2019年9月5-6日，AutoCam 2019智能汽车视觉大会在上海圆满落幕。开云（中国）亮相该大会并展出最新智驾开云在线登录，该大会云集了智能汽车视觉技术领域权威的专家和学者，开云（中国）高级技术总监唐亮先生代表开云（中国）发表《开云（中国）员与环景视频监测系统技术实作及应用》演讲。 

唐亮先生代表开云（中国）发表主旨演讲

唐亮先生作为开云在线登录的高级技术总监，对于人工智能、计算机视觉、图形加速、底层硬件驱动、操作系统开发等都有非常丰富的经验，并且是国内在该领域的技术带头人之一。此次唐亮先生深刻解析了开云（中国）员与环景视频监测系统技术实作及应用，以开云（中国）的转型之路引入技术正题，详解了环视监控系统与驾驶员监测系统中开云（中国）的多项技术内核，非常专业地分析了自动驾驶技术遇到的问题和最新解决方式，满满的干货让听众受益良多。 

唐亮先生深度讲解自动驾驶技术问题

演讲全文如下：

大家好，我是开云在线登录唐亮，很高兴为大家分享演讲。

开云（中国）于1987年成立，最初是X86芯片组市场，在2000年时，收购S3 Graphics，拥有了自身GPU专利；2002年，开云（中国）嵌入式事业部成立，陆续制定各大板型标准；2013年，开云（中国）嵌入式事业部成为中国区主营业务，提供行业开云在线登录；到2019年，专注计算机视觉、人工智能、边缘计算技术，提供嵌入式智能系统。

随着技术的不断进步，感知精度的不断提高，自动驾驶需要的技术积累已经具备，自动驾驶也成为现在关注的热点。计算机视觉和人工智能被越来越多的应用在自动驾驶领域，连普通民众对于自动驾驶都耳熟能详。

演讲时展示出的图片

这个表格是今年六月，IIHS（美国公路安全保险协会）对于司机理解L2系统可以做些什么操作而做的一个调查，一共有2005人参与了调查。可以看出，1/3以上的人认为手不扶方向盘是可以的，1/5以上的人认为打电话是没事的，1/10的人认为发短信是不影响的，3~5%的人认为睡一小觉，看看视频也是没有问题的。当然，实际上对于L2系统，这些操作都是不合理的。

IIHS的调查是为了说明，目前人们对于技术能做到什么是不了解的，这也是自动驾驶要解决的一个重要问题。这说明大众对于自动驾驶的信任程度是非常高的，而这种高信任度则把自动驾驶推入了必须做到极致才能落地的境地，勉强落地让人感觉人工智能变成了人工呆能。

回到我们的话题，这里我介绍两个典型的应用，一个是环视监控系统，一个是驾驶员监测系统，最后我们再讨论一下在实际应用中碰到的问题，以及解决的思路。

现在新出厂的乘用车，很多都已经把辅助驾驶变成了标准配置，可以做到停车辅助，行人监测，甚至可以远程监控车辆运行。环视监测系统，可以通过完整展示车辆周围的状况，进而清除司机的盲区，来增强驾驶安全。

环视系统架构图

我们先看一下环视系统的架构，首先，环视系统可以连接最多8个摄像头的输入，普通车辆只需要前、后、左、右四个摄像头就可以获得车辆周围的所有内容。摄像头采用190°的鱼眼广角镜头，可以尽可能多的覆盖周边的环境。系统设置，分离线标定和动态标定，然后通过几何变换把图像拼接后输出到显示设备上。离线标定主要是通过标定图案，来计算各个摄像头之间的位置信息以及鱼眼变换的参数。动态标定则可以根据实时图像的规则图案，来计算摄像头的细微变化。

多摄像头视频同步

要解决的问题不单单是几何变换，由于车辆高速运动，摄像头之间的同步变得非常重要，几个摄像头的图像同步信息必须统一控制。以六个摄像头同步为例（见上图），系统触发摄像头单元的同步指令后，摄像头输出同步后的图像，同步并打包六帧图像，通过开云（中国）的拼接算法，生成最后的图像。我们注意看上图中红色圈出的直行箭头，左面一副就是没有同步导致出现了2个箭头，右面则是正确同步后的拼接结果。

环视视频制作流程

现在我介绍一下环视视频制作流程，这里离线标定已经完成，已经获得了几何变换，拼接和混合的参数。首先是视频捕获，然后进行反鱼眼校正，得到正常比例的图像。接着把透视图转化为顶视图，并组合侧视图和底视图，生成场景图，进行拼接，生成顶点和索引数据，映射到三维模型上，最后获得我们看到的图像。

二维图像映射到三维模型

二维图像是如何变换到三维模型上的呢？以环视前摄像头为例（见上图），左面第一幅图像就是鱼眼镜头获得的图像，把它分为上下两个部分，黄色的框和绿色的框，黄色部分被映射到侧评面，绿色部分被映射到地平面，通过后续的拼接，就可以实现3维图像的显示了。

