单目相机与轮径测距器驱动的自动驾驶障碍物检测

在自动驾驶汽车的发展中，障碍物检测是一项关键任务，它确保车辆能够规划路径并避开潜在危险。本文主要关注于基于地面的自动驾驶车辆，提出了一个利用单目相机和轮速计（wheel odometry）进行障碍物检测的新方法。传统的障碍物检测往往依赖于视觉惯性导航（Visual Inertial Odometry, VIO），但作者团队提出了一种创新的解决方案，仅仅依靠轮速计数据，降低了对精确传感器的需求。 单目相机的优势在于能够提供更广阔的视野，这对于近距障碍物的识别至关重要，因为标准双目立体相机的视场通常无法覆盖这些区域。作者的方法通过对连续多帧图像计算的深度图进行分析，提取出静止的障碍物。这种方法简化了系统配置，并利用时间序列和多相机融合来处理由于轮速计带来的更高姿态不确定性。 通过鱼眼相机技术，该系统能够在实时环境中准确地估计车辆周围的空间，包括空闲区域和被占用区域，这对于车辆的自主导航决策具有实际价值。定量评估表明，这个系统在自动驾驶车辆的导航任务中表现出足够的精度，且运行速度符合实时性要求。 这项研究不仅强调了单目相机在自动驾驶障碍物检测中的潜力，还展示了如何通过巧妙融合轮速计数据来降低对高级传感器的依赖，从而实现经济、可靠且实时的环境感知能力。这对于推动自动驾驶技术的实用化和成本效益优化具有重要意义。在未来的研究中，这种简单而有效的障碍物检测方法可能会成为自动驾驶车辆基础架构的重要组成部分。