【導讀】chezaiqicheanquanxitongtongguojiancejiashiyuanmangquzhongshifoucunzaixianglincheliang，bingjinggaojiashiyuankenengfashengdeshigulaifangzhifashengchehuo。jiashiyuankeyishiyongcixinxilaianquandibiandao。zaibenwenzhong，我們將討論盲區檢測技術。

chezaiqicheanquanxitongtongguojiancejiashiyuanmangquzhongshifoucunzaixianglincheliang，bingjinggaojiashiyuankenengfashengdeshigulaifangzhifashengchehuo。jiashiyuankeyishiyongcixinxilaianquandibiandao。zaibenwenzhong，womenjiangtaolunmangqujiancejishu。

圖 1：盲區

技術對比

轉向輔助係統監控車輛附近駕駛員難以看到或無法看到的區域，並在必要時做出適當的反應。大多數轉向輔助係統都會使用攝像頭、雷達或超聲波。

• 攝像頭：具ju有you攝she像xiang頭tou的de轉zhuan向xiang輔fu助zhu係xi統tong通tong過guo數shu碼ma攝she像xiang頭tou來lai跟gen蹤zong車che輛liang周zhou圍wei的de關guan鍵jian區qu域yu。駕jia駛shi員yuan可ke以yi通tong過guo駕jia駛shi室shi內nei的de監jian視shi器qi查zha看kan圖tu像xiang。這zhe些xie係xi統tong通tong過guo算suan法fa來lai對dui騎qi車che人ren、行xing人ren和he其qi他ta物wu體ti進jin行xing分fen類lei。然ran而er，這zhe種zhong分fen類lei需xu要yao進jin行xing大da量liang的de計ji算suan。攝she像xiang頭tou係xi統tong的de一yi個ge主zhu要yao缺que點dian是shi，在zai惡e劣lie天tian氣qi和he異yi常chang照zhao明ming條tiao件jian下xia，其qi功gong能neng會hui受shou到dao影ying響xiang。

• 超聲波：使(shi)用(yong)超(chao)聲(sheng)波(bo)的(de)轉(zhuan)向(xiang)輔(fu)助(zhu)係(xi)統(tong)非(fei)常(chang)適(shi)合(he)確(que)定(ding)與(yu)物(wu)體(ti)的(de)距(ju)離(li)。該(gai)技(ji)術(shu)會(hui)測(ce)量(liang)係(xi)統(tong)發(fa)出(chu)聲(sheng)波(bo)經(jing)反(fan)射(she)後(hou)的(de)返(fan)回(hui)時(shi)間(jian)。然(ran)而(er)，超(chao)聲(sheng)波(bo)轉(zhuan)向(xiang)輔(fu)助(zhu)係(xi)統(tong)無(wu)法(fa)確(que)定(ding)方(fang)向(xiang)或(huo)速(su)度(du)，也(ye)無(wu)法(fa)準(zhun)確(que)地(di)對(dui)檢(jian)測(ce)到(dao)的(de)物(wu)體(ti)進(jin)行(xing)分(fen)類(lei)。超(chao)聲(sheng)波(bo)傳(chuan)感(gan)器(qi)在(zai)夜(ye)間(jian)的(de)工(gong)作(zuo)效(xiao)率(lv)很(hen)高(gao)，但(dan)與(yu)攝(she)像(xiang)頭(tou)一(yi)樣(yang)，容(rong)易(yi)受(shou)到(dao)雨(yu)
  、雪和汙垢的幹擾。

• 雷達：leidazhuanxiangfuzhuxitongkeyijiancecheliangcemianhuohoufangquyuzhongdewuti。yuchaoshengboxitongyiyang，leidaxitongsuofachudexinhaohuibeiqijiancefanweineidewutifanshehuilai。ciwai，tamenhaikeyiliyongsuoweideduopulexiaoying。yinci，leidakeyizhunqueceliangjulihesudu。yushexiangtouhechaoshengboxitongbutong，leidajishubushoutianqihezhaomingtiaojiandenghuanjingyinsudeyingxiang。dangtongguosuanfazengqiangshi
  ，zhexiexitongkeyiduijiancedaodewutijinxingfenlei。

因(yin)此(ci)
，這(zhe)三(san)種(zhong)技(ji)術(shu)在(zai)性(xing)能(neng)方(fang)麵(mian)有(you)所(suo)不(bu)同(tong)。攝(she)像(xiang)頭(tou)係(xi)統(tong)在(zai)物(wu)體(ti)分(fen)類(lei)和(he)分(fen)辨(bian)率(lv)方(fang)麵(mian)更(geng)勝(sheng)一(yi)籌(chou)。更(geng)高(gao)的(de)分(fen)辨(bian)率(lv)可(ke)以(yi)創(chuang)建(jian)畫(hua)質(zhi)非(fei)凡(fan)的(de)清(qing)晰(xi)圖(tu)像(xiang)。雷(lei)達(da)係(xi)統(tong)在(zai)測(ce)距(ju)和(he)測(ce)速(su)時(shi)具(ju)有(you)明(ming)顯(xian)優(you)勢(shi)

，並(bing)且(qie)與(yu)攝(she)像(xiang)頭(tou)係(xi)統(tong)和(he)超(chao)聲(sheng)波(bo)係(xi)統(tong)相(xiang)比(bi)，更(geng)能(neng)適(shi)應(ying)各(ge)種(zhong)環(huan)境(jing)條(tiao)件(jian)。

