DRIVE Labs 系列文章

終點(diǎn)站：尋找車(chē)位與自動(dòng)泊車(chē)

自動(dòng)駕駛汽車(chē)穿梭過(guò)大街小巷，平安經(jīng)過(guò)了各類(lèi)型的路口，即將到達(dá)終點(diǎn)。但隨著近年來(lái)汽車(chē)數(shù)量的增加，城市停車(chē)場(chǎng)壓力逐漸增大，能否找到合適的停車(chē)位并安全駛?cè)胍矊?duì)自動(dòng)駕駛汽車(chē)提出了更高要求。DRIVE Labs“常學(xué)常新”系列是 NVIDIA DRIVE 團(tuán)隊(duì)推出的、以一輛自動(dòng)駕駛汽車(chē)從出發(fā)到最終目的地為線(xiàn)索的系列文章，共分 8 期主題，將為大家詳細(xì)解析自動(dòng)駕駛汽車(chē)如何一路“過(guò)關(guān)斬將”，以及 NVIDIA 技術(shù)與產(chǎn)品在不同場(chǎng)景中提供的支持，以便讀者能更好地了解自動(dòng)駕駛。

本期是第八期“尋找車(chē)位與自動(dòng)泊車(chē)”，將為大家介紹自動(dòng)駕駛汽車(chē)如何通過(guò)深度神經(jīng)網(wǎng)絡(luò)（DNN）和 AI 來(lái)“尋找”合適的停車(chē)位并實(shí)現(xiàn)自動(dòng)泊車(chē)，幫助自動(dòng)駕駛汽車(chē)安全、高效地完成自動(dòng)駕駛旅程的最后一項(xiàng)任務(wù)。

上期文章主要介紹了可保護(hù)車(chē)輛不受碰撞的安全力場(chǎng)（Safety Force Field，SFF）、可守護(hù)駕駛員專(zhuān)注前方道路以實(shí)現(xiàn)安全行駛的 AI 軟件，以及能夠優(yōu)化夜間行人檢測(cè)的主動(dòng)學(xué)習(xí)方法，本期將為大家介紹可用于識(shí)別停車(chē)位的 ParkNet DNN 以及可用于提升自動(dòng)泊車(chē)功能的停車(chē)標(biāo)志輔助功能。話(huà)不多說(shuō)，一起來(lái)看看吧！

自動(dòng)駕駛克服了道路上的重重挑戰(zhàn)后，來(lái)到了駕駛旅程的最終一段—泊車(chē)。隨著汽車(chē)數(shù)量的增加和城市建設(shè)的限制，尋找合適的車(chē)位逐漸成為駕駛員的一大難點(diǎn)。NVIDIA 引入了 AI 和 DNN 以幫助自動(dòng)駕駛汽車(chē)提高車(chē)位尋找能力并提升自動(dòng)泊車(chē)的安全與效率水平。

ParkNet DNN 助力“尋找”開(kāi)放停車(chē)位

在尋找停車(chē)位？AI 可以提供幫助

任何一個(gè)曾經(jīng)在繁忙的停車(chē)場(chǎng)或者擁堵街區(qū)繞過(guò)圈的人都知道，尋找一個(gè)可用的停車(chē)位有的時(shí)候會(huì)很艱難。停車(chē)線(xiàn)標(biāo)記不清、由于視野原因而難以判斷車(chē)位是否空閑以及與其他正在尋找停車(chē)位的人共同“競(jìng)爭(zhēng)”，都會(huì)給自動(dòng)駕駛汽車(chē)帶來(lái)考驗(yàn)。

為了在這些環(huán)境中停車(chē)，自動(dòng)駕駛汽車(chē)需要一個(gè)視覺(jué)感知系統(tǒng)，以在各種條件下檢測(cè)可用的停車(chē)位以及不同形狀的停車(chē)位。NVIDIA 利用在各種條件下收集的攝像頭圖像數(shù)據(jù)，借助 ParkNet DNN 進(jìn)行深度神經(jīng)網(wǎng)絡(luò)處理，來(lái)幫助自動(dòng)駕駛汽車(chē)感知可用停車(chē)位（如以上視頻所示）。

