双目估计方法_为什么双目自动驾驶系统难以普及技术详解＋典型案例分析

单目视觉是Mobileye的看家法宝，其实当年它也考虑过双目，最终选择放弃。

单目的测距和3-D估计靠什么？是检测目标的BoundingBox，如果无法检测的障碍物，该系统就无法估计其距离和3-D姿态/朝向。没有深度学习的时候，ME主要是基于BB，摄像头标定得到的姿态和高度以及路面平直的假设估算距离。

有了深度学习，可以根据3-D的groundtruth来训练NN模型，得到3D大小和姿态估计，距离是基于平行线原理得到的。不久前百度Apollo公布的单目L3解决方案讲的比较清楚了，参考论文是：

“3DBoundingBoxEstimationbyDeepLearningandGeometry".

双目当然可以算视差和深度了，即使没有检测出障碍物，也会报警。问题是，双目视觉系统估计视差没那么容易，立体匹配是计算机视觉典型的难题，基线宽得到远目标测距准，而基线短得到近目标测距结果好，这里是存在折衷的。

目前市场上ADAS存在的双目视觉系统就是SubaruEyeSight，据说性能还行。

百度推出的阿波龙L4摆渡车量产100台，就安装了双目系统。还有欧盟自主泊车项目V-Charge也采用了前向双目视觉系统，另外自动驾驶研发系统BertaBenz也是，而且和雷达系统后融合，其中双目匹配的障碍物检测算法Stixel很出名。

以前Bosch和Conti这些Tier-1公司也研制过双目视觉解决方案，但没有在市场上产生影响力，据说被砍掉了。

谈到双目系统的难点，除了立体匹配，还有标定。标定后的系统会出现“漂移”的，所以在线标定是必须具有的。单目也是一样，因为轮胎变形和车体颠簸都会影响摄像头外参数变化，必须在线做标定修正一些参数，比如仰角和偏角。

双目在线标定就更复杂些，因为双目匹配尽量简化成1-D搜索，所以需要通过stereorectification将两个镜头光轴方向平行并和基线垂直。所以针对获得的gain相比，增加的复杂度和成本，如果不划算商家就会放弃。

最近重提双目视觉，是因为硅谷芯片公司安霸在2014年收购意大利帕尔马大学的VisLab，研制了双目的ADAS和自动驾驶芯片，去年CES之后就开始进军车企和Tier-1。而且，安霸目前正在继续研究提升该系统的性能。

下图就是它在车顶安装6对立体视觉系统的示意图，其中它们的基线宽度可以不一样的，相应地有效检测距离也就不同。笔者曾坐过它的自动驾驶车，远处可以看到200米，近处20-30米。它确实可以做在线标定，随时调整一些双目视觉的参数。

立体匹配

先说立体匹配，即视差/深度估计。如图假设左右摄像头焦距f，基线宽B，3-D点X的深度z，而其视差即可见视差能够反算深度值。但是这里最难的就是左右镜头看到的图像如何确定是同一个目标，即匹配问题。

匹配方法分两种，全局法和局部法，双目匹配的四个步骤：

• 匹配成本计算;
• 成本聚集;
• 视差计算/优化;
• 视差修正。

最著名的局部法就是SGM，很多产品在用的方法都是基于此的改进，不少视觉芯片都采用这种算法。

SGM就是把一个全局优化近似成多个局部优化的问题组合，如下公式是2-D匹配的优化目标函数，SGM实现成为多个1-D优化路径之和

CensusTransform是将8/24比特的像素变成一个2进制序列，另外一个2值特征叫LBP和它相似。立体匹配算法就是基于这个变换将匹配变成一个Hamming距离的最小化搜索。Intel的RealSense当年就是收购了一个成立于1994年基于该技术的双目视觉创业公司，还收购另外几个小公司把他们合在一起做出来的。

PatchMatch是一个加速图像模版匹配的算法，被用在光流计算和视差估计上。之前微软研究院曾经做过一个基于单目手机相机3-D重建的项目，仿造以前成功的基于RGB-D算法KinectFusion，名字也类似MonoFusion，其中深度图估计就是采用一个修正的PatchMatch方法。

其基本思想就是对视差和平面参数随机初始化，然后通过邻域像素之间信息传播更新估计。PM算法分五个步骤：

1)空间传播:每个像素检查左边和上边邻居视差和平面参数，如果匹配成本变小就取代当前估计；

2)视角传播:其他视角的像素做变换，检查其对应图像的估计，如果变小就取代;

3)时域传播:前后帧考虑对应像素的估计；

4)平面细化:随机产生样本，如果估计使匹配成本下降，更新。

5)后处理:左右一致性和加权中值滤波器去除出格点。

在线标定

再说在线标定。

这是一个利用路上标志线的标定方法：已知斑马线的平行线模式，检测斑马线并提取角点，计算斑马线模式和路面实现匹配的单映性变换参数，得到标定参数。

和单目方法类似，采用车道线平行和路平面这个假设可以快速完成在线标定，即消失点理论：假设一个平坦的道路模型，清晰的纵向车道线，没有其他目标的边缘和它们平行；要求驾驶车辆速度慢，车道线连续，左右相机的双目配置要左摄像头相对路面的仰角/斜角比较小；这样跟初始化的消失点比较可以算出双目外参数的漂移量，其算法就是从消失点估计摄像头仰角/斜角。

典型的双目自动驾驶系统

下面介绍几个典型的双目自动驾驶系统。

这是他们加上深度学习做视差融合之后再做Stixel的框图和新结果：

介绍一个VisLab早期双目障碍物的算法，GenericObstacleandLaneDetectionsystem。基于IPM，检测车道线，根据左右图像的差计算路上障碍物：

a)Left.RightRemappedleft.Remappedright.Thresholdedandfiltereddifferencebetweenremappedviews.Inlightgray,theroadareavisiblefrombothcameras.

a)Original.Remapped.Filtered.Enhanced.Binarized.

GOLDsystemarchitecture

这是VisLab参加自动驾驶比赛VIAC的车辆，除了双目摄像头以外，车上还有激光雷达作为道路分类的辅助。

后处理中加了两个DSI空间的滤波器，见图5-274，一个是平滑处理，另一个是基于惯导的运动轨迹处理。

障碍物检测算法采用了JPL的方法，基于空间布置特性以及车辆的物理特性聚类得到障碍物。物理特性包括最大的高度，最小高度和最大道路可通过范围，这些约束定义了一个空间截断锥,如图所示，那么在聚类过程中凡是落在截断锥内的点划为障碍物。

为加速视差估计算法，采用了划分DSI的方法：

另外一种经典的方法是根据路面方程得到路面视差，基于此计算出路面的障碍物。

总结

总的看，双目检测障碍物的方法基本基于视差图，基于路面视差的方法较多。也许随着深度学习发展的突飞猛进，加上计算平台的增强，双目自动驾驶系统也会普及起来。