3d量测怎么学距离_千米感知误差低于5%,嬴彻发布超长距精准3D感知技术
鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
行驶在高速公路上的自动驾驶重卡,时速保持在 80-100 km/h,即每秒移动大约 25 米。
刹车距离,就会是乘用车的 2 倍。
这样的情况下,要保证行车安全,感知距离起码要达到 300 米以上。
车辆“看”得越远、测得越准,就越能精确地判断前车动向,做出合理的预判,保障行车安全。
这就是嬴彻科技最新发布的超长距精准3D感知技术要解决的问题。
不仅感知距离可以达到 1000 米,嬴彻还在行业内首次提到了测距精度——
1000米感知距离下,测距误差能达到5%以下。
兼顾超长距和精准的识别效果,并且不需要额外的传感器,嬴彻的技术团队是如何做到?
其中诀窍,嬴彻CTO杨睿刚博士同量子位进行了分享。
超长距精准3D感知技术
无论是激光雷达还是毫米波雷达,有效感知距离也不过 150-200 米。
在长距离的感知上,主要需要依靠相机作为传感器。
杨睿刚博士介绍,目前主要的技术有两种:
其一,双目立体视觉测距。即通过两个摄像头来观测同一物体,通过三角化来得到三维距离。
这一方案的缺点在于,对于超长距而言,双目测距的误差随距离的平方增长。举个例子,如果在 100 米时,测距误差是 1 米,那么当距离达到 1000 米,误差就会达到 100 米。
其二,直接通过回归或者一些简单几何的方法来计算前方物体的深度信息。
这种方法产生的误差在15%-20%左右。不仅如此,在超长距上,标注数据不足,很难对移动物体的细节进行处理。
针对这些问题,嬴彻的解决方案——把前景和背景分开来做处理。
背景,是指前方的整个静态环境。嬴彻的超长距精准3D感知技术,结合激光雷达,把激光点云作为控制点,然后由近及远,通过图像的方法计算深度。
杨睿刚博士解释说:
你可以想象在一张图像上,有些点带有深度信息,但更多的点没有。
通过无监督深度学习,我们把这些带有深度信息的点,从近到远地扩展出去,就可以得到很好的长距离背景深度图像。
而前景,就是前方行驶的车辆。
对于车辆,嬴彻采用了经典几何方法来进行处理。
具体而言,是对车辆直接进行检测,通过将车辆进行部件级拆解,将其与三维模型做精准拟合。通过拟合出来的三维模型, 结合背景的深度图片,就可以得到车辆的位姿信息,包括距离,朝向等,实现了超长距离的三维感知。
这一套方案,被称为“场景深度感知 + 前景车辆部件级解析”。用更通俗的话说,就是深度学习方法和基于几何的经典计算机视觉方法的有机结合。
这样一来,无论是对近景还是远景,系统对于整个环境都能有很好的感知。
另外,在相对恶劣的天气条件下,比如雨天、雾天,激光雷达、摄像头这些基于光学信号的传感器,都会受到影响。
为此,嬴彻也基于计算摄影学(computational photography)技术,开发了应对的去雨去雾算法,保障感知距离和感知精度。
如上图所示,嬴彻用静态三维扫描的方法对其算法进行了严格的实地验证,实验证明,嬴彻的超长距3D感知技术在距离为 1000 米的时候,测距精度能达到 5%以内。
在深度三维测距的精确度上,该技术已经达到了世界领先水平。
有何价值?