ParkNet DNN 可以在各種條件下檢測(cè)開(kāi)放的停車(chē)位。現(xiàn)實(shí)中的停車(chē)位并非都是完美的矩形，它們可能是傾斜帶有一定角度的四邊形，也可能是垂直或平行的狀態(tài)，為了解決停車(chē)位形狀和朝向的幾何多樣性，NVIDIA 訓(xùn)練 ParkNet DNN 以四邊形為標(biāo)準(zhǔn)來(lái)識(shí)別停車(chē)位，包括直角四邊形（也就是長(zhǎng)方形）、任意角度的四邊形等，以賦能自動(dòng)駕駛汽車(chē)感知不同朝向的停車(chē)位。

ParkNet DNN 還能分辨停車(chē)位的“入口線(xiàn)”，即幫助自動(dòng)駕駛汽車(chē)了解應(yīng)該從多邊形的哪條線(xiàn)進(jìn)入停車(chē)位并停車(chē)，以為后續(xù)自主泊車(chē)提供準(zhǔn)確的信息。此外，ParkNet DNN 還能通過(guò)五個(gè)攝像頭環(huán)繞感知裝置來(lái)區(qū)分可用停車(chē)位和已被其他車(chē)輛占用的停車(chē)位。

借助 ParkNet DNN 通過(guò)五個(gè)環(huán)繞攝像頭感知裝置來(lái)進(jìn)行停車(chē)位的感知。紅線(xiàn)表示四邊形停車(chē)位的形狀檢測(cè)。綠線(xiàn)表示被定義為停車(chē)位入口線(xiàn)的那一側(cè)

自動(dòng)駕駛汽車(chē)還可將通過(guò) ParkNet DNN 獲取的 2D 感知結(jié)果轉(zhuǎn)化為 3D 坐標(biāo)以用于下一階段 — 自主泊車(chē)，以實(shí)現(xiàn)精確位置預(yù)估。

左圖：2D 圖像形式的 ParkNet 檢測(cè)和分類(lèi)結(jié)果

右圖：將 ParkNet 檢測(cè)和分類(lèi)結(jié)果轉(zhuǎn)換為 3D 坐標(biāo)，并以俯視的視角進(jìn)行可視化呈現(xiàn)

停車(chē)標(biāo)志輔助功能助力優(yōu)化自動(dòng)代客泊車(chē)

使用停車(chē)標(biāo)志輔助功能提升自動(dòng)代客泊車(chē)功能

自動(dòng)泊車(chē)涉及一系列復(fù)雜的感知和決策算法，傳統(tǒng)上依賴(lài)高精地圖來(lái)檢索停車(chē)信息。然而，地圖覆蓋率和較差或過(guò)時(shí)的本地化信息可能會(huì)限制此類(lèi)系統(tǒng)。同時(shí)除了像物理標(biāo)志這樣的明確線(xiàn)索外，現(xiàn)實(shí)中還存在著許多攜帶停車(chē)信息的隱含標(biāo)志，這也會(huì)對(duì)自動(dòng)停車(chē)系統(tǒng)帶來(lái)識(shí)別壓力。除此之外，系統(tǒng)還必須理解和解釋不同地區(qū)的停車(chē)規(guī)則。

因此，對(duì)自動(dòng)駕駛汽車(chē)而言，配備能夠幫助其了解停車(chē)規(guī)則的復(fù)雜性并做出相應(yīng)反應(yīng)的停車(chē)標(biāo)志輔助（PSA）系統(tǒng)則顯得尤為重要。以上視頻就為大家展示了 NVIDIA DRIVE AV 軟件堆棧如何利用最先進(jìn)的 DNN 和計(jì)算機(jī)視覺(jué)算法來(lái)提高真實(shí)場(chǎng)景中自動(dòng)停車(chē)的覆蓋率和魯棒性，以改善現(xiàn)實(shí)場(chǎng)景中的自動(dòng)泊車(chē)。

