《深度学习与图像识别：原理与实践》—1.2.5　自动驾驶/驾驶辅助

1.2.5　自动驾驶/驾驶辅助

自动驾驶汽车是一种通过计算机实现无人驾驶的智能汽车，它依靠人工智能、机器视觉、雷达、监控装置和全球定位系统协同合作，让计算机可以在没有任何人类主动操作的情况下，自动安全地操作机动车辆（如图1-7）。机器视觉的快速发展促进了自动驾驶技术的成熟，使无人驾驶在未来成为可能。

图1-7　自动驾驶汽车应用场景

自动驾驶技术链比较长，主要包含感知阶段、规划阶段和控制阶段三个部分。机器视觉技术主要应用在无人驾驶的感知阶段，其基本原理可概括如下。

1）使用机器视觉获取场景中的深度信息，以帮助进行后续的图像语义理解，在自动驾驶中帮助探索可行驶区域和目标障碍物。

2）通过视频预估每一个像素的运动方向和运动速度。

3）对物体进行检测与追踪。在无人驾驶中，检测与追踪的目标主要是各种车辆、行人、非机动车。

4）对于整个场景的理解。最重要的有两点，第一是道路线检测，其次是在道路线检测下更进一步，即将场景中的每一个像素都打成标签，这也称为场景分割或场景解析。

5）同步地图构建和定位技术。