【導讀】自動駕駛的安全行駛離不開視覺係統對周圍環境的精準“洞察”，而道路上突發的石頭、輪lun胎tai碎sui片pian等deng異yi常chang物wu體ti，恰qia恰qia是shi視shi覺jiao感gan知zhi的de一yi大da難nan題ti。本ben文wen圍wei繞rao自zi動dong駕jia駛shi視shi覺jiao係xi統tong的de核he心xin任ren務wu展zhan開kai，先xian厘li清qing目mu標biao檢jian測ce與yu語yu義yi分fen割ge兩liang大da基ji礎chu感gan知zhi任ren務wu，再zai明ming確que異yi常chang物wu體ti的de定ding義yi與yu識shi別bie難nan點dian，最zui終zhong詳xiang解jie視shi覺jiao係xi統tong通tong過guo主zhu流liu檢jian測ce模mo型xing、分割技術及小目標檢測策略應對異常物體的具體方法。

自動駕駛視覺係統都在看什麼
？

自動駕駛汽車要“看見”zhouweihuanjing
，shikaoyixiliechuanganqilaiwanchengde

，qizhongzuihexindeyigejiushishexiangtou。shexiangtoucaijidaoshishituxiangzhihou，zidongjiashizhongdeshijiaoganzhixitonghuijiangyuanshituxiangbianchengjiqikeyilijiede“環境模型”。

這個環境模型中會包括前方有沒有車輛
、有沒有行人、車道線在哪裏

、jiaotongbiaozhishishenme，shenzhihaiyoulumianshangdezhangaiwudenghenduoxinxi。shijiaoganzhishizhenggezidongjiashixitongdejichurenwuzhiyi
，meiyouta
，houxudejuecehekongzhidouwucongtanqi。

在自動駕駛的視覺感知體係裏
，有兩個非常基礎且核心的任務，即目標檢測（Object Detection）和語義分割（Semantic Segmentation）。目標檢測就是在圖像裏找到如汽車
、人、摩托車這樣的目標並給出它們的位置。語義分割則是把圖像裏每個像素分配到類別標簽上
，比如“這是道路，這是人行道，這是障礙物”這樣的標記。

簡單理解這兩個概念
，目標檢測回答的是“這裏有沒有一個物體
？它在哪裏？是什麼？”
；而語義分割回答的是“這塊區域屬於什麼類別”。這兩類任務結合起來
，就是視覺感知要做的基本工作。

什麼是異常物體？

小夥伴所提及的石頭這樣的小障礙物
，其實可以歸類為異常物體。所謂“異常物體”，其實就是那些在訓練集中不常出現
、類別不明確，但可能對車輛安全構成威脅的物體。這類物體在視覺上可能大小、形狀都很不規則，有時候顏色還和地麵、陰影特別接近
，這給機器識別帶來很大挑戰。

在日常駕駛中，最常見的障礙物就是其他車輛、行人、自行車
、摩托車等一目了然的大物體。視覺係統會把這些定義為主要目標類別，在訓練數據裏反複學習它們的特征。

但是真實路並不是理想狀態，在行駛過程中，還可能會遇到如掉落的貨物

、輪胎碎片
、塑料袋

、shenzhishitouzheyangdeyichangwuti。zhexiewutibushibiaozhundemubiaoleibie，yebuyidingzaiwomenxunlianshujuliyoudaliangyangbenchuxian。danruguochelianggaosuxingshipengshangzheyangdewuti，kenengzaochengluntaibaotai、控製失誤等安全風險。因此，對這些異常物體進行精準識別，是非常有必要的。

因(yin)為(wei)視(shi)覺(jiao)感(gan)知(zhi)係(xi)統(tong)主(zhu)要(yao)是(shi)從(cong)數(shu)據(ju)裏(li)學(xue)特(te)征(zheng)，像(xiang)石(shi)頭(tou)這(zhe)種(zhong)偶(ou)爾(er)才(cai)出(chu)現(xian)的(de)場(chang)景(jing)

