[论文解读] Computer Vision for Autonomous Vehicles

Rohit Gandikota|arXiv (Cornell University)|Dec 6, 2018

Advanced Neural Network Applications参考文献 4被引用 4

一句话总结

本文提出了一种用于室内和室外自动驾驶车辆的计算机视觉流程，结合图像处理与深度学习技术。该流程实现了相机标定、基于分水岭和k-me群聚的地板/障碍物分割、车道检测、交通标志识别、基于HOG-SVM的车辆检测，以及基于卷积神经网络（CNN）的转向角度预测，成功实现了对IIST自主邮件投递车的鲁棒目标检测与定位。

ABSTRACT

In this work, we try to implement Image Processing techniques in the area of autonomous vehicles, both indoor and outdoor. The challenges for both are different and the ways to tackle them vary too. We also showed deep learning makes things easier and precise. We also made base models for all the problems we tackle while building an autonomous car for Indian Institute of Space science and Technology.

研究动机与目标

• 开发一种基于视觉的导航系统，用于室内和室外自动驾驶车辆，采用图像处理技术。
• 解决室内环境中的独特挑战（如地板图案识别、障碍物检测、自我定位）与室外环境中的挑战（如车道检测、交通标志识别、车辆接近检测）。
• 为IIST的自主邮件投递项目建立基础性计算机视觉流程。
• 评估并比较传统图像处理方法（分水岭、k-means）与深度学习方法（CNN、HOG-SVM）在鲁棒感知方面的表现。

提出的方法

• 使用已知尺寸的书和卷尺进行相机标定，通过像素到世界距离的映射计算焦距。
• 应用高斯平滑和Sobel边缘检测，随后进行霍夫变换，以检测矩形书本轮廓用于标定。
• 采用分水岭分割与k-means聚类实现地板与障碍物的分割，预处理以减少噪声。
• 采用滑动窗口方法，结合HOG特征与线性SVM进行车辆检测，通过全图HOG提取提升效率。
• 应用多尺度窗口大小以检测不同距离的车辆，通过特征子采样降低计算负载。
• 使用热力图与阈值处理（0.5×最大值）合并重叠的边界框，消除误报。

实验结果

研究问题

• RQ1 如何有效应用图像处理技术，以在室内自动驾驶导航中区分地板与障碍物？
• RQ2 在室外自动驾驶中，哪些图像处理与深度学习方法在车道检测与交通标志识别方面最为有效？
• RQ3 如何通过HOG特征与SVM分类器优化车辆检测的准确率与效率？
• RQ4 热力图与阈值处理在多大程度上能改善边界框定位并减少目标检测中的误报？
• RQ5 如何构建一个统一的视觉流程，以整合多个感知任务，实现自动驾驶车辆的控制？

主要发现

• 使用已知尺寸的书和卷尺进行相机标定，使距离估计更加准确，公式为 D1 = (W×F)/P。
• 分水岭分割产生了清晰的障碍物检测结果，预处理后黑色区域表示障碍物。
• k-means聚类为地板-障碍物分割提供了可行的替代方案，但在测试设置中结果清晰度低于分水岭方法。
• HOG-SVM流程成功检测了多尺度下的车辆，最终输出在热力图处理后每辆车仅保留一个边界框。
• 采用0.5×最大值阈值的热力图有效消除了误报，并将重叠检测合并为单一、准确的边界框。
• 集成系统展示了功能完整的流程，整合了车道检测、交通标志识别、车辆检测与转向预测，为IIST的自主邮件投递车奠定了坚实基础。