也有觀點(diǎn)認(rèn)為傳統(tǒng)計(jì)算機(jī)視覺算法比我們想象的“智能”，在不斷尋找車輛圖片共性和差異的過程中，也能檢測出一些異形車輛。并且在疊加深度學(xué)習(xí)算法后，傳統(tǒng)計(jì)算機(jī)視覺算法也可以幫助減少深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的層數(shù)，簡化算法。

可以肯定的是，無論哪種算法，數(shù)據(jù)都是用來訓(xùn)練測試的寶貴資源，而且不是單純的越多越好，而是越有效越好(符合實(shí)際用車環(huán)境并保證多樣化)。

(四)不同攝像頭平臺(tái)

單目和雙目

視覺方案要完成ADAS任務(wù)，一般要實(shí)現(xiàn)測距(本車與前方障礙物距離)和識(shí)別(障礙物是什么)兩項(xiàng)工作。按照車載攝像頭模組的不同，目前主流ADAS攝像頭可以分為單目和雙目兩種技術(shù)路線。

單目攝像頭的算法思路是先識(shí)別后測距：首先通過圖像匹配進(jìn)行識(shí)別，然后根據(jù)圖像大小和高度進(jìn)一步估算障礙與本車時(shí)間。在識(shí)別和估算階段，都需要和建立的樣本數(shù)據(jù)庫進(jìn)行比較。想要識(shí)別各種車，就要建立車型數(shù)據(jù)庫，想要識(shí)別麋鹿，就要建立麋鹿數(shù)據(jù)庫。

雙目攝像頭的算法思路是先測距后識(shí)別：首先利用視差直接測量物體與車的距離，原理和人眼類似。兩只眼睛看同一個(gè)物體時(shí)，會(huì)存在視差，也就是分別閉上左右眼睛看物體時(shí)，會(huì)發(fā)現(xiàn)感官上的位移。這種位移大小可以進(jìn)一步測量出目標(biāo)物體的遠(yuǎn)近。然后在識(shí)別階段，雙目仍然要利用單目一樣的特征提取和深度學(xué)習(xí)等算法，進(jìn)一步識(shí)別障礙物到底是什么。

因?yàn)橐暡钤竭h(yuǎn)越小的緣故，業(yè)內(nèi)有觀點(diǎn)認(rèn)為，雙目在20米內(nèi)有明顯的測距優(yōu)勢，在20米距離外，視差減小測距存在難度，可以用高像素?cái)z像頭和更優(yōu)秀的算法來提升測距性能，該處是難點(diǎn)也是核心競爭力。

雙目鏡頭間距和測距是兩個(gè)此消彼長的參數(shù)，鏡頭間距越小，檢測距離越近，鏡頭間距越大，檢測距離越遠(yuǎn)?？紤]車內(nèi)美觀和ADAS需要，小尺寸遠(yuǎn)距離雙目產(chǎn)品更受歡迎。

因?yàn)樵黾恿艘粋€(gè)鏡頭，帶來更多運(yùn)算量，整個(gè)攝像頭模組的性能要求和成本都更高了。而且在兩者都有的標(biāo)定工作上，雙目要比單目更加復(fù)雜。

而且選擇雙目方案切入市場并不能完全繞開單目方案的難點(diǎn)，在第二個(gè)階段，你依然要需要一個(gè)龐大的數(shù)據(jù)庫，依然需要打磨算法。

單雙目比較多攝像頭方案

除了單雙目之外，還有多攝像頭組成的平臺(tái)。有的方案中選用長焦和廣角攝像頭于ADAS主攝像頭配合，兼顧周圍環(huán)境與遠(yuǎn)處物體探測。比如Mobileye方案，在下文會(huì)介紹。

也有在環(huán)視平臺(tái)上疊加ADAS功能的情況。例如對于環(huán)視做車道偏離預(yù)警(LDW)，與單目實(shí)現(xiàn)該功能比有一定優(yōu)勢。在大雨天氣或者前方強(qiáng)光源的情況下，前視攝像頭有可能看不清車道線，環(huán)視攝像頭斜向下看車道線且可以提供多個(gè)角度，基本不會(huì)受到地面積水反光的影響，功能可以比前視做得更穩(wěn)定。但同時(shí)也要考慮側(cè)向無車燈照射時(shí)，攝像頭的夜間表現(xiàn)。

這幾種方案在技術(shù)路線上和單目沒有本質(zhì)差別，更多是基于不同平臺(tái)，發(fā)揮不同類型攝像頭模組的優(yōu)勢分配任務(wù)，或者提供更多視角來解決一些復(fù)雜環(huán)境中單目勢單力薄的情況。

三、視覺系A(chǔ)DAS產(chǎn)品測試與評價(jià)

