Apollo2.0交通灯感知模块详解

"该技术文档主要探讨了自动驾驶领域中的交通灯感知模块，详细阐述了如何在Apollo2.0系统中实现准确的交通灯状态识别，包括高精地图的应用、长焦相机与广角相机的结合使用，以及感知流程的各个阶段，如预处理、处理和修订。" 在自动驾驶技术中，交通灯感知是至关重要的组成部分，它确保车辆能够遵守交通规则，安全行驶。Apollo2.0的交通灯感知模块设计考虑了各种复杂情况，包括交通灯故障、不同视角和距离的问题。 首先，高精地图在交通灯感知中起到关键作用。模块通过查询高清地图（HD-Map）获取车辆前方交通灯的位置信息，这些信息由交通灯边界上的四个点定义。地图数据使系统能预测车辆行进路径上的交通灯状态。 其次，为了克服单个相机视野限制，Apollo2.0采用长焦相机和广角相机的组合。长焦相机（焦距25毫米）用于捕捉远处的交通灯，尽管其视野受限，但在远距离下能确保交通灯的清晰检测。而广角相机（焦距6毫米）则提供更广阔的视野，适合近处和曲线路段的交通灯检测。系统根据光线投影动态选择合适的相机。 预处理阶段涉及交通灯在图像中的投影、相机选择、图像与缓存交通灯的同步。这一阶段确保了有效利用图像数据，减少不必要的计算负担。 处理阶段分为三个部分：矫正、识别和修订。矫正步骤通过Rectifier修正图像中的交通灯边界框，以提供精确的位置信息；Recognizer负责识别每个边界框内的交通灯颜色，区分红、黄、绿、黑及未知状态；Reviser根据时间序列校正颜色，避免因图像延迟导致的错误判断。 在实际操作中，由于交通灯状态变化不频繁，系统会优化计算资源，仅对必要图像进行处理。当来自不同摄像头的图像几乎同时到达时，会选择一张图像进入处理阶段，这就需要有效的图像选择和匹配策略。 最后，Pre-process模块的输入主要包括订阅系统中的相关主题，例如相机图像数据和高精地图信息，输出则是经过预处理的图像和交通灯状态信息，供后续处理阶段使用。 交通灯感知模块在自动驾驶系统中是一个复杂而关键的组件，它整合了高精地图、多摄像头技术和智能处理算法，以确保车辆在复杂路况下能够准确识别并应对交通灯信号。