视觉是人类认知世界中最重要的功能手段。学研究表明，人类获取外部信息的75%依赖视觉系统，在驾驶环境中，这一比例高达90%。
     如果能把人类视觉系统应用到自动驾驶领域，作为目前计算机科学和自动驾驶领域最受欢迎的研究方向之一，机器视觉技术的准确性将大大提高。
     机器视觉在自动驾驶中的应用主要有两个方面：
     障碍物检测
     障碍物检测的准确性是车辆自动驾驶中安全的重要保证。行驶中障碍物的出现是不可预测的，不能根据现有的电子地图避开障碍物，只能在车辆行驶中及时发现和处理。目前，由于自动驾驶环境的不成熟，对障碍物的定义没有统一的标准。因此，可以认为，任何可能妨碍车辆正常行驶的物体和任何可能影响车辆通行的异常地形都是车辆行驶中的障碍物。目前障碍物检测算法主要有三种：1.基于特征的障碍物检测基于光流场的障碍物检测；3.基于立体视觉的障碍物检测。因为在三种算法中，基于立体视觉的障碍物检测不需要对障碍物有先验知识，对障碍物的运动也没有限制，可以直接获得障碍物的实际位置，成为主流研究方向。但是对摄像机标定要求很高。车辆行驶过程中，相机补偿参数会移动，因此需要动态校准相机。
     道路检查
     自动导航是自动驾驶的必要条件，在自动驾驶过程中，道路检测主要是为了控制车辆按照正确的路线行驶，确定车辆在道路上的位置和方向。另外，确定后续障碍物检测的搜索范围，缩小障碍物检测的搜索空间，降低算法的复杂度和误码率。但是，由于实际道路多种多样，受光照、气候等多种环境因素的影响，道路检测是一个非常复杂的问题。到目前为止，还没有一个通用的算法，现有的算法基本上对道路做了一定的假设。常用假设如下：1特定关注领域假设；二路等宽家庭；三路平坦家庭。此外，道路平整假设为障碍物定义提供了参考。
     目前，机器视觉技术在自动驾驶中没有大规模的应用。其实这不是硬件的问题。事实上，相机技术在汽车上的应用已经非常成熟。例如，擅领域技术的行车记录仪、广角视野、倒车影像等功能都具备，芯片技术也已经能够高效地完成图像压缩处理。最终难点在于模拟神经网络的视觉算法。

       广州市玮盈科技有限公司是一家专业从事工业相机， 工业读码器 ，智能相机 ，工业镜头，立体相机， 5G网络计算机、深度学习工作站、GPU工控机、车载Ai电脑、边缘计算机、服务器产品开发与销售的公司，产品主要应用于工厂自动化、深度学习、人脸识别、视频监控、数据采集、航天航空、边缘计算机、远程控制终端、5G系统解决方案等、支持定制国产化处理器如兆芯 龙芯 飞腾 鲲鹏等硬件解决方案、支持按客户要求设计外观接口、有相对的价格优势，专业的技术人才，欢迎来电咨询相关硬件解决方案！
具体规格选型请咨询玮盈科技业务经理
广州市玮盈科技有限公司
联系人：林先生
电 话：13316104959
邮 箱：lin@wewin888.cn