從2010年第一輛谷歌無(wú)人駕駛汽車上路，到2014年搭載自動(dòng)駕駛功能的特斯拉ModelS正式上市，無(wú)人駕駛汽車的發(fā)展速度超越想象。雖然上世紀(jì)70年代無(wú)人駕駛技術(shù)在可行性和實(shí)用化方面已經(jīng)取得了突破性進(jìn)展，但是直到最近谷歌、蘋(píng)果、特斯拉等科技企業(yè)的加入，才使得無(wú)人駕駛受到消費(fèi)者的關(guān)注與認(rèn)可?？赡苊總€(gè)人小時(shí)候都會(huì)有這樣的想象：如果汽車能自己開(kāi)車該多好啊……如今這樣的想象終于變成了現(xiàn)實(shí)，其背后呈現(xiàn)的技術(shù)原理卻不僅僅是一輛車那么簡(jiǎn)單。

從無(wú)人駕駛到機(jī)器視覺(jué)

無(wú)人駕駛顧名思義就是不需要駕駛員操作的情況下汽車可以自動(dòng)行駛，這并不是指汽車在實(shí)驗(yàn)場(chǎng)上進(jìn)行前進(jìn)、后退、倒車、剎車等簡(jiǎn)單操作，而是需要汽車在真實(shí)且復(fù)雜的路況上滿足用戶的出行需求。比如早高峰需要汽車快速且安全地載著用戶從家到公司，長(zhǎng)途旅行需要汽車精確識(shí)別當(dāng)?shù)亟煌ǚㄒ?guī)而不會(huì)違章，在擁擠的底下車庫(kù)可以自動(dòng)找到停車位并精確入庫(kù)……這些使用場(chǎng)景對(duì)無(wú)人駕駛汽車提出了非常嚴(yán)苛的要求。所以無(wú)人駕駛汽車不僅僅是一輛汽車，它涉及了多方面的技術(shù)融合，比如自動(dòng)控制、體系結(jié)構(gòu)、人工智能、視覺(jué)計(jì)算等等，今天要和大家探討的則是機(jī)器視覺(jué)。

以特斯拉ModelS為例，想要實(shí)現(xiàn)自動(dòng)駕駛功能必須購(gòu)買包含前置距離雷達(dá)、攝像頭和圍繞在車身四周的12個(gè)超聲波傳感器在內(nèi)的自動(dòng)駕駛套件，并且升級(jí)至最新的7.0系統(tǒng)。借助自適應(yīng)巡航和輔助轉(zhuǎn)向技術(shù)，ModelS已經(jīng)可以實(shí)現(xiàn)自動(dòng)車道保持、自動(dòng)變道和自動(dòng)泊車三大功能。雖然這看起來(lái)更像是輔助駕駛，但是一定程度上已經(jīng)可以替代駕駛員的工作。ModelS上安裝的傳感器可以實(shí)現(xiàn)對(duì)周圍物體的監(jiān)測(cè)（比如測(cè)量前后車距），使用攝像頭進(jìn)行監(jiān)測(cè)比傳統(tǒng)的超聲波傳感器更加精確和敏捷（因?yàn)橹車钠嚩继幱诟咚龠\(yùn)動(dòng)的狀態(tài)），這就是機(jī)器視覺(jué)在無(wú)人駕駛汽車上的應(yīng)用。

機(jī)器視覺(jué)讓無(wú)人機(jī)有了眼睛

今年3月大疆發(fā)布了新產(chǎn)品精靈4，這架內(nèi)置了5個(gè)攝像頭的無(wú)人機(jī)尤其引人關(guān)注。除了機(jī)身下方的云臺(tái)相機(jī)可用于攝影外，精靈4內(nèi)置的4個(gè)攝像頭均用來(lái)實(shí)現(xiàn)環(huán)境感知與壁障功能，這就是機(jī)器視覺(jué)在無(wú)人機(jī)行業(yè)的深入應(yīng)用。無(wú)人機(jī)高速旋轉(zhuǎn)的槳葉使其具有一定的危險(xiǎn)性，只有在戶外GPS信號(hào)良好的地方才可以安全飛行，而沒(méi)有GPS信號(hào)且充滿了各種電磁干擾的室內(nèi)則是無(wú)人機(jī)的“地獄”。但是內(nèi)置機(jī)器視覺(jué)攝像頭的無(wú)人機(jī)可以根據(jù)光流定位技術(shù)實(shí)現(xiàn)精確的定位與懸停，在室內(nèi)也可以穩(wěn)定飛行，這就大大拓展了無(wú)人機(jī)的使用場(chǎng)景。所以機(jī)器視覺(jué)讓無(wú)人機(jī)行業(yè)的發(fā)展進(jìn)入了一個(gè)新的階段。

除了可以輔助定位和懸停外，機(jī)器視覺(jué)使得無(wú)人機(jī)的安全性進(jìn)一步提升。以精靈4為例，前置的雙攝像頭可以實(shí)時(shí)感知前方飛行環(huán)境，如果遇到障礙物則實(shí)時(shí)調(diào)整飛行航線實(shí)現(xiàn)自動(dòng)壁障。有了機(jī)器視覺(jué)攝像頭的加持，無(wú)人機(jī)仿佛有了眼睛，飛行安全性大大提升。這背后體現(xiàn)的技術(shù)原理則是飛控技術(shù)與機(jī)器視覺(jué)的深度融合，大疆CEO汪濤評(píng)價(jià)精靈4說(shuō)：“至今為止我最滿意的產(chǎn)品，歡迎來(lái)到機(jī)器視覺(jué)的時(shí)代。”