NVIDIA DRIVE AV 軟件堆棧首先利用 WaitNet DNN、wait perception 堆棧以及 SignNet DNN 等技術(shù)實(shí)時(shí)檢測(cè)、跟蹤和分類(lèi)各種停車(chē)交通標(biāo)志和道路交叉口。而后，將這些感知結(jié)果輸入 PSA 系統(tǒng)，PSA 系統(tǒng)接收到檢測(cè)到的停車(chē)標(biāo)志和道路交叉口后，會(huì)將對(duì)象抽象為一個(gè)“啟動(dòng)停車(chē)標(biāo)志”或“終點(diǎn)停車(chē)標(biāo)志”，并形成停車(chē)帶：

• 啟動(dòng)停車(chē)標(biāo)志體現(xiàn)了新停車(chē)帶的潛在起點(diǎn)

• 終點(diǎn)停車(chē)標(biāo)志表示一個(gè)或多個(gè)現(xiàn)有停車(chē)帶的終止位置

形成停車(chē)帶

上圖顯示了 PSA 系統(tǒng)如何將標(biāo)志和道路交叉口抽象為停車(chē)帶。該圖顯示，單個(gè)標(biāo)志可以生成多個(gè)虛擬標(biāo)志。例如，中間的符號(hào)作為最左邊符號(hào)的“結(jié)束”符號(hào)，作為最右邊符號(hào)的“開(kāi)始”。此外，PSA 系統(tǒng)還可以利用交通標(biāo)志的語(yǔ)義將停車(chē)帶分為禁止停車(chē)、禁止停留、允許停車(chē)和未知狀態(tài)（如下圖所示）。

禁止停車(chē)區(qū)旁的汽車(chē)

下圖展示了 PSA 系統(tǒng)的主要功能工作流。在幀 A 中，PSA 系統(tǒng)能檢測(cè)到“停車(chē)區(qū)開(kāi)始”標(biāo)志，并創(chuàng)建新的停車(chē)帶。汽車(chē)行駛一段時(shí)間后，能檢測(cè)到“停車(chē)區(qū)結(jié)束”標(biāo)志，該標(biāo)志與該停車(chē)帶的開(kāi)始標(biāo)志相匹配。最后，PSA 系統(tǒng)將所有激活的停車(chē)帶存儲(chǔ)在其存儲(chǔ)器中，并根據(jù)停車(chē)帶所隱含的交通規(guī)則向駕駛員發(fā)出當(dāng)前停車(chē)狀態(tài)的信號(hào)。

PSA 的高水平工作

基于 NVIDIA DRIVE AGX 運(yùn)行的 PSA 系統(tǒng)僅需幾毫秒，就能夠以驚人的準(zhǔn)確性實(shí)現(xiàn)復(fù)雜的決策，以幫助自動(dòng)駕駛汽車(chē)提升自動(dòng)泊車(chē)功能。

以上就是本期全部?jī)?nèi)容。本次的自動(dòng)駕駛之旅到這里就暫告一段落了，該系列文章是以一輛自動(dòng)駕駛汽車(chē)的出行為導(dǎo)引，為大家介紹了 NVIDIA 在自動(dòng)駕駛各場(chǎng)景中所提供的解決方案與技術(shù)支持，希望大家喜歡！歡迎大家點(diǎn)擊“閱讀原文”，觀看更多 NVIDIA DRIVE Labs & Dispatch 視頻，持續(xù)關(guān)注 NVIDIA 在自動(dòng)駕駛領(lǐng)域的技術(shù)進(jìn)展。