表1：對比圖表

開發基於雷達和攝像頭的智能汽車盲區檢測係統

神經網絡通過結合雷達和攝像頭的數據來檢測物體。神經網絡基於RetinaNet，同時使用VGG骨幹網，可輸出邊界框坐標的二維回歸結果和分類分數。術語“骨幹網”是指將輸入數據合成為特定特征表示的特征提取網絡。VGG在圖像分類和物體檢測方麵非常有效。

神經網絡可在焦點損失的情況下進行訓練，基線方法會在第一個卷積層期間使用VGG特征提取器。經過專門設計

，神經網絡可以自行學習雷達和攝像頭數據融合的最佳深度水平。圖2顯示了神經網絡的高級結構。

圖2：雷達和攝像頭的結構

準備數據集和訓練

本節介紹數據集的預處理和訓練

雷達和nuScenes數據集預處理

雷達傳感器分析方位角和雷達截麵（RCS）等(deng)數(shu)據(ju)
，以(yi)輸(shu)出(chu)具(ju)有(you)相(xiang)關(guan)特(te)性(xing)的(de)二(er)維(wei)點(dian)雲(yun)。數(shu)據(ju)從(cong)二(er)維(wei)地(di)平(ping)麵(mian)轉(zhuan)換(huan)為(wei)垂(chui)直(zhi)圖(tu)像(xiang)平(ping)麵(mian)，並(bing)作(zuo)為(wei)像(xiang)素(su)值(zhi)存(cun)儲(chu)在(zai)增(zeng)強(qiang)圖(tu)像(xiang)中(zhong)。輸(shu)入(ru)攝(she)像(xiang)頭(tou)圖(tu)像(xiang)具(ju)有(you)三(san)個(ge)通(tong)道(dao)（紅、綠、藍），可與雷達通道相結合
，構成神經網絡的輸入信號。來自三個雷達的點雲被連接起來，並用作投影雷達輸入。不同數據集的攝像頭視場（FOV）也ye不bu盡jin相xiang同tong，使shi用yong校xiao準zhun方fang法fa來lai將jiang世shi界jie坐zuo標biao映ying射she到dao圖tu像xiang坐zuo標biao中zhong。由you於yu雷lei達da需xu要yao提ti供gong有you關guan探tan測ce高gao度du的de信xin息xi，因yin此ci融rong合he數shu據ju的de難nan度du就jiu更geng大da了le。假jia設she檢jian測ce從cong地di平ping麵mian開kai始shi，並bing垂chui直zhi擴kuo展zhan以yi考kao慮lv物wu體ti的de高gao度du。檢jian測ce汽qi車che、卡車
、摩托車
、自行車和行人等交通對象
，並假設高度延伸為3米，然後將攝像頭像素與雷達數據相關聯。雷達數據被映射到像素寬度為1的圖像平麵中。

表2顯示了nuScenes數據集被精簡為用於檢測評估的23個原始對象類。地麵實況過濾器可能會，也可能不會被用於評估nuScenes結果。

訓練

將nuScenes的原始數據拆分為60:20:20，以平衡訓練集、驗證集和測試集中的白天
、雨天和夜晚場景的數量。NuScenes圖像的輸入尺寸為360 x 640像素。平均精度可以根據數據集中出現的對象類加權計算得出。Imagenet數據集用於預訓練VGG 特te征zheng提ti取qu器qi的de權quan重zhong。在zai預yu處chu理li過guo程cheng中zhong，攝she像xiang頭tou圖tu像xiang通tong道dao進jin行xing了le縮suo放fang
，但dan雷lei達da通tong道dao未wei進jin行xing縮suo放fang。數shu據ju擴kuo增zeng是shi為wei了le增zeng加jia數shu量liang相xiang對dui較jiao少shao的de已yi標biao記ji數shu據ju。

表2：nuScene數據集各類對象

e絡盟與許多不同的供應商合作，提供各種工業傳感器和傳感器連接器、組件

、產品和解決方案組合，例如雷達
、攝像頭和超聲波傳感器。e絡盟可為設計執行、開發和項目提供支持。

結語

mangquanquanfuzhuxitongkezaijiashiguochengzhongtixingjiashiyuanzhuyimangquzhongdegezhongqianzaiweixian。gaijishukejiangdishigufengxian，youzhuyutigaojiashizheanquan。gaixitongshiyongshexiangtou、chaoshengbohuoleidachuanganqilaijiancejiashiyuanmangquneidezhangaiwuhuoqitacheliang。baojingxinhaohuilijiyidutedeshengyinhuodengguangtongzhijiashiyuan。zhesanzhongjishugeyouyoushi。shexiangtouxitongzaiwutifenleihefenbianlvfangmiangengshengyichou。zaizhesanzhongjishuzhong，leidaxitongzaicejuhecesushijuyoumingxianyoushi
，bingqieyushexiangtouxitonghechaoshengboxitongxiangbi
，gengnengshiyinggezhonghuanjingtiaojian。

免責聲明：本文為轉載文章
，轉載此文目的在於傳遞更多信息，版權歸原作者所有。本文所用視頻

、圖片
、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

三態邏輯電路揭秘：工作原理與其四種緩衝器

TVS的選型計算你做對了嗎？

【測試案例分享】鎖定低頻噪聲，發現交流耦合與直流抑製在測量中的奧秘

以高性能圖像傳感器加速機器視覺應用落地

如何利用低功耗設計技術實現超大規模集成電路（VLSI）的電源完整性？