杨睿刚博士介绍,感知距离每增加 100 米,系统可增加 4 秒的预警和应对时间。嬴彻科技的超长距精准 3D 感知技术为自动驾驶卡车显著增加更多的路径选择和执行时间,为自动驾驶卡车的安全与节能带来了突破性提升的机会。
更重要的一点是,这套方案没有用到额外的传感器,借助现在自动驾驶车辆上标配的激光雷达、中焦长焦相机就可以实现。
也就是说,要把这套方案应用到实际的自动驾驶重卡上,不需要在车上加装任何额外的硬件,进行任何硬件层面上的改造、升级。
而这样的操作,也符合嬴彻“车规级,前装量产”的路线。
“我们的目标就是量产”
杨睿刚博士是全球知名的计算机视觉科学家,之前担任百度机器人和自动驾驶实验室主任及首席3D视觉科学家。
而加入嬴彻担任CTO,正是因为认同嬴彻“对技术的极致追求,对商业价值的理性判断”。
在与技术团队磨合的几个月中,杨睿刚博士更加坚定了对量产落地L3自动驾驶货运的信心。
因为这个年轻的团队,每个人都“目标非常明确,奔着量产拼劲十足”。
杨睿刚认为,现在,自动驾驶领域的竞争氛围是热烈友好的,大家互相比拼技术的同时,也在开源平台、开源数据集,共同推动自动驾驶行业的发展。
并且,现在自动驾驶这个市场也足够大,每个赛道都有足够多的机会。接下来,谁能脱颖而出,还是要看落地的能力。
在杨睿刚看来,L4级完全无人驾驶的商业化落地还有很长一段路要走。嬴彻选择的,是一条渐进式的发展路线。L3级自动驾驶货运,借助自动驾驶技术,把驾驶员变成管理员,来节省人力、降低司机的劳动强度。
嬴彻的量产之路目标明确,发展速度也令人瞩目。
今年4月,嬴彻科技分别与东风商用车、中国重汽联合开发的L3级自动驾驶重卡A样车相继完成。
按照嬴彻给出的时间表,2021年年底,嬴彻将联合中国主机厂批量交付L3自动驾驶卡车,向客户提供覆盖全国的自动驾驶卡车服务网络,真正开始为用户持续带来商业价值。
One More Thing
杨睿刚介绍说,嬴彻还于正在举办的世界人工智能大会上分享更多自动驾驶卡车量产的最新进展。
除了这项全球领先的超长距精准3D感知技术,嬴彻还发布了高性能自动驾驶计算平台Inceptio M51。同时,嬴彻还与中国重汽联合展示L3自动驾驶重卡量产工程样车,展现深厚的汽车产业底蕴与自动驾驶新兴力量的有效融合。
一方面大力投入自动驾驶卡车核心软硬件的研发,另一方面坚定投入与汽车产业伙伴的量产合作。
对于自动驾驶卡车的如期成功量产,嬴彻表示充满信心。
—完—
@量子位 · 追踪AI技术和产品新动态
深有感触的朋友,欢迎赞同、关注、分享三连վ'ᴗ' ի ❤
3d量测怎么学距离_千米感知误差低于5%,嬴彻发布超长距精准3D感知技术相关推荐
- 3d量测怎么学距离_智车科技大讲堂:自动驾驶的“4位1体”+3D环境感知(单目标跟踪)...
智车科技正与具有实战经验的自动驾驶公司及团队,共同构建开放的学习平台,定期对自动驾驶技术进行分享,本期分享的是嬴彻科技. 作为一家专注于自动驾驶卡车网络运营的公司,嬴彻科技(Inceptio Tech ...
- 3d量测怎么学距离_零基础学习3D建模用这几种方法,学习效率提升没毛病
相信大部分学习游戏建模的人都是因为对这个行业有兴趣,才会想去学习,当然也有一部分的人是看到这个行业的前景会发展的不错想转行的. 很多人在学习的时候都会出现的一个问题,就是感觉怎么学习都做不好,记得软件 ...
- 3d量测怎么学距离_零基础学3D建模,学什么软件,怎么学习,去哪里学习,我告诉你...
想学3D建模该从何开始 我简短的说一下软件和怎么学习吧 从零基础开始学习,这篇回答会对你们很有帮助 回答包括了软件介绍和软件学习视频资源(全文一共2400字,阅读需要十分钟) 首先如果是零基础的话,建 ...
