MIT:自动驾驶系统也能拨开迷雾,看清物体

Anaconda
6个月前 阅读 23 点赞 0


 利用水箱和不同浓度的雾来测试系统


雾天驾驶一直是自动驾驶汽车导航系统面对的重要问题。麻省理工学院 (MIT) 的研究团队开发了一套基于LIDAR的深度感知系统,就算物体隐藏在人类肉眼难以望穿的浓雾背后,系统也能测定物体的距离和形状。


许多自动驾驶系统使用的是可见光,与基于雷达的系统相比而言分辨率更高,识别路标和车道标记的能力也更强。而基于可见光的系统在能见度偏低的驾驶条件中,会受到严重的局限——晴朗的天气里,光线从射出到返回的时间可以准确反映物体的距离;但在雾中,传感器收到的光线很可能是经水滴反射而来,不一定是从汽车需要避让的障碍物身上返回。


 伽马分布,OT=optical thickness


MIT团队利用统计学来解决这一问题。雾中水滴反射光线的形态取决于雾有多浓,平均来说,光线进入浓雾的程度要低于其进入薄雾的程度。不过,研究人员证明了,不论是多么重的雾,反射光线到达传感器所需的时间都与伽马分布相贴合。


与钟形的高斯分布相比,伽马分布要复杂一些,呈现的形状更为多样,不对称的情况很多。但与高斯分布相似的是,伽马分布同样可以用两个变量就完全表示出来。MIT团队通过估算这些变量得出分布,用以将被雾反射的光线过滤出来。这样一来,物体距离测定的准确度,便不会受到大雾天气的过度影响。


不同浓度雾中的人形成像


关键的一点是,MIT系统会对传感器的1,024枚像素做出1,024个伽马分布。系统可以在不同浓度的雾中稳定发挥的原因,便是每一枚像素看到的并不完全是同一片雾。


论文在此:http://web.media.mit.edu/~guysatat/fog/materials/TowardsPhotographyThroughRealisticFog.pdf



| 0
登录后可评论,马上登录吧~
评论 ( 0 )

还没有人评论...