，沒(mei)有(you)足(zu)夠(gou)的(de)例(li)子(zi)能(neng)讓(rang)係(xi)統(tong)學(xue)會(hui)判(pan)斷(duan)它(ta)就(jiu)是(shi)個(ge)障(zhang)礙(ai)物(wu)。有(you)時(shi)候(hou)，石(shi)頭(tou)在(zai)視(shi)覺(jiao)上(shang)會(hui)和(he)路(lu)麵(mian)、陰影

、裂縫這些東西非常相似
，對於模型來說，它很難從單張圖像裏判斷這塊石頭有沒有危險
、離車多遠、應不應該規避。對這類情況的檢測和處理就成為自動駕駛感知的一大難題。

視覺任務怎麼檢測這些異常物體


？

jiranshitouzheyangdeyichangwutibushuyuchangguileibie，zidongjiashishijiaoxitonghainengjiancetama？daanshi，nengjiance，danbushijiandandibataguiweimouleiwuti，ershitongguoduozhongshijiaorenwuhecelvelaishibiefengxian。

現階段，自動駕駛已使用深度學習模型來進行視覺感知
，它們在圖像上學習不同物體的形狀、紋理、邊界等特征。像是YOLO
、SSD、Faster R-CNN這些主流物體檢測模型，可以在圖像中找到各種目標並給出置信度和位置框。對於不屬於已知類別的目標，這類模型可能不會輸出如“石頭”這樣的明確標簽，但會給出一個“未知物體/障礙物”的檢測結果，以提示自動駕駛係統有一個值得注意的物體在前方。

語義分割或實例分割也是識別異常物體的主要手段，它會把圖像分成如“路麵”“非道路”“障礙物”等標簽。隻要模型在訓練時學會了把“正常路麵”與“路麵上的異常區域”區分開來，即便它沒有見過“石頭”這種具體類別
，也會把視覺上突兀、不屬於路麵的那一塊像素標記為“非路麵/障礙物”。像素級的標注會讓係統發現道路上異常的區域，並把這些區域當作潛在障礙物上報給後續的決策與控製模塊。

還有一類專門針對小型異常物體檢測的視覺任務，被稱為小目標檢測，其主要解決的是體積很小
、距離較遠、waixingyoubuguizedewutishibiewenti。youyuzhexiemubiaozaituxiangzhongzhizhanhenshaodexiangsu
，chuantongmubiaojiancemoxinghenrongyibatamendangchengzaoshengerhulve。weilejiejuezhegewenti，ketongguoyinrujiguangleidadengqitachuanganqidexinxi，yongsanweidianyuntigongdekongjianweizhihegaoduxiansuo
，quyueshuheyindaoshijiaomoxingguanzhunaxie“看起來不起眼、但在空間上確實存在”的de區qu域yu。這zhe樣yang一yi來lai
，視shi覺jiao模mo型xing不bu再zai隻zhi依yi賴lai外wai觀guan特te征zheng
，而er是shi可ke以yi結jie合he真zhen實shi的de三san維wei結jie構gou信xin息xi，對dui小xiao障zhang礙ai物wu的de識shi別bie會hui更geng加jia穩wen定ding
，也ye更geng不bu容rong易yi漏lou檢jian。

總結

自動駕駛視覺係統對異常物體的識別，並非依賴單一的類別標注
，而是通過目標檢測

、語義分割、小目標檢測等多元任務協同，結合多傳感器融合的輔助策略，實現對道路風險的精準洞察。從“識別已知常規目標”到“感知未知異常風險”，zheyiguochengzhangxianleshijiaoganzhijishudejinjieluoji

，yeweizidongjiashideanquanluodizhulaolejichu。weilai，suizheshenduxueximoxingdeyouhuayuduochuanganqironghejishudeshenhua
，shijiaoxitongduiyichangwutideshibiejianggenggaoxiao、更穩定，進一步推動自動駕駛技術向更安全
、更可靠的方向發展。