汽車“成像革命”的開始：備用攝像頭開始風(fēng)靡

2002年10月，Cameron Gulbransen被他的父親Greg Gulbransen殺死。原因是Greg Gulbransen在車道緩慢倒車時(shí)，由于SUV后面有一大盲點(diǎn)，他并沒看到自己的兒子在車后。而Cameron Gulbransen跑進(jìn)那個(gè)盲點(diǎn)，意外地被車撞倒。

這是在汽車上安裝電子攝像頭以幫助提高安全性所做努力的轉(zhuǎn)折點(diǎn)。

Greg許諾自己，發(fā)生在他兒子身上的事件永遠(yuǎn)不會(huì)再發(fā)生在其他任何人身上。他加入了兒童安全倡導(dǎo)團(tuán)體KidsAndCars.org，并啟動(dòng)了一個(gè)活動(dòng)，通過安裝一個(gè)電子備用攝像頭來消除汽車后面的盲點(diǎn)。經(jīng)過12年的努力，他終于獲得成功。美國交通部（DOT）國家公路交通安全管理局（NHTSA）于2014年3月31日公布了到2018年5月之前所有重量不到10,000磅的新車中安裝后部可視化技術(shù)攝像頭的要求。“后部可視化要求可挽救生命，將使許多家庭免受這些悲劇性事件所帶來的痛苦，”NHTSA代理署長David Friedman說。

DOT估計(jì)，美國每年的倒車事故會(huì)造成210起死亡和15000人受傷事件，這些事故中大多數(shù)涉及兒童和老年人。KidsAndCars.org估計(jì)，1991年至2012年期間由于倒車事故，1,126名兒童死亡。這些大多數(shù)死亡事件可通過備用攝像頭防止。

許多制造商并未等待指令正式下達(dá)，就開始安裝備用攝像頭作為選項(xiàng)。到2012年，在美國銷售的汽車中，有近一半的車輛已配備這一功能，許多售后市場(chǎng)制造商開始制造套件來改裝舊車。這是汽車“成像革命”的開始。

現(xiàn)在，基于攝像頭的主動(dòng)安全系統(tǒng)在汽車中迅速增加。除了備用攝像頭，您的典型2017年型車也可能具有以下設(shè)備：

使用四個(gè)攝像頭的環(huán)繞視圖系統(tǒng)

最多帶三個(gè)攝像頭的ADAS前置攝像頭系統(tǒng)

后視鏡輔助攝像頭

監(jiān)視攝像頭

驅(qū)動(dòng)程序監(jiān)控?cái)z像頭

側(cè)視攝像頭

從2017年起，許多新車型的攝像頭數(shù)量將超過12臺(tái)，以幫助提高安全性。

圖1.汽車攝像頭

圖2.典型的電子數(shù)碼相機(jī)

典型的電子數(shù)字照攝像頭包括捕獲光的透鏡和在被稱為像素的光傳感器陣列上將光轉(zhuǎn)換為電信號(hào)的圖像傳感器。然后將這些像素信號(hào)饋送到圖像信號(hào)處理器（ISP）中以處理成期望的圖像，然后發(fā)送到顯示器用于觀看，壓縮以存儲(chǔ)或發(fā)送出去以進(jìn)行進(jìn)一步的計(jì)算機(jī)視覺分析。

汽車上的攝像頭可以分為兩類——用于視覺顯示和用于機(jī)器視覺。用于視覺顯示的攝像頭在駕駛艙的顯示屏上向駕駛員呈現(xiàn)圖像。這些應(yīng)用程序的示例有：

備用相像頭

使用四個(gè)攝像頭的環(huán)繞視圖系統(tǒng)

后視鏡輔助攝像機(jī)

監(jiān)視器

側(cè)視攝像機(jī)——要么增強(qiáng)鏡像，要么完全替換它們

夜視攝像機(jī)

用于視覺或分析應(yīng)用的攝像頭生成圖像以供視覺處理器使用。所述視覺處理器對(duì)像素?cái)?shù)據(jù)進(jìn)行分析以執(zhí)行高級(jí)駕駛員輔助系統(tǒng)（ADAS）功能。分析功能在一個(gè)稱為Vision AcceleraTIon Pac的定制TI異構(gòu)架構(gòu)上運(yùn)行，其由定制嵌入式視覺引擎（EVE）組成，與業(yè)界領(lǐng)先的TI C6000™DSP和ARM®內(nèi)核串聯(lián)工作。EVE是專用完全可編程的TI向量處理器，設(shè)計(jì)旨在以極高速度有效地處理低級(jí)和中級(jí)計(jì)算機(jī)視覺算法。它與處理高級(jí)視覺算法的TI C6000 DSP形成互補(bǔ)。分析應(yīng)用程序的示例有：

自適應(yīng)巡航控制（ACC）

自適應(yīng)遠(yuǎn)光燈

盲點(diǎn)監(jiān)視器

碰撞回避系統(tǒng)

前方碰撞警告

智能速度適配或智能速度建議（ISA）

車道偏離警告系統(tǒng)

駕駛員監(jiān)控系統(tǒng)——用于困倦和分心檢測(cè)

對(duì)于視覺用例的圖像處理的要求與用于視覺/分析用例的圖像處理的要求有著顯著不同。視覺使用案例集中于向觀看者提供最佳感知圖像質(zhì)量，強(qiáng)調(diào)視覺上愉悅的顏色和色調(diào)，降低可察覺的噪聲水平，增加動(dòng)態(tài)范圍和邊緣增強(qiáng)以銳化圖像。這些要求直接映射到人類視覺系統(tǒng)的感知。

另一方面，分析用例并不關(guān)心感知圖像質(zhì)量，因?yàn)樗鼈儗Ｗ⒂谝活愝o助計(jì)算機(jī)視覺的圖像處理算法。因此，當(dāng)處理分析時(shí)，不需要增加感知視覺質(zhì)量的算法，如顏色校正和白平衡校正。

ADAS應(yīng)用依靠相機(jī)為計(jì)算機(jī)視覺算法提供數(shù)字視頻流，以幫助提供安全性及駕駛員的舒適性。視頻流必須具有高質(zhì)量，沒有缺陷，實(shí)時(shí)并且具有低延遲。它必須能夠處理寬視場(chǎng)和高動(dòng)態(tài)范圍的典型汽車挑戰(zhàn)。最后，攝像機(jī)系統(tǒng)應(yīng)該能夠在低功率和熱預(yù)算下操作，并且在各種溫度和天氣條件下均可保持信號(hào)完整性。