- 3d量测怎么学距离_3D虚拟仿真技术提升物流设备应用能力
老师,疫情过后,新的一学期即将开启.为了暂时减少学生与外界的接触,确保学生的健康安全,在尽量不去企业现场参观物流设备的前提下,您准备怎样开展物流设备认知?怎样才能让学生近距离学习到物流设备的知识? 物 ...
- 3d量测怎么学距离_3D游戏角色建模怎么学?
3D游戏角色建模 zbrush软件在游戏角色建模的应用范围非常的广,今天就给大家介绍几个小技巧,希望对你进行角色建模时有用! 1.学会使用参考,并养成习惯. 这看起来很简单,但更应该去参考一下显示生活 ...
- 千米感知误差低于5%,嬴彻发布全球领先的超长距精准3D感知技术
鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 行驶在高速公路上的自动驾驶重卡,时速保持在 80-100 km/h,即每秒移动大约 25 米. 刹车距离,就会是乘用车的 2 倍. 这样的情 ...
- Cesium开发工具篇 | 04量测工具与调试面板
本节我们讲一下Cesium中常用的测量工具和针对开发人员使用的调试工具. 量测工具 量测工具可以说,不管是二维GIS还是三维GIS中都必须具备的功能,只不过是在空间上是否有贴地.是否有高度上的距离差别 ...
- 第一节:(4)逻辑工艺线上量测简介
工艺制造的量测设备可谓是多种多样,主要是单层薄膜(包括介质和金属)厚度形貌,多层薄膜结构形貌量测,套刻量测,应力的量测,元素浓度分析,甚至方块电阻的量测,当然也还有一些缺陷检测(Defect Scan ...
- 联发科和RS共同开发5G无线量测方案
罗德史瓦兹(Rohde & Schwarz, R&S)和联发科(MediaTek)日前签署合作备忘录(MoU),携手开发5G测试解决方案.这项合作的主要目的是结合双方技术和开发经验,在 ...
最新文章
- 【 ML 】Newton – Raphson Iteration Procedure of TOA - Based Positioning Simulation
- JVM之内存结构图文详解
- 每日Linux命令(1)-date
- 因子(Number_Of_Factors)
- IoT Architecture
- centos 7.6安装java_Hadoop的安装
- 训练集的识别率一直波动_机器学习验证集为什么不再有新意?
- 直播平台搭建与相关资料
- python wordpress xmlrpc 调用_20542通过wordpress_xmlrpc的python包远程操作wordpress 编辑 更新Post...
- cartopy模块介绍与安装
- git remote: User permission denied
- MySQL规范「索引规范」码出高效,码出质量 - 第399篇
- 如何在论文中正确引用参考文献(自动标注)
- 历年研究生数学建模优秀论文汇总
- 程序人生 - BD 电影 HD 电影有什么区别啊?哪个好啊?
- 在线遥感影像与地图集数据下载搜集
- python面向对象编程实例:烤地瓜
- 新建的工程没有Products和Frameworks文件夹
- linux之根文件系统
- 无限级树状图html5,无限树状列表的实现
热门文章
- 金思维仪器设备管理系统
- 移动端测试 APP启动性能分析 WebView性能分析 H5性能分析 卡顿分析 帧分析 CPU统计 网络流量分析 耗电量指标 弱网测试 健壮性测试 兼容性测试 Amdahl
- Redis 常见使用场景
- 刷抖音上瘾后,决定探究如果做一款类似抖音短视频app
- 中国互联网科技企业群狼围攻,谷歌终于遭受重挫导致利润大跌,它为推动鸿蒙的发展而后悔...
- android如何实现批量删除操作,Android 基于聊天页面如何实现批量转发和批量删除...
- CSDN博客图片自定义及去除水印方法
- 前沿|疫情中的AI,需要多一点情感关怀
- ListView与Adapter之间的观察者模式
- 文件读写和文件指针的移动