的決策執(zhí)行依賴于對目標物體識別的精準判斷，因而目標物體識別功能也是最早開始研發(fā)的部分。精度、響應度提升是現(xiàn)階段技術關鍵。

物體識別分類對于速度和精度要求極高。一方面，物體的識別和分類是實時的，且結果的置信度要足夠高。由于無人駕駛需要實時做出駕駛決策，而物體識別僅僅是其中一環(huán)，在做出判斷前，需要給算法處理、決策效應到執(zhí)行器留有足夠時間，因此留給物體分類和識別器的時間很短，實時性要求非常高。

另一方面，汽車駕駛關系到乘客的生命安全，在此情況下，物體識別必須將誤報、錯判的概率和可能性降低到極低范圍。一旦發(fā)生誤判，系統(tǒng)執(zhí)行錯誤的指令，則結果將是致命的。

目標物體識別難點

?目標物體差異化。

無人駕駛需要依賴算法來識別道路上的各種差異化目標。道路情況十分復雜，面對的物體多種多樣。即使同一類物體，也存在外形、尺寸差異。同時，路面上的物體也可能以組合形式出現(xiàn)。以行人為例，行人有不同的靜態(tài)和動態(tài)差異，靜態(tài)包括行人的外形、服裝、高矮胖瘦、體貌特征差異；動態(tài)差異指行人的運動狀態(tài)，可能奔跑、行走或者靜止。這就要求識別算法擁有極高的辨識度，能夠區(qū)分路面上各個不同的物體，精準判斷。

?環(huán)境和路況差異化。

實際道路行駛中，會碰到不同環(huán)境和路況，這就要求識別算法普適所有工況。例如：極端的天氣情況(大雨、大雪、閃電、霧霾等)、不同的光照、不同的路況。

?在動態(tài)場景中進行識別。

在實際道路行駛中周圍的場景都是運動的物體，從不同的視角看過去，不同的物體的坐標變化模式、姿態(tài)變化模式都會不同，識別難度進一步增加。

物體識別算法的一般路徑

物體識別算法通常分為六個步驟：

前處理→前景分離→物體分類→結果改進→物體追蹤→應用層面處理

前五個部分是算法的核心，第六部分則通常指后續(xù)的物體行為預測、路徑規(guī)劃、導航和防碰撞算法等。

1

——前處理

此部分為最底層的機器視覺算法，通常包含攝像頭曝光、增益控制、攝像頭標定校準等步驟。由于路況復雜多變而實時性要求很高(例如當車輛快速駛?cè)腭傠x隧道時，周圍的光照變化劇烈，需要迅速做出調(diào)整)，無人駕駛中對前處理算法的要求極高。

前處理算法需要保證輸入到后續(xù)步驟的圖像質(zhì)量。圖像質(zhì)量會直接影響后續(xù)分類算法性能。盡管傳統(tǒng)的機器視覺增強算法能夠部分解決這一問題，但是使用高動態(tài)范圍(HDR)的視覺傳感器和配套算法將是未來的主要趨勢。高動態(tài)范圍傳感器可以通過多次曝光運算增強圖片對比度， “照亮” 場景。汽車上使用的 HDR 攝像頭通常還會將近紅外夜視波段也涵蓋進去，實現(xiàn)夜視功能。

傳感器自身的在線標定也在這一部分完成。由于傳感器始終處于運動狀態(tài)中，因此實時確認傳感器自身的姿態(tài)尤為重要。單目攝像頭往往通過跟蹤不同圖像幀之間的差別來確認自身姿態(tài)，而雙目攝像頭則使用額外的景深信息來實現(xiàn)這一功能。前者的可靠性較差，而后者則需要更多的計算資源。

2

——前景切分

前景切分的目的是盡可能過濾與待識別物體無關的背景信息(例如天空)，并且將圖像切分為適宜大小。一個好的前景切分算法可能將原先的 200k- 1000k 個待識別區(qū)域縮小到 20k-40k，大大減輕后續(xù)處理負擔。主流算法有基于仿生原理的注意力算法等，但是這些算法往往需要依賴于預先收集的數(shù)據(jù)，這些數(shù)據(jù)規(guī)定了不同場景下的可能的背景區(qū)間信息。另外，額外的傳感器輸入(包括定位系統(tǒng)、雙目攝像頭或雷達提供的景深信息等)可以進一步加快前景切分。

一旦有了這些額外的信息，前景切分算法對圖像區(qū)域是否處于前景(待識別)的判斷確信度會大幅提升，大量背景區(qū)間將會被去除，大幅減少輸入到物體識別器中的待識別區(qū)域，提高識別的速度和準確性。

