[人工智能]Apollo 星火计划课程笔记 ---- Perception

Apollo Perception

感知系统:

传感器： Lidar, Camera, Radar, Ultrasonic, Phone

地图: 高精地图

机器输出:

• 道路信息：不强求在线识别，可以来自高精地图；场景理解，分割；
• 障碍物信息:障碍物检测(位置，类别，形状大小)，障碍物跟踪(轨迹，速度),传感器融合(更安全)
• 信号灯信息: camera识别颜色，其他信息来自地图；v2x是终极途径。

Part-1 多个维度看问题

• 感知技术模块：

  • 大感知： 标定，定位，障碍物行为预测
  • 小感知: 检测，(语义)分割，(属性)识别，跟踪，融合

• 多维度看感知问题:

  • Sensor维度(Input): Lidar, Camera, Radar 高精地图等
  • Target维度(Output): 障碍物，车道线，道路边界，红绿灯等
  • 问题空间维度:2D算法，3D算法，静态帧检测，时序处理
  • 机器视觉维度:模型计算，几何计算
  • 机器学习维度:深度学习(数据驱动)，后处理(启发式)
  • 系统维度: 硬件，软件

  点云障碍物感知: 障碍物的(位置，大小), 类别，朝向，轨迹，速度
  点云检测(分割)技术

Part-3 感知算法

启发式方法:NCut

• 算法思路
  • 给予空间平滑性假设，空间上接近的点来自于同一个障碍物
  • 基于点云构建Graph, G=(V,E,W),
  • 把点云检测问题建模成Graph分割问题，一个Cluster是一个障碍物
  • 预处理（ROI过滤，去地面）和后处理（异常过滤）
• 基于Graph的聚类，是一个经典问题，也是经典谱聚类问题；有很多衍生算法

优点： 解释性好
缺点: 鲁棒性差

深度学习方法:
CNNSeg

• 把点云投影到Front View(Cylinder View)
• 用全卷积神经网络(FCN)做检测

MV3D

• 把雷达的测距准和Camera识别准结合起来做Middle-Level Fusion

后处理计算

• 2D-to-3D的计算
  • 相机POSE的影响
  • 接地点，2D框，绝对尺寸多条路径回3D
  • 稳定性至关重要
• 时序信息计算：跟踪
  • 对相机帧率和延时有要求
  • 充分利用检测模型的输出信息：特征, 类别
  • 可以考虑轻量级Metric Learning
• 多相机环视融合
  • 相机布局决定融合策略
• 几何计算+时序计算+环视融合，密不可分

红绿灯检测
难点:

• 绿灯准确度搞(3个9)否则闯灯，召回影响通过率和体验
• 各种环境都work(光照和天气)
• 各种制式红绿灯都可识别(距离，高度，纵横，信号形状，频闪)

技术途径:

• Sensor选项和setup，获取最大可视范围
  • High-Dynamic Range(HDR)大于100dB，1080P
  • 双camera, 长短焦切换， 6mm+12mm
• 高精地图交互，增加在线识别鲁棒性
  • 地图提供灯组3D坐标和交通含义
  • 只看RoI区域，避免形状识别
• 深度学习，应对appearance变化
  • 检测:灯组/灯头在哪
  • 分类:什么颜色？

Part-4 感知中的机器学习

不同一般的机器学习应用，对准、召、延时要求极其严格

• 如何应对corner case?
  • 训练和测试的独立同分布
  • 训练时封闭的，测试是开放集
• 可解释性是否需要？
  • 如何评估模型？如何回归测试？如何得到使用边界？
• 不仅仅是深度学习
  • 还需要其他非机器学习方法，如何融合两种方法？
  • 也需要其他机器学习方法
• 有监督学习可以走多远？

Part-5 感知的未来

• Sensor迭代非常快
• 深度学习+仿真数据+车载AI芯片
• 智能交通设施，V2X普及
• 人工智能技术进一步提升

目录

1. 感知技术综述
2. 感知业务线划分和Apollo感知模块基础设施
3. 未来

1. 感知技术综述

外参数标定

传感器不同位置，有相对位置的，就是计算两两设备的位姿态变换矩阵

离线标定基本策略：

LIDAR-IMU-Camera策略

• Lidar–>IMU, 两条位姿曲线的优化

Camera-Camera

2. 感知业务线划分和Apollo感知模块基础设施

通过Driver，获取数据。进行预处理，主要做一些数据补偿。然后优化和编码。紧接着就是Inference，最后发结果给tracker。

第一个例子:

第二个例子:

第三个例子：

3. 未来

1. 自监督技术数据扩展数据集
2. Attention(ViT)