視覺是人類認(rèn)知世界最重要的功能手段，生物學(xué)研究表明，人類獲取外界信息75%依靠視覺系統(tǒng)，而在駕駛環(huán)境中這一比例甚至高達(dá)90%。

　　如果能夠?qū)⑷祟愐曈X系統(tǒng)應(yīng)用到自動駕駛領(lǐng)域，無疑將會大幅度提高自動駕駛的準(zhǔn)確性，而這正是當(dāng)前計算機(jī)科學(xué)和自動駕駛領(lǐng)域最熱門的研究方向之一，它就是機(jī)器視覺技術(shù)。

　　機(jī)器視覺技術(shù)發(fā)展至今已有二十多年的歷史，而真正發(fā)生革命性進(jìn)步的則是莫爾視覺計算理論的提出，通過實現(xiàn)神經(jīng)網(wǎng)絡(luò)相關(guān)算法使機(jī)器擁有同人類視覺系統(tǒng)同樣的功能提供了可能。一般來說，機(jī)器視覺系統(tǒng)包含有鏡頭、攝像系統(tǒng)和圖像處理系統(tǒng)，而其核心則是專用高速圖像處理單元，也就是把存入的大量數(shù)字化信息與模板庫信息進(jìn)行比較處理，并快速得出結(jié)論，其運算速度和準(zhǔn)確率是關(guān)鍵指標(biāo)。這主要通過高效合理的算法和處理能力強大的芯片來實現(xiàn)。

　　目前，市場上已有多種高效視覺專用硬件處理器及芯片等電子器件，并且隨著計算機(jī)技術(shù)的進(jìn)步，更先進(jìn)的算法被相繼發(fā)明，如采用網(wǎng)格分布式處理系統(tǒng)能夠有效的提高運算的效率。今后機(jī)器視覺的核心問題將是對圖像的深入理解。

　　機(jī)器視覺在自動駕駛中的應(yīng)用主要有以下兩個方面：

　　障礙物檢測

　　障礙物檢測的準(zhǔn)確率是車輛自動駕駛過程中安全性的重要保證。在行駛過程中，障礙物的出現(xiàn)是不可預(yù)知的, 也就無法根據(jù)現(xiàn)有的電子地圖避開障礙物，只能在車輛行駛過程中及時發(fā)現(xiàn), 并加以處理。當(dāng)前，由于自動駕駛環(huán)境的不成熟，關(guān)于障礙物的定義尚沒有統(tǒng)一的標(biāo)準(zhǔn)。因此，可以認(rèn)為一切可能妨礙車輛正常行駛的物體和影響車輛通行的異常地 形都是車輛行駛過程中的障礙物。目前來看，障礙物檢測算法主要有以下三 種：1. 基于特征的障礙物檢測;2. 基于光流場的障礙物檢測;3. 基于立體視覺的障礙物檢測。在三種算法中，基于立體視覺的障礙物檢測因為既不需要障礙物的先驗知識，對障礙物是否運動也無限制，還能直接得到障礙物的實際 位置而成為主流研究方向。但其對攝像機(jī)標(biāo)定要求較高。而在車輛行駛過程中，攝像機(jī)定標(biāo)參數(shù)會發(fā)生漂移，需要對攝像機(jī)進(jìn)行動態(tài)標(biāo)定。

　　道路檢測

　　自動導(dǎo)航是自動駕駛的必要條件，自動駕駛過程中，道路檢測主要是為了確定車輛在道路中的位置和方向，以便控制車輛按照正確的路線行駛。另外，它 還為后續(xù)的障礙物檢測確定搜索范圍，以及縮小障礙物檢測的搜索空間，降低算法復(fù)雜度和誤識率。然而由于現(xiàn)實中的道路多種多樣，在加上光照、氣候等各種環(huán)境 因素的影響，道路檢測是一個十分復(fù)雜的問題。至今仍無一個通用的算法，現(xiàn)有算法基本上都對道路做了一定的假設(shè)。通常采用的假設(shè)有：1特定興趣區(qū)域假設(shè);2 道路等寬假設(shè);3道路平坦假設(shè)。另外，道路平坦假設(shè)也為障礙物定義提供參考。

　　目前，機(jī)器視覺技術(shù)在自動駕駛中并沒有進(jìn)行大規(guī)模的應(yīng)用，其實這這并非是硬件的問題，事實上攝像頭技術(shù)在汽車中的應(yīng)用已經(jīng)十分成熟，如善領(lǐng)科技 的行車記錄儀，廣角視野、倒車影像等功能都完全具備，而芯片技術(shù)也已能夠高效完成圖像的壓縮處理，最終難點在于模擬神經(jīng)網(wǎng)絡(luò)的視覺算法。