最近有一個熱點事件，有個人開車到墓地，車內屏幕顯示周圍有十幾個行人，甚至還有一個騎自行車的，而當時的墓地道路上空無一人。
居然在墓地看到了『鬼影』，這個消息一下子就火爆全網了，說啥的都有。
汽車廠家作出了回應，稱采用的是激光雷達和視覺攝像頭融合感知，受限於當前市場傳感器識別能力的局限性，出現了識別偏差，後續會升級改進。
那問題就來了，不同廠家使用的傳感器性能相當，是否在同樣情況下是也會出現鬼影呢？『鬼影』背後的技術原因是什麼？如何才能解決？這些問題都值得深究。
01
不同廠家的傳感器
有什麼不同？
現在用於輔助駕駛的車載傳感器主要有三種，分別是視覺攝像頭、毫米波雷達和激光雷達。
視覺攝像頭類似於人的眼睛，善於識別物體的形狀和顏色，但不具備測距能力，夜晚的識別能力會大幅下降。
毫米波雷達對目標的位置和速度非常敏感，而且抗幹擾能力很強，對煙霧和塵埃穿透能力很好，但它對目標的形狀和性質卻無能為力。
激光雷達的測距能力強，多線激光雷達還可以描繪目標的輪廓。
但它不能區分顏色，而且受煙霧和塵埃的影響很大。
三種傳感器的原理和能力非常不同，分別適用於不同的場景，各有優長和短板。
將三種傳感器采集到的信息進行整合，取長補短，發揮 1+1+1＞3 的優勢，這叫作『多傳感器信息融合』，是門非常高深的信息技術。
白天多依賴視覺傳感器，霧霾天多依賴毫米波雷達，晚上多依賴激光雷達，這種定性說法很好理解，但如何對環境進行定量分析，三種信息的置信度和權值該如何確定，這是很復雜的系統工程。
好比是你戴一塊手表，看時間沒有問題，讓你戴三塊手表，就不會看時間了。
可有人精通三塊手表的誤差特性，通過補差校準後，能得出比戴任何一塊表都更精準的時間。
但是，如果補差校準《即多傳感器信息融合》的方法不對，把三塊表的時間進行一番加減乘除，就可能得出一個遠離正確時間的數據，這就悲劇了。
02
為什麼車載電腦會顯示『鬼影』？
我曾從事多年的雷達相關工作，對『多傳感器信息融合』的感觸很深。
用三部雷達觀測同一批空情目標，會得到三個不同的航跡，這就需要用很復雜的技術方法進行航跡融合。
融合好了，航跡精度會比單部雷達高，融合不好，航跡精度反而比單部雷達低。
所以說，並不是傳感器越多精度就越高，『多傳感器信息融合』的能力才是關鍵，如果能力不夠，效果反而更糟。
某國外著名新能源車采用的是『純視覺方案』，其實就是隻戴一塊表，避開了『多傳感器信息融合』的難題，成本低這頭先占上了，而且現階段的識別能力更穩定。
從長遠看，汽車的多傳感器信息融合是必然趨勢，但現階段的能力還有待觀察。
回到墓地鬼影事件，廠家的解釋是『采用的是激光雷達和視覺攝像頭融合感知，受限於當前市場傳感器識別能力的局限性，出現了識別偏差』。
當前市場傳感器的性能是一致的，激光雷達和視覺攝像頭融合感知也是各廠家的普遍做法。
如果其他廠家在相同場景不出現鬼影的話，那問題就出在了『多傳感器信息融合』方面，而不是傳感器性能本身。
通過傳感器識別車外目標，並通過車載電腦顯示出來，這需要對車外目標進行模式識別，『模式識別』是人工智能的重要內容，也是近年來很熱門的研究方向。
車外環境目標大體有六種，分別為卡車、大客車、小客車、摩托車、自行車和行人。
如果傳感器的探測規則是：高度 1～2.5 米，寬度 ＜1 米，速度 ＜2 米/秒，就判定為行人，而不是卡車等其他五種目標。
這是一個很合理的模式識別方法，但樣本隻有 6 個，空間實在是太小了。
如果按照上述的規則，路邊的垃圾桶、郵筒都會被顯示成行人。
好比是一個人隻見過蘋果和香蕉，你給他橘子、鴨梨、石榴，他都會判定為蘋果。
很明顯，墓地墓碑等景物，並沒有被該廠家納入到樣本空間。
除了樣本空間要大，還要增加一個『負邏輯』。
以行人為例，不僅要有符合哪些標準就可以判定為行人的正邏輯，還要有符合哪些標準就可以判定不是行人的負邏輯。
例如，路邊有個塑料的衣服模特，高度、寬度、速度都符合行人標準，但它沒有頭，就可以判定它不是行人。
沒頭的就不是行人，這就是一條很重要的負邏輯。
那該如何改進呢？有簡單和復雜兩種方法。
簡單方法就是提高判決閾值，即在原有基礎上，縮小判定為行人的數值范圍，墓碑等就不會被顯示成行人了，但有些正常行人就會顯示不出來了。
這就是通過提高『漏報率』的方法來降低『誤報率』，本質就是拆東墻補西墻，這種簡單方法不是正路。
復雜方法，就是不斷提高『多目標信息融合』和『模式識別』的能力，不斷增加樣本空間，不斷充實正負邏輯，從而從根本上提升目標識別的能力。
這是一條艱辛的道路，但它是能獲得真正技術進步的正路。
作者：張弛
審核：劉紅梅 中國傳媒大學電視學院副研究員
來源：科普中國
-點擊閱讀更多科學家的故事-
科技發展的背後離不開科技工作者的奉獻
閱讀『科技工作者』
了解更多科學背後的故事