视觉目标检测
识别车辆、行人、两轮车、锥桶与道路障碍物,支持多摄像头视场拼接。
从摄像头、激光雷达到毫米波雷达,度芯方观提供面向量产车型的多传感器融合软件,覆盖目标检测、车道线识别、可行驶区域与动态目标跟踪,让复杂道路信息更快进入决策链路。
围绕车端实时性、复杂天气鲁棒性和域控资源约束,建立从传感器输入到环境模型输出的稳定链路。
软件将不同传感器的时间戳、坐标系和观测结果统一处理,输出供决策规划调用的目标列表、车道结构、道路边界及占用栅格。算法模块支持按车型平台拆分部署,便于在不同域控制器上进行算力配置。
组件可根据传感器组合、车型定位和功能等级进行选配,支持从单项能力验证到完整感知栈集成。
识别车辆、行人、两轮车、锥桶与道路障碍物,支持多摄像头视场拼接。
输出车道线、路沿、分流区和可行驶区域,为LCC与NOA功能提供结构化道路信息。
完成点云地面分割、聚类与三维目标检测,增强夜间及弱光环境下的空间感知能力。
融合速度、距离和方位信息,提升前向目标跟踪连续性,适配高速道路与拥堵工况。
输出目标历史轨迹、运动状态和置信度,向决策规划模块提供可计算的环境变量。
以栅格形式描述车辆周围空间占用关系,适用于无清晰车道线道路和复杂障碍场景。
感知效果不仅取决于模型,也取决于传感器安装姿态、时间同步和数据质量。软件提供标定参数管理、采集质量检查与版本追踪能力,减少车型切换时的重复调试工作。
针对真实道路中光照变化、反射干扰和目标遮挡等问题,建立场景化数据集与回放验证机制。
优化弱光目标特征提取,关注行人、两轮车与路侧障碍物。
结合雷达信息校正视觉置信度,降低雨滴和雾气造成的误检。
处理强光、隧道出入口和湿路反光,保持车道结构输出。
利用点云和占用栅格补充规则道路之外的障碍信息。
以下参数用于常见量产域控项目的方案评估,最终指标将结合芯片、传感器配置和功能范围确认。
| 能力项目 | 典型范围 | 工程说明 |
|---|---|---|
| 端到端感知时延 | 60—80毫秒 | 按常见相机与融合链路配置评估 |
| 相机接入数量 | 4—12路 | 支持环视、前视及侧向视场组合 |
| 激光雷达接入 | 1—3路 | 可配置点云预处理与三维检测模块 |
| 目标类别覆盖 | 20—60类 | 根据车型功能和数据集进行定制扩展 |
| 验证方式 | 仿真回放+实车测试 | 结合问题样本、道路里程与版本回归管理 |
请留下车型平台、传感器组合与功能需求,技术顾问将围绕感知时延、算力配置、接口适配和验证计划提供初步建议。