从2010年第一辆谷歌无人驾驶汽车上路，到2014年搭载自动驾驶功能的特斯拉ModelS正式上市，无人驾驶汽车的发展速度超越想象。虽然上世纪70年代无人驾驶技术在可行性和实用化方面已经取得了突破性进展，但是直到最近谷歌、苹果、特斯拉等科技企业的加入，才使得无人驾驶受到消费者的关注与认可。可能每个人小时候都会有这样的想象：如果汽车能自己开车该多好啊……如今这样的想象终于变成了现实，其背后呈现的技术原理却不仅仅是一辆车那么简单。
从无人驾驶到机器视觉
无人驾驶顾名思义就是不需要驾驶员操作的情况下汽车可以自动行驶，这并不是指汽车在实验场上进行前进、后退、倒车、刹车等简单操作，而是需要汽车在真实且复杂的路况上满足用户的出行需求。比如早高峰需要汽车快速且安全地载着用户从家到公司，长途旅行需要汽车精确识别当地交通法规而不会违章，在拥挤的底下车库可以自动找到停车位并精确入库……这些使用场景对无人驾驶汽车提出了非常严苛的要求。所以无人驾驶汽车不仅仅是一辆汽车，它涉及了多方面的技术融合，比如自动控制、体系结构、人工智能、视觉计算等等，今天要和大家探讨的则是机器视觉。
以特斯拉ModelS为例，想要实现自动驾驶功能必须购买包含前置距离雷达、摄像头和围绕在车身四周的12个超声波传感器在内的自动驾驶套件，并且升级至最新的7.0系统。借助自适应巡航和辅助转向技术，ModelS已经可以实现自动车道保持、自动变道和自动泊车三大功能。虽然这看起来更像是辅助驾驶，但是一定程度上已经可以替代驾驶员的工作。ModelS上安装的传感器可以实现对周围物体的监测（比如测量前后车距），使用摄像头进行监测比传统的超声波传感器更加精确和敏捷（因为周围的汽车都处于高速运动的状态），这就是机器视觉在无人驾驶汽车上的应用。
机器视觉让无人机有了眼睛
今年3月大疆发布了新产品精灵4，这架内置了5个摄像头的无人机尤其引人关注。除了机身下方的云台相机可用于摄影外，精灵4内置的4个摄像头均用来实现环境感知与壁障功能，这就是机器视觉在无人机行业的深入应用。无人机高速旋转的桨叶使其具有一定的危险性，只有在户外GPS信号良好的地方才可以安全飞行，而没有GPS信号且充满了各种电磁干扰的室内则是无人机的“地狱”。但是内置机器视觉摄像头的无人机可以根据光流定位技术实现精确的定位与悬停，在室内也可以稳定飞行，这就大大拓展了无人机的使用场景。所以机器视觉让无人机行业的发展进入了一个新的阶段。
除了可以辅助定位和悬停外，机器视觉使得无人机的安全性进一步提升。以精灵4为例，前置的双摄像头可以实时感知前方飞行环境，如果遇到障碍物则实时调整飞行航线实现自动壁障。有了机器视觉摄像头的加持，无人机仿佛有了眼睛，飞行安全性大大提升。这背后体现的技术原理则是飞控技术与机器视觉的深度融合，大疆CEO汪涛评价精灵4说：“至今为止我最满意的产品，欢迎来到机器视觉的时代。”
1 2 下页