3

——物體識別

將上一步驟生成的大量待識別區(qū)間歸類為數(shù)百種已知的可能在道路上出現(xiàn)的物體，并且盡量減少誤判。基本上所有的物體識別算法都是以二維圖像作為輸入的。這種輸入分為兩種，一種是將待識別區(qū)域圖像中的邊緣提取出來，將邊緣信息輸入分類器(可以輔以激光雷達以獲得更高精度)；另一種則是直接將圖像的外觀輸入到分類器(通過攝像頭實現(xiàn))。前者在性能上基本已經(jīng)到了極限，而后者則是目前研發(fā)的主要方向。

具體到算法，主流的特征提取方法包括梯度方向直方圖法(HOG)和形狀上下文描述符法(SCT)，提取特征后進入分類程序。主流的 AI 分類學習算法包括支持向量機(SVM)、迭代分類算法(AdaBoost)和神經(jīng)網(wǎng)絡(NN)。

4

——驗證與結果改進

這一步驟使用與分類方法不同的判據(jù)來驗證分類的結果可靠性，并提取被歸類為特定物體的待識別區(qū)間中更加詳細的信息(例如交通標志)。由于雷達、激光雷達等非視覺傳感器往往能夠滿足“冗余傳感信息來源”這一要求，因此在實際算法中，這一部分也將應用大量的傳感器融合。

5

——物體跟蹤

這一步驟的目的有二。除了為應用層提供物體軌跡外，還能為前景切分、物體分類提供輸入(告訴前景切分之前這個地方出現(xiàn)過什么)。目前最為常用的算法是卡爾曼濾波算法(用來跟蹤、預測物體軌跡，根據(jù)過去空間位置預測未來位置)。在物體跟蹤環(huán)節(jié)同樣涉及較多的傳感器融合算法，通過視覺數(shù)據(jù)預測軌跡，同時同雷達的物體跟蹤數(shù)據(jù)進行耦合。

精度和響應速度之間的最優(yōu)選擇

精度是視覺算法的核心，近年來視覺識別算法精度不斷提高。視覺識別算法的精度由誤檢率和漏檢率共同決定。物體識別本身的復雜性決定了這一功能必須以視覺為核心。

縱觀過去十多年，視覺物體識別的精度有了長足的發(fā)展。以美國加州理工學院進行的一項行人識別的算法調(diào)查為例，當誤判率為每張圖 0.1 個行人時，純視覺算法的漏檢率已由 2004 年最早的 95%降低到了最近幾年的 50%附近。

因此我們有理由相信在無人駕駛真正商用時，即使是純視覺算法也能達到很高的物體識別精確度，而若加以傳感器融合(在相同誤判率下約能降低 10%的漏檢率)和強大的車聯(lián)網(wǎng)實時數(shù)據(jù)，無人駕駛階段的精度要求將得以滿足。

視覺識別算法精度提升途徑

?視覺算法本身的優(yōu)化。在前處理和前景分離階段提取明確目標值，分類和學習系統(tǒng)的算法不斷優(yōu)化。這需要技術研發(fā)的不斷投入，產(chǎn)生極高的進入壁壘，目前國內(nèi)從事視覺算法研究的公司只有少數(shù)幾家，因而也構成了標的稀缺性。

?通過傳感融合算法冗余信息判斷，提高精度。視覺識別以攝像頭數(shù)據(jù)為主，同時輔以雷達、激光雷達的邊界、距離信息。數(shù)據(jù)顯示，在相同誤判率下雷達的決策輔助能降低約 10%的漏檢率。

?利用車聯(lián)網(wǎng)、地圖數(shù)據(jù)的輔助決策。無人駕駛的商用與車聯(lián)網(wǎng)應用密不可分，通過 V2X 實時數(shù)據(jù)傳輸，協(xié)助車輛判斷物體信息，同時通過 GPS 高精度定位和地圖數(shù)據(jù)相結合，輔助物體的分類識別。

另外一個值得關注的問題是各種算法的處理速度。為了保證在高速行駛狀態(tài)下的可靠性，物體識別的圖像輸入速率往往達到了 60~90fps (比一般攝像頭幀數(shù)高 3-4 倍)。即使前景分離步驟每張圖僅產(chǎn)生 20,000 個待識別區(qū)域，流入硬件的待識別區(qū)間也達到了每秒1200,000 個。目前算法在一臺普通計算機下運行速度如下圖所示。

面對如此大的計算量，通常情況會有如下幾種解決方法：

第一， 算法上做出妥協(xié)。不使用過于復雜的算法，這意味著精度上要做出妥協(xié)。

第二， 優(yōu)化算法架構，在算法上取得突破，分類器的性能往往是主流算法瓶頸，通過加強在前處理和前景分離過程中的數(shù)據(jù)篩選能力減少傳輸給分類環(huán)節(jié)的數(shù)據(jù)量。

第三， 更加強大的運算芯片。

第四， 定制專門的計算單元來處理物體識別計算，這需要較高的研發(fā)投入。CPU 用來處理日常的運算、排序、組合，GPU用來處理圖像、著色、點距等信息，DSP 應用于處理時間序列信號。三者結合的定制芯片更為實用。

責任編輯：lq