無(wú)論是對(duì)于ADAS還是自動(dòng)駕駛，行人檢測(cè)一直是難點(diǎn)之一。除了傳統(tǒng)意義上的識(shí)別，預(yù)測(cè)運(yùn)動(dòng)軌跡也是行業(yè)關(guān)注的焦點(diǎn)。相比于前方車(chē)輛而言，行人的移動(dòng)性方向更難預(yù)測(cè)。

根據(jù)此前一份某城市的交管部門(mén)的資料顯示，平均每年涉及人員傷亡的道路交通事故中因行人橫穿道路發(fā)生的交通事故占據(jù)相當(dāng)大的比重。

行人過(guò)街所表現(xiàn)出的行為特點(diǎn)，大致可以分為四種類(lèi)型：一是正常型，始終保持均勻步速，穩(wěn)步前進(jìn)。二是中途停駐型，行人橫越道路的途中，看到車(chē)輛較多，停頓不前或猶豫不決。三是中途加快型，這類(lèi)行人過(guò)街多半是走到馬路中線(xiàn)后，看到汽車(chē)急速駛來(lái)，加快步伐搶行過(guò)街。四是中途放慢型，這類(lèi)行人過(guò)街通常先是急忙快步奔跑搶行穿越，待到達(dá)中線(xiàn)后一看，路上沒(méi)有汽車(chē)來(lái)往，于是放慢步速，穩(wěn)步行進(jìn)。

在這四種過(guò)街類(lèi)型中后三種類(lèi)型對(duì)安全過(guò)街都存在一定的危險(xiǎn)，因?yàn)榇藭r(shí)行人過(guò)街的后續(xù)行為往往是駕駛員難以預(yù)測(cè)和估計(jì)的，極易造成駕駛員的判斷失誤而導(dǎo)致操作錯(cuò)誤，從而導(dǎo)致悲劇的產(chǎn)生。

從人眼的角度，駕駛者更容易判別行人的意圖，但基于攝像頭等傳感器技術(shù)，這種直覺(jué)判斷并不容易。在自動(dòng)駕駛場(chǎng)景下，車(chē)輛對(duì)行人的判斷是謹(jǐn)慎的，如果無(wú)法判斷下一步的運(yùn)動(dòng)軌跡，車(chē)輛必須在碰到行人的時(shí)候，進(jìn)行減速。

原因是機(jī)器無(wú)法排除前方行人在本車(chē)輛前方徘徊的可能性。有這樣一家初創(chuàng)公司，現(xiàn)在正在嘗試通過(guò)機(jī)器學(xué)習(xí)的方式，來(lái)改變和提升車(chē)輛感知系統(tǒng)對(duì)周?chē)腥?、騎自行車(chē)者運(yùn)動(dòng)軌跡判斷能力。

目前，從行業(yè)的技術(shù)發(fā)展來(lái)看，感知能力已經(jīng)有了很大的進(jìn)步和提升，但整個(gè)自動(dòng)駕駛真正的核心在于決策與控制。

智行者科技CEO張徳兆表示，決策控制第一是行為預(yù)測(cè)，不是指車(chē)的行為預(yù)測(cè)，而是指我們感知出來(lái)的行人，感知出來(lái)其他車(chē)輛的行為預(yù)測(cè)，之后做決策。“現(xiàn)階段我們做自動(dòng)駕駛最大的挑戰(zhàn)并不是目標(biāo)識(shí)別，而是行為理解?！?/p>

這家名為Perceptive Automata的公司聯(lián)合創(chuàng)始人Sam Anthony表示：“我們正在構(gòu)建一個(gè)模塊，讓自動(dòng)駕駛車(chē)輛能夠了解行人在道路上的心態(tài)?！边@個(gè)軟件將“賦予機(jī)器看一個(gè)人的能力，比如：這個(gè)人想橫穿馬路，這個(gè)人知道我的車(chē)在那里?！?/p>

