智能驾驶开发过程中，有哪些关键问题需要解决？

本文共计1753个文字，预计阅读时间需要8分钟。

智能驾驶技术开发中的一些问题：

1. 当前市场上摄像头产品存在距离静止目标识别不准确和输出车道线程序系统动态波动较大问题。请问您认为导致该问题的原因是什么？该如何解决？

智能驾驶开发的几个问题1.当前市场上的摄像头产品经常存在近距离静止目标不识别和输出的车道线方程系数动态波动较大，请问导致该问题的原因您觉得是什么，该如何来解决？近距离检测问题1）F

智能驾驶开发的几个问题

1. 当前市场上的摄像头产品经常存在近距离静止目标不识别和输出的车道线方程系数动态波动较大，请问导致该问题的原因您觉得是什么，该如何来解决？

近距离检测问题

1）FOV视场角太小

2）帧率太低

3）增加样本数据

波动问题

1）深度学习网络模型太小，增加车道线网络模型层数，修改每层卷积核的个数。

2）增加不同场景训练样本数据。

3）增加车道线检测跟踪。

4）修改曲线拟合特征点的帅选方法。

5）修改和矫正摄像头标定参数。

A）摄像机外参：决定摄像机坐标与世界坐标系之间相对位置关系。

其中Pw为世界坐标，Pc是摄像机坐标，他们之间关系为Pc = RPw + T

式中，T= (Tx,Ty,Tz)，是平移向量，R = R(α,β,γ)是旋转矩阵，分别是绕摄像机坐标系z轴旋转角度为γ，绕y轴旋转角度为β，绕x轴旋转角度为α。6个参数组成（α,β,γ,Tx,Ty,Tz)为摄像机外参。

B）摄像机内参：确定摄像机从三维空间到二维图像的投影关系。

摄像机模型为6个参数（f,κ,Sx,Sy,Cx,Cy)；远心摄像机模型为5个参数（f,Sx,Sy,Cx,Cy）。