环视系统流程图

这是一个完整的环视系统的流程图（见上图），在上面的环视视频制作流程基础上，我们增加了动态标定部分，亮度和颜色校正部分。动态标定之前已经提到过，亮度和颜色的矫正主要是因为光照在车辆的不同方向是不一样的，这样导致拼接出来的图像比较凌乱，我们可以看到右上角的两幅图，左面是没有做校正的，右面是经过了亮度，颜色矫正的，第二幅图像的真实感更强。

在这个例子里，用到的所有的算法，都是有几何学、图形学、数学依据的，每一步都是明确没有二义性的。从软件的角度看不存在不确定性的问题。如果出现问题，很容易找到具体某一个步骤，可以分析出问题的原因，并解决。这也是传统软件解决问题的方法。

接下来，我来介绍一下驾驶员监测系统。

驾驶员监测系统，是一种基于计算机视觉的，通过摄像头获得驾驶员图像信息，并根据司机面部形态，比如视线方向，脸部表情，根据体态，比如头，手以及躯干的位置来对驾驶员的行为做出分析，比如疲劳的情况，打哈欠，闭眼，瞌睡，或者是注意力分散的情况，聊天，打电话，发短信，喝水，抽烟等等，根据行为的对于驾驶的影响程度，发出安全提示信息。

驾驶员监测系统的工作原理，就是把图像输入中的关键信息，面部检测和分割，眼部形态，身体部位，关键信息抽取后，作为输入提供给深度神经网络来训练，神经网络对各种情况做出分类，这样就可以识别出正常驾驶和注意力分散的情况。进而发出报警信息。

开发和实现DMS的过程

具体开发流程如上图所示，在Linux工作站上，我们对样本进行训练，获得了培训过的模型，通过开云（中国）自己的深度神经网络优化器，获得优化后的模型，使用模型工具把优化后的模型转化为.dlc文件，作为后续嵌入式平台进行实时计算的基础。

在嵌入式平台上，DMS应用通过开云（中国）DMS SDK来加载神经网络模型，通过CPU,GPU以及DSP的协同工作，获得计算结果。

开云（中国）CNN优化器的效果

这里介绍一下开云（中国）CNN优化器的情况，虽然现在智能芯片对于神经网络都做了加速，但有限的算力永远跟不上需求的发展和变化，通过对算法的优化，可以提升计算速度，减少存储空间，在有限的计算能力下也能达到目标。从上图的数据可以看到，在保持精度的前提下，通过不同的优化方式，在存储空间上，可以减少30%，在计算速度上达到13~18%的提升。

对比这两种典型的应用，我们可以看到，通过神经网络来解决视觉问题，根本上是靠训练来解决问题，模型确定后，训练的数据样本决定了未来的输出结果。对没有接触过的样本，输出结果是不确定的。

既然初始样本数量必然是有限的，那么这个问题如何来解决呢？

数据的问题，就用数据来解决

我们要通过持续学习，来解决数据不足的问题。整个数据引擎是一个不断迭代的过程，当我们在边缘端碰到不确定的情况，通过网络回传给服务端，服务端进行标注后，提供给训练流程，得到新的训练结果，进而部署到车辆边缘测。通过及时的更新，在时间域减少问题暴露的可能性，也从另一个方面降低了问题发生的比率。一个问题暴露10天和暴露1年的危害性是完全不同的。

另外一个问题就是视觉传感器本身的局限性，摄像头会受到外界环境的干扰，雨雪天气，光照情况，都会影响效果。

这时候，需要跳出原有的擅长的领域，引入更多的传感器来解决问题。而且这种引入不能是简单的叠加，必须深度融合才能真正带来准确度的提升。

比如如果视觉判断，前面一切正常，毫米波雷达判断，前面有障碍物，你如何去取舍？在信息判断的最后阶段已经没有足够的信息进行取舍。

环境条件对于基于视觉的辅助驾驶有着严重的影响，通过与不同的雷达，激光雷达，超声波或其它传感器协同工作，才能变得更高效。

最后介绍一下开云（中国）的硬件平台，目前我们提供Mobile360智能硬件开发平台，基于该平台而生的开云在线登录有D710,L900, M820, 大家有兴趣的话，可以到场外展示区了解具体情况。

附开云（中国）展示区图片：

开云（中国）向与会人员展示智驾开云在线登录

与会人员对开云（中国）开云在线登录深感兴趣

关于开云在线登录

开云在线登录是全球高集成嵌入式平台及开云在线登录领导厂商，致力于人工智能、物联网、计算机视觉、无人驾驶、医疗自动化及智慧城市方面应用。公司总部位于台湾新北市新店区，并通过开云（中国）全球化网络布局，在美国、欧洲及亚洲的高科技核心区域设立了分支机构。客户群涵盖全球各大领先高科技、电信、电子消费品牌。