记录ADAS感知相关思考。

视觉

交通标线

需求
  1. 真实：（图像层面）能够真实反映实际车道线的位置、形状、类型等
  2. 准确：（模型层面）能够用适当数学模型准确的描述车道线
  3. 稳定：（信号层面）能够给出数值稳定、可靠的描述结果
  4. 丰富：（系统层面）能够检测、识别更多情景（形状、类型）的交通标线，如停止线、导引线；能够通过推导获得更多无法直接感知的信息
关键及挑战
  1. 数学模型层面的描述能力应与图像层面的感知能力相匹配，否则需要丢弃一些看起来不合理的感知结果，如过于弯曲、过于短小或者不合理位置的线
  2. 对于报警功能，需要关注近处车道线的精度和稳定性，如偏移距离、偏移速度
  3. 对于控制功能，除了近处，（因为预瞄）还需要关注远处车道线的稳定性
  4. 建模时分段处理非光滑连接的车道线可以同时满足近处和远处的准确性要求，但需找准时机和位置

目标

需求
  1. 真实：（图像层面）能够真实反映目标的位置（及大小）、朝向、类别等
  2. 准确：（模型层面）能够用三维模型准确还原目标的状态
  3. 稳定：（信号层面）能够给出数值稳定、可靠的描述结果
  4. 丰富：（系统层面）能够检测、识别更多目标种类；能够通过推导获得更多无法直接感知的信息，如正在变道等
关键及挑战
  1. 图像层面的目标可能被遮挡从而不完整，如何在模型层面恢复并获得准确的状态信息，如被遮挡的行人、图像边缘的目标
  2. 单目测距的局限：1) 模板法（有限的模板、不确定的观察角度等） 2) 接地点法（地平假设、不准确的接地点、依赖准确的相机外参等）
  3. 测速和碰撞时间计算

红绿灯

交通标志