各类摄像头在L3级自动驾驶视觉感知中的应用李建伟【期刊名称】《汽车电器》【年（ 卷）, 期】 2019（000）008【总页数】21 概述说起智能无人驾驶，其实就是汽车要具备开车人所具备的所有功能，甚至更高的感知能力 提到感知，首先就是视觉感知，市面上无人驾驶的视觉感知技术大致可以分为单目摄像头、双目摄 像头以及多目摄像头 （图 1）由于画质、像素、感光元件尺寸三者的关系，再加上移动处理器的 计算量有限，摄像头的分辨率无法达到较高水平，百万级像素在车载摄像头领域已经是较高水平了 ，同时，由于成本限制，镜头加工精度、镀膜水平等与消费级单反相机存在较大差距，因此，成像 品质又被大大压缩熟悉摄影的朋友应该知道，光学变焦的镜头可以弥补传感器分辨率不足的劣势 ，那么，汽车上为什么不用可以光学变焦的摄像头呢？原因很简单，在高振动的环境中，变焦镜头 的稳定性不足，其次，变焦的过程中，焦段变长，就会造成视角变小，摄像头在长焦端时，虽然可 以采集远处信息，但近距离、不在长焦视角内的信息就无法采集，同时由于镜头焦平面变化，可能 对近距离物体造成虚化，造成识别效率降低即使以上问题都可以在一定条件下克服，那么，一辆 正常的智能无人驾驶汽车什么时候该进行变焦呢？这一逻辑算法也是极难克服的，同时，对处理器 的计算量也造成了不小的挑战，需要不断迭代才能实现。
因此车载摄像头一般都会采用定焦设计2 单目摄像头单目摄像头作为视觉感知的鼻祖，凭借成本低，使用简单，空间位置要求低，在智能无人驾驶领域 的比重越来越大所谓单目摄像头，即利用一个摄像头模组进行图像采集，可视角度大约在 50°〜110°之间，单目摄像头可以对车道线、红绿灯、路标、行人、车辆等物体进行识别，通过人 工智能神经网络系统对采集到的数据与数据库进行比对，识别出已经标记过的物体；识别率一般可 以达到 90%以上，甚至达到 99%提到比对识别，那么单目摄像头必须集成或连接到一个数据库 ，且数据样本足够大，才能应对各种各样的路况信息对未标记过的物体，一般会进行忽略，这就 会造成非典型的物体无法识别，比如，摔倒的人，蹲下的人，一些厂家会对这些非典型的情况进行 学习，但是，样本过于庞大，还需要时间进行迭代由于单目摄像机的分辨率原因，有效识别距离 一般只能达到80〜120 m左右，在车辆高速行驶时，远处物体不能有效识别，就会造成安全隐患图 2为单目摄像头采集识别图示3 多目摄像头。