機(jī)器視覺(jué)技術(shù)催熟機(jī)器人市場(chǎng)

機(jī)器人也許是智慧卻又孤獨(dú)的人類能夠制造出的最接近人類自身的產(chǎn)物，美國(guó)麥肯錫公司預(yù)測(cè)未來(lái)10年機(jī)器人市場(chǎng)將達(dá)到萬(wàn)億美元的規(guī)模，比爾蓋茨更是表示二十年后家家戶戶都會(huì)擁有機(jī)器人。人類希望機(jī)器人也能夠擁有感覺(jué)、思維和學(xué)習(xí)能力，從而成為人類的助手和朋友。在組成機(jī)器人的三大模塊中，感知模塊是必備條件。有專家指出：“具有視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)，能夠自主行動(dòng)的機(jī)器人才是真正意義上的機(jī)器人。”

機(jī)器視覺(jué)是人工智能正在快速發(fā)展的一個(gè)分支，人們希望機(jī)器擁有視覺(jué)并在某些應(yīng)用中超越人類的完成人不可能完成的工作。在商業(yè)應(yīng)用中，機(jī)器視覺(jué)技術(shù)可以幫助機(jī)器人廠商打造高端交互性強(qiáng)的智能機(jī)器人，并且隨著人工智能的發(fā)展以及云計(jì)算、大數(shù)據(jù)應(yīng)用的深化，能夠讓機(jī)器人在非結(jié)構(gòu)化的環(huán)境中自主實(shí)現(xiàn)識(shí)別、思考和決策。

總結(jié)：機(jī)器視覺(jué)的前景充滿機(jī)遇與挑戰(zhàn)

前不久一輛使用自動(dòng)駕駛模式的特斯拉ModelS在美國(guó)佛羅里達(dá)州高速公路上發(fā)生了嚴(yán)重的車禍，駕駛員當(dāng)場(chǎng)死亡，這是世界上第一例自動(dòng)駕駛汽車致用戶死亡的案例。美國(guó)政府宣布已開(kāi)始調(diào)查這起車禍，并正在評(píng)估肇事車特斯拉ModelS所裝配的自動(dòng)駕駛系統(tǒng)，這使得市場(chǎng)上狂熱的無(wú)人駕駛風(fēng)潮暫時(shí)冷卻下來(lái)。特斯拉公司強(qiáng)調(diào)，“自動(dòng)駕駛系統(tǒng)只是輔助功能，這個(gè)系統(tǒng)是一項(xiàng)新技術(shù)，仍然處于市場(chǎng)測(cè)試的第二階段。”

一年前，百度DLI副院長(zhǎng)余凱辭職創(chuàng)業(yè)的新聞受到很多人的關(guān)注。近日余凱受邀參加了IEEE舉辦的CVPR會(huì)議（計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的重要學(xué)術(shù)會(huì)議），在研討會(huì)期間余凱分享了自己的創(chuàng)業(yè)團(tuán)隊(duì)“地平線”近期在智能交通領(lǐng)域的成果。最讓他引以為傲的成績(jī)是，基于DenseBox的算法在KITTI的全球排名中位列第一。KITTI數(shù)據(jù)集排名由德國(guó)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，是國(guó)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(píng)估的算法評(píng)測(cè)平臺(tái)。也就是說(shuō)余凱的地平線團(tuán)隊(duì)在無(wú)人駕駛汽車與機(jī)器視覺(jué)領(lǐng)域走到了國(guó)際的前沿。

“特斯拉的企業(yè)風(fēng)格仍屬于較激進(jìn)的一派，因?yàn)榘夹g(shù)在內(nèi)，整個(gè)行業(yè)并沒(méi)有想象的那么成熟。”在談到特斯拉車主身亡事故時(shí)，余凱這樣對(duì)記者說(shuō)。而說(shuō)起在無(wú)人駕駛輔助系統(tǒng)全球領(lǐng)先的Mobileye公司時(shí)，余凱表示地平線提供的針對(duì)輔助駕駛的硬件和軟件方案在性能層面的部分指標(biāo)甚至比Mobileye更高，而且基于中國(guó)復(fù)雜多變的路況特別優(yōu)化了一些識(shí)別算法。“比如說(shuō)我在人群密集的中國(guó)馬路上開(kāi)車，看到帶平板的三輪摩托很平常，但基于國(guó)外路況設(shè)計(jì)的Mobileye并不能識(shí)別到”。

不管市場(chǎng)會(huì)有怎樣的反映，人工智能的浪潮已經(jīng)襲來(lái)，首當(dāng)其沖的就是機(jī)器視覺(jué)的技術(shù)革命。無(wú)人機(jī)、自動(dòng)駕駛、智能醫(yī)生、智能安防等應(yīng)用領(lǐng)域不斷突破，全球互聯(lián)網(wǎng)和半導(dǎo)體巨頭紛紛布局，顯示出智能圖像處理將是下一個(gè)競(jìng)技場(chǎng)，機(jī)器視覺(jué)技術(shù)已經(jīng)迎來(lái)了黃金發(fā)展的時(shí)期。特斯拉會(huì)繼續(xù)完善自家Model汽車的無(wú)人駕駛功能，大疆會(huì)繼續(xù)深耕消費(fèi)級(jí)無(wú)人機(jī)領(lǐng)域的視覺(jué)壁障與光流定位技術(shù)，而地平線已經(jīng)勇敢地告別了互聯(lián)網(wǎng)模式，選擇了一條更踏實(shí)的技術(shù)性路線。工業(yè)4.0時(shí)代，機(jī)器視覺(jué)這個(gè)環(huán)節(jié)不可或缺。