自动驾驶行业观察 | 自动驾驶汽车如何「看不到」红绿灯？

举例 | 自动驾驶零售商店铺再加、StevenYu@知乎

知圈 | 进“滑板底盘群”请加微yanzhi-6,备注底盘

路人识别系统是借助于居民区自动驾驶并能最为关键的一环，现实生活21世纪的路人的左边、朝向并无规律可言，就让在投影中所找到随机挂起在交叉口的路人却并不是一件容易的事情。那么路人识别系统究竟有哪些借助于，我们又有哪些应用提议只能借助于路人侦测呢？

路人识别系统的应用借助于

1、小表面侦测

路人侦测仅指小表面侦测状况，在一副投影上所分之一的像素比极小，并且有所不同于机动车，行人的侦测，路人所能提取的外观上有限，基本上是颜色外观上，这个对结构设计神经互联网的外观上提取指出相当大的单打独斗。还须要从其它相反考虑，如路人的左边一直在斜坡，路人的有序文档等去断定。

另外对于单反相机的选型也有拒绝，选取FOV（field Of View，生活空间）小的，聚焦功能好，所侦测的间距远，但生活空间区域小；选取FOV大的，生活空间区域大，但侦测间距近，所以意味著会为了让两个甚至多个有所不同FOV大小的单反相机来侦测路人，这又会限于到多个单反相机融合的借助于状况。

2、路人实时叠加

虽然跟交通标志牌类似，都仅指静态表面侦测，但路人的长时间是实时发生叠加的，这大大提高了侦测的平衡性。此外，在有所不同光状况下下，红蜡烛和黄蜡烛的相似度很接近，甚至反光都不能区分，只能根据蜡烛的左边文档来区分。

另外，有所不同区域的路人结构设计方式，塑造出基本不一样，如沈阳区域的条形塑造出基本，这就对路人的信息采集指出更为多的单打独斗，要覆盖更为多故事情节，减低了采集再加本，同时对侦测互联网指出了更为高的拒绝，具备更为强的众所周知性。

沈阳条形路人

3、路人开幕式

路人还会有开幕式的状况，在侦测到路人长时间的同时，对十六进制的开幕式同样只能进行侦测。此外同一个交叉交叉口，存在多个有所不同长时间下的路人，对这么多类型的路人侦测，就算是人意味著也没办法区分可信，只能为了让一定的经验。而对于机器来说，它只能的是短时间能做出断定，平衡性相当大。

4、路人漏检与误检

仅凭感受层面的路人侦测是不算不够的，容易误检、漏检，这对权衡规划层有相当大的比较严重影响，红蜡烛识别系统再加绿蜡烛，在此之后往前行驶，无非都是很危险的。

所以路人识别系统还要只能为基础高效率地图，以及V2x应用来妥善解决，一方面高效率地图透过当前的车所在的立体交叉文档和间距路人的不计文档，V2x应用可以感受机动车路人的长时间文档，再行为了让感受侦测的备用匹配，才能精准的借助于路人的侦测状况。

应用提议

通过感受去识别系统路人，有一种舍身取义的感觉，精准度一般，生存能力差，状况下并不需要的话(如通常园区限定故事情节)，能装V2X就装V2X，多个备用匹配，V2X> 高效率地图> 感受识别系统。若遇到GPS信号过强的时候，感受识别系统可以出场了，几乎状况，V2X不来得意味著覆盖打碎几乎的故事情节。

感受提议的实际借助于参照文章，主要为路人信息集采集，标记解决问题，侦测模型训练，算法部署，后端优化，接口合作开发；

借助于精准度

总结

可以看出，在我们在生活中所中所不起眼但是在郊区路面不应或缺的路人，要达到原型机行政级别的侦测识别系统，平衡性是相当大的，限于到有所不同区域的故事情节，光状况下的比较严重影响，多种应用(高效率地图/V2x/感受)的融合多单反相机的融合等，平衡性不算超过机动车行人的侦测，所以路人状况平衡性大，棘手，又是在复杂居民区笔记本电脑驾驶不应回避的一个状况。

通过越野赛笔记本电脑的方式去感受路人平衡性来得大，而且不能应有100%的识别系统能力也，路人的误识别系统后果比较严重影响很比较严重，所以笔记本电脑交通配套建设只能立即跟上，包括路人的笔记本电脑化、静态路面扣除、笔记本电脑线路结构设计等；这就只能取得郊区机构的支持，只能拿到郊区线路的侦测信息，同时对获取得信息的分析并能，高频次的流动车的信息，左边文档，只能极佳的信号蜡烛控制算法及新产品才能把分之一有优势发挥出来。