骁龙820A汽车ADAS系统--视觉方案

目前视觉方案做ADAS既有双目也有单目，两者在距离检测上用了不同的技术路线，产品化时也存在各自优缺点

ADAS功能的第一步是感知，也就是观察车辆周边负责的路况环境。在这个基础上才能做出相应的路径规划和驾驶行为决策。目前感知所采用的传感器包含各种形式的雷达、单目摄像头、双目摄像头等，或是由这些传感器进行不同组合形成的感知系统，而这些传感器件各有利弊，传感器融合是大势所趋。

在这其中，摄像头不可或缺，可以通过采集前方道路图像，实现车道线障碍物以及行人检测ADAS功能。关于ADAS摄像头选用有哪些讲究？单双目方案存在哪些差异？

根据ADAS检测需要，摄像头在选择时需要具备下面2个特点：

一是要看得足够远。看的越远就能有更加充裕的时间做出判断和反应，从而避免或者降低事故发生造成的损失。这类摄像头关注的参数是焦距，焦距越长看的会越远。但是焦距越长，带来的问题是视角越窄，所以需要折衷考虑。

二是要求高动态。选用具有高动态范围的黑白相机，可以有效抑制光晕现象，并增强暗处的细节，从而提高成像质量。另外，彩色图像在镜头表面进行了镀膜，虽然提升了人眼的感知体验，但实际上降低了信噪比或者说信息量。这对后续的图像处理不利。

很多车上使用的智能硬件多是行车记录仪、云镜等产品，会在原来成像系统的基础上添加ADAS功能。

因为行车记录仪的目的是记录车辆周边的状况，看的越清晰越好、越全面越好，即“人友好”。这就需要成像系统具有超高的分辨率、超好的色彩还原性、超大的广角镜头，视角增大意味着焦距的缩小。这与ADAS对成像系统的要求截然相反，ADAS要求的图像质量是“机器友好”，因此在行车记录仪的成像系统基础上开发ADAS功能是不切实际的。目前很多号称有ADAS功能的行车记录仪，一般都只有车道线检测这一个功能。有的虽然有别的如碰撞预警的功能，但是用户体验极差。

单/双目的测距原理区别

目前摄像头ADAS有单目和双目两种方案，两者的共同特点，就是通过摄像头采集图像数据，然后从图像数据上得到距离信息。ADAS一个很重要的作用是碰撞预警。碰撞预警需要关注距离的变化，需要估计即将碰撞的时间。有了距离测量，才会有距离变化，有距离变化才会有碰撞时间的估计，最后才会有预警。

单目摄像头的大致测距原理，是先通过图像匹配进行目标识别（各种车型、行人、物体等），再通过目标在图像中的大小去估算目标距离。这就要求在估算距离之前首先对目标进行准确识别，是汽车还是行人，是货车、SUV还是小轿车。准确识别是准确估算距离的第一步。

要做到这一点，就需要建立并不断维护一个庞大的样本特征数据库，保证这个数据库包含待识别目标的全部特征数据。比如在一些特殊地区，为了专门检测大型动物，必须先行建立大型动物的数据库；而对于另外某些区域存在一些非常规车型，也要先将这些车型的特征数据加入到数据库中。

如果缺乏待识别目标的特征数据，就会导致系统无法对这些车型、物体、障碍物进行识别，从而也就无法准确估算这些目标的距离。导致ADAS系统的漏报。

而双目检测的方式就是通过对两幅图像视差的计算，直接对前方景物（图像所拍摄到的范围）进行距离测量，而无需判断前方出现的是什么类型的障碍物。所以对于任何类型的障碍物，都能根据距离信息的变化，进行必要的预警或制动。

双目摄像头的原理与人眼相似。人眼能够感知物体的远近，是由于两只眼睛对同一个物体呈现的图像存在差异，也称“视差”。物体距离越远，视差越小；反之，视差越大。视差的大小对应着物体与眼睛之间距离的远近，这也是3D电影能够使人有立体层次感知的原因。

图中的人和椰子树，人在前，椰子树在后，最下方是双目相机中的成像。可以看出右侧相机成像中人在树的左侧，左侧相机成像中人在树的右侧，这是因为双目的角度不一样。再通过对比两幅图像就可以知道人眼观察树的时候视差小。而观察人时视差大，因为树的距离远，人的距离近。这就是双目三角测距的原理。双目系统对目标物体距离感知是一种绝对的测量，而非估算。

单/双目方案的优势与难点

单目的优势在于成本较低，对计算资源的要求不高，系统结构相对简单。其缺点在于必须不断更新和维护一个庞大的样本数据库，才能保证系统达到较高的识别率；无法对非标准障碍物进行判断；距离并非真正意义上的测量，准确度较低。

双目系统成本比单目系统要高，但尚处于可接受范围内，并且与激光雷达等方案相比成本较低；二是没有识别率的限制，因为从原理上无需先进行识别再进行测算，而是对所有障碍物直接进行测量；三是精度比单目高，直接利用视差计算距离；四是无需维护样本数据库，因为对于双目没有样本的概念。

双目系统的一个难点在于计算量非常大，对计算单元的性能要求非常高，这使得双目系统的产品化、小型化的难度较大。所以在芯片或FPGA上解决双目的计算问题难度比较大。国际上使用双目的研究机构或厂商，绝大多数是使用服务器来进行图像处理与计算的；也有部分将算法进行简化后，使用FPGA进行处理。

另一个难点在于双目的配准效果。通过双目摄像头的图像配准可以计算生成表示距离的二维图像。