目前沒有統(tǒng)一的ADAS測試評價(jià)標(biāo)準(zhǔn)。常規(guī)的測試一般分為兩個(gè)階段：

在算法庫測試，庫中包含了各類工況下收集的行車場景視頻，通過用庫中的場景視頻跑分，測試算法識(shí)別率。目前測試庫由各家自采自測，因?yàn)椴杉玫膫鞲衅鞑煌?，不同企業(yè)間的測試單看結(jié)果沒有可比性。

由德國卡爾斯魯厄理工學(xué)院和芝加哥豐田技術(shù)研究所聯(lián)合創(chuàng)辦的KITTI，是國際上權(quán)威性較高的機(jī)動(dòng)車輔助駕駛應(yīng)用技術(shù)評估的算法評測平臺(tái)。目前有部分公司在該網(wǎng)站測試算法，結(jié)果公開可查。不同公司跑分的用時(shí)存在差異，因此在看結(jié)果排名時(shí)，也不能忽略多個(gè)參數(shù)比較。

在實(shí)車測試階段，將產(chǎn)品DEMO安裝到車上測試，根據(jù)漏報(bào)、誤報(bào)判斷算法可靠性，對發(fā)現(xiàn)問題進(jìn)行反復(fù)調(diào)試?，F(xiàn)階段高質(zhì)量的實(shí)車測試大多由主機(jī)廠和零部件供應(yīng)商掌握，準(zhǔn)確測量需要借助激光雷達(dá)等設(shè)備，在相互校驗(yàn)的過程中完成測量，成本略高，檢測周期也略長。

業(yè)內(nèi)人士表示，測試產(chǎn)品能力70-90分的區(qū)分更多使用算法庫測試，區(qū)別90-95分，甚至是95-98分時(shí)，必須進(jìn)行實(shí)車定量測試。而目前ADAS各家拉開差距正是在于將90分提高到99分。想做到這點(diǎn)必須要通過大量的實(shí)際道路測試打底，并對算法的準(zhǔn)確性和魯棒性不斷打磨。因此從某種程度上來說，經(jīng)歷過主機(jī)廠Tier1嚴(yán)苛訓(xùn)練的方案提供商，產(chǎn)品可靠性更高，前裝經(jīng)驗(yàn)會(huì)成為下一次合作洽談的資本。

目前企業(yè)對外宣稱衡量算法能力的“識(shí)別率”指標(biāo)不能說完全沒有參考價(jià)值。前提是談?wù)撍^的識(shí)別率要把產(chǎn)品放在不同復(fù)雜場景下評估，并且單獨(dú)講識(shí)別率指標(biāo)沒有意義，需要把它和其他指標(biāo)放在一起考量。產(chǎn)品必須確保在不同的路況、天氣、車型，對不同姿態(tài)的人、不同的車道線，算法都能穩(wěn)定工作(魯棒性)。

四、一哥Mobileye

講視覺系A(chǔ)DAS不得不提一家以色列公司Mobileye，1999年成立，2007年推出首款產(chǎn)品，2014年8月1號在紐交所上市。公司主要從事汽車工業(yè)的計(jì)算機(jī)視覺算法和駕駛輔助系統(tǒng)芯片技術(shù)的研究。Mobileye的產(chǎn)品覆蓋了全球50個(gè)國家，據(jù)官方資料顯示，截至2015年底，Mobileye在全球有1000萬的裝載量，到2016年底會(huì)有273款車的SOP的合同。

(一)公司定位

前裝業(yè)務(wù)中，這家以色列公司作為二級零部件供應(yīng)商向Tier1提供產(chǎn)品，涉及車輛應(yīng)用的部分會(huì)和主機(jī)廠配合。通過一級供應(yīng)商提供集成、個(gè)性化開發(fā)以及測試工作。后裝采取代理銷售的方式。

(二)產(chǎn)品功能

目前可用安裝在后視鏡后的單顆彩色攝像頭(非標(biāo)準(zhǔn)RGB Sensor)對目標(biāo)物進(jìn)行檢測、識(shí)別和分類，同時(shí)還會(huì)對物體的運(yùn)動(dòng)軌跡進(jìn)行跟蹤、分析，并分析道路狀況。實(shí)現(xiàn)功能包括車道檢測、車輛檢測、行人檢測、動(dòng)物檢測、交通標(biāo)志識(shí)別、紅綠燈識(shí)別、燈光控制。

Mobileye 具有自主研發(fā)設(shè)計(jì)的芯片EyeQ系列，由意法半導(dǎo)體公司生產(chǎn)供應(yīng)。現(xiàn)在已經(jīng)量產(chǎn)的芯片型號有EyeQ1、Eye Q2、EyeQ3，EyeQ4正在開發(fā)進(jìn)行中，預(yù)計(jì)將于2018年推出，其工程樣本有望在2016年第四季度發(fā)布。2016年5月Mobileye宣布將與意法聯(lián)手合作研發(fā)下一代將用于自動(dòng)駕駛的EyeQ5芯片，2018年開始提供工程樣品。