【嘉勤点评】西井信息科技发明的基于双目识别的障碍物检测方法，该方案借助于双目摄像硬件以及机器视觉模型来完成障碍物相对于车辆的建模，不仅可以大幅降低障碍物检测的成本，而且可以提高障碍物检测的准确性。
集微网消息，近日，上海西井信息科技有限公司（以下简称“西井科技”）与华为技术有限公司共同签署合作协议。西井科技官方消息显示，双方将在商用车和专用车领域内就智能驾驶、智能网联、智能车云服务等方面进行全方位合作。
近年来，随着汽车驾驶辅助技术的日益成熟，各种汽车辅助功能被越来越多地应用在量产汽车上。汽车驾驶辅助技术是汽车由“机械化”向“智能化”发展的一个必经的技术阶段；其可以为驾驶员驾驶行为提供安全保障，同时提高车辆行驶的舒适性、安全性、燃油经济性。
比如在自动驾驶中，防碰撞预警可以尽可能多地减少事故，避免人身和财产损失，在自动驾驶技术中，防碰撞预警越精确，则自动驾驶车辆的安全性就会越高。
目前，对于汽车的防碰撞预警方法主要有两种：一种是基于激光雷达传感器，但由于该方法所需激光雷达成本很高，因此很难普及使用；另一种是利用单目彩色摄像头，通过机器学习和计算机视觉的方法来检测前方障碍物，但是该方法严重依赖于训练的样本和人工设计的特征，遇到训练样本中不存在的情况则检测不出来，也导致该方案扩展性和通用性不强。
为此，西井信息科技在2020年11月3日申请了一项名为“基于双目识别的障碍物检测方法、系统、设备及存储介质”的发明专利（申请号：202011212320.5），申请人为上海西井信息科技有限公司。
根据该专利目前公开的相关资料，让我们一起来看看这项基于双目识别的障碍物检测方案吧。
如上图，为该专利中发明的基于双目识别的障碍物检测方法的流程图，首先，系统使用双目摄像装置拍摄防撞区域的彩色图像，接着根据双目相机同时获得的左图像和右图像计算视差矩阵和每个像素点的深度值，并根据视差矩阵获得防撞区域的三维点云。
基于这个三维矩阵，将其输入经过训练的机器视觉模型进行基于左图像的图像分割，并获得左图像中每个分割后图像区域对应的障碍物标识。与传统的图像分割技术相比，传统的图像分割仅仅使用RGB信息进行分割，而该专利在此基础上新增了一维深度层信息，用于辅助进行分割，使得分割边缘更加准确。
同时，要根据视差矩阵拟合地面信息并获得双目摄像装置与地面之间的夹角，根据夹角将三维点云的每个点投影为俯视图。最后，在俯视图中获得障碍物的位置以及障碍物的种类，并为汽车规划避让障碍物的行驶路线。
如上图，为上述这种基于双目识别的障碍物检测方法的实施过程示意图，从图中可以看到，在车辆1上安装有双目摄像装置2，其包括左彩色摄像头21和右彩色摄像头22，用于拍摄行驶方向前方的防撞区域，左彩色摄像头获取左图像，右彩色摄像头获取右图像。
可以看到障碍物3和4分布在车辆的前方，但是从图中我们无法得知障碍物的空间位置信息，因此需要借助于视差矩阵拟合地面信息并获得双目摄像装置与地面之间的夹角，通过这个夹角将上图转换为下图所示的俯视图。
如上图，可以非常清晰的看到障碍物3和4分布在车辆前进方向的两侧，并交错布置，因此车辆1需要采用系统规划的路线L前行。
以上就是西井信息科技发明的基于双目识别的障碍物检测方法，该方案借助于双目摄像硬件以及机器视觉模型来完成障碍物相对于车辆的建模，不仅可以大幅降低障碍物检测的成本，而且可以提高障碍物检测的准确性，因此具备更出色的扩展性和通用性。
关于嘉勤
深圳市嘉勤知识产权服务有限公司由曾在华为等世界500强企业工作多年的知识产权专家、律师、专利代理人组成，熟悉中欧美知识产权法律理论和实务，在全球知识产权申请、布局、诉讼、许可谈判、交易、运营、标准专利协同创造、专利池建设、展会知识产权、跨境电商知识产权、知识产权海关保护等方面拥有丰富的经验。
（校对/holly）