通常，機(jī)器學(xué)習(xí)技術(shù)使用可被客觀(guān)測(cè)量的數(shù)據(jù)來(lái)訓(xùn)練算法。但在這樣的情況下，對(duì)于行人運(yùn)動(dòng)意圖和軌跡判斷并不是很實(shí)際。相反，軌跡感知依賴(lài)于人的主觀(guān)判斷來(lái)提供用于訓(xùn)練其算法的數(shù)據(jù)。

這家公司安排人觀(guān)看視頻剪輯，然后給出行人標(biāo)簽，以人的視角來(lái)給出最佳判斷：是否行人試圖穿過(guò)街道，是否注意到周?chē)?chē)輛。然后，工程師使用這個(gè)標(biāo)記的視頻數(shù)據(jù)集來(lái)訓(xùn)練機(jī)器學(xué)習(xí)算法以做出相同類(lèi)型的判斷。

Sam Anthony表示，汽車(chē)制造商應(yīng)該把它看作是一種能有效地讀取車(chē)輛周?chē)腥诵睦淼母郊觽鞲衅?。然后，這個(gè)“傳感器”數(shù)據(jù)可以與攝像頭、毫米波雷達(dá)、激光雷達(dá)和其他硬件傳感器的數(shù)據(jù)進(jìn)行融合，從而使得自動(dòng)駕駛的感知和決策更為平滑、有效。

目前，包括Waymo、Uber等自動(dòng)駕駛公司正從測(cè)試中收集數(shù)百萬(wàn)英里的傳感器數(shù)據(jù)。他們是否可以通過(guò)傳感器數(shù)據(jù)來(lái)直接預(yù)測(cè)行人行為？

Sam Anthony認(rèn)為，如果你沒(méi)有行人運(yùn)動(dòng)軌跡的預(yù)測(cè)模型，那么預(yù)測(cè)行人是否會(huì)過(guò)馬路要困難得多。畢竟，行人可能會(huì)站在路邊幾秒鐘等待正確的時(shí)機(jī)穿過(guò)街道。一個(gè)自動(dòng)駕駛汽車(chē)最終關(guān)心的是行人是否在過(guò)馬路，而不僅僅是在下一秒他或她是否會(huì)這么做。

目前，Perceptive Automata已經(jīng)成為英偉達(dá)的合作伙伴，同時(shí)公司的客戶(hù)還包括汽車(chē)制造商和Tier1以及一些初創(chuàng)公司。

類(lèi)似的技術(shù)，在今年大陸集團(tuán)發(fā)布的第五代車(chē)規(guī)級(jí)攝像頭MFC500系列也有提及。

這款攝像頭不僅可以在光線(xiàn)更暗的情況下使用，同時(shí)還可以應(yīng)付更復(fù)雜的交通路況，以及，更精確的識(shí)別行人姿態(tài)，預(yù)測(cè)其未來(lái)的行動(dòng)趨勢(shì)。

MFC500可識(shí)別人體的四肢、背包、五官，人體在攝像頭的鏡頭下，變成了移動(dòng)的分段條形物體，通過(guò)軟件識(shí)別算法，依此可以判別出行人的姿態(tài)，包括但不限于行、坐、臥、立等狀態(tài)，以及判斷出大人還是小孩。

另外根據(jù)面部識(shí)別技術(shù)，還可以判斷出行人是否低頭行走還是注視著車(chē)輛，通過(guò)這些種種參數(shù)，最后計(jì)算出行人對(duì)于行車(chē)安全的系數(shù)，以此來(lái)對(duì)輔助自動(dòng)駕駛。

視覺(jué)識(shí)別的關(guān)鍵目的是對(duì)行人運(yùn)動(dòng)的趨勢(shì)做出預(yù)判，提前預(yù)警可能發(fā)生的事故。這款攝像頭將于2020年投產(chǎn)，定位于多功能攝像頭，單顆不僅可以兼顧遠(yuǎn)近多場(chǎng)景，同時(shí)也可以配合其他攝像頭，級(jí)聯(lián)完成更豐富的功能應(yīng)用。