CFan科学院：3D感应超越像素平面

当下越来越火的自动驾驶汽车，它们获取的地图信息大多是通过汽车上的相机捕获的。相机捕获的一般是2D平面图像，然后将其转化为3D，只是这样转化后会导致数据的丢失，比如无法精准识别汽车周围的路障等。不过现在很多驾驶系统已经实现了对3D信息的采集和处理，其中的点云技术备受关注。

3D信息捕捉——没你想的那么简单

大家知道3D信息是立体数据，这样捕捉到的信息符合我们双眼在正常世界看到的景象。显然如果自动驾驶系统捕捉到的周边环境如果也是3D信息，那么在人工驾驶基础上发展起来的自动驾驶系统就可以更好实现对周围路障如周边人、其他汽车等进行更精准的识别和避让，从而让驾驶系统更安全。

不过3D信息的捕捉并不是一件简单的事情，传统的3D数据捕捉是借助“Stereo”（双目视觉）方式获取的。这种方式是通过布置两个或者多个相机对同一个场景进行多角度的捕捉，然后通过不同图像、匹配对应的像素，并计算每个像素的位置在图像之间不同，从而计算出这个像素在3D空间中的位置，通过这种方式来获得特定物体的3D数据（图1）。

图1 双目视觉方式图解

不过这个方式有个很大的不足，因为驾驶系统经常处在一个快速运行的环境中，并且需要很精准地对对象进行识别。但是使用这个方法获得数据，我们需要使用视觉细节来匹配相机图像之间的对应点，这种计算方法数据量非常庞大，而且在缺乏纹理或视觉结构重复的环境中容易出错。在自动驾驶系统中，现在很多厂商使用的是LiDAR（激光雷达）方式来捕捉3D数据。在这些自动驾驶车顶上配备了激光雷达相机，它会向周围发射高频激光脉冲，如果遇到物体的遮挡，这些激光脉冲就会反射返回，系统通过计算返回的时间来测量出物体和汽车的实际距离。比如探测到前方的信号灯，通过返回光束就可以探测车辆和红绿灯之间的实际距离了（图2）。

图2 LiDAR（激光雷达）探测图解