一项让基于摄像头的自动驾驶汽车更准确感知周边环境的人工智能技术问世。该技术利用了为画面赋予透视感的几何装置“消失点”。
蔚山科学技术院(UNIST)人工智能研究生院朱京敦教授团队15日表示,已开发出可弥补摄像头输入信息透视畸变问题的人工智能模型“VPOcc”。
自动驾驶汽车和机器人的人工智能通过摄像头或激光雷达(LiDAR)传感器识别周边环境。摄像头比激光雷达便宜、轻便,并能提供色彩、形态等丰富信息,但由于将三维空间以二维图像呈现,因距离造成的尺寸畸变较大。近处物体显得更大,远处物体显得更小,由此产生漏检远处物体或只突出近处区域的误差。
研究团队通过设计让人工智能以消失点为基准重构信息,解决了这一问题。消失点是文艺复兴时期画家确立并沿用的赋予透视感的技法,指车道线或铁轨等现实中平行的线条在远处看似相交的那一点。正如人通过观察画面上的消失点在平面中感受到纵深,所开发的人工智能模型也以消失点为基准,更准确地还原摄像头影像中的深度与距离。
该模型主要由三个模块构成:以消失点为基准校正影像、减少透视畸变的模块(VPZoomer);在远近区域提取均衡信息的模块(VPCA);以及将原始影像与校正影像融合、相互弥补弱点的模块(SVF)。
实验结果显示,VPOcc在多个基准测试中,空间理解能力(mIoU)和还原能力(IoU)均超越现有模型。尤其在对自动驾驶至关重要的道路环境中,能清晰预测远处物体,并更准确区分重叠的物体。
本次研究由UNIST研究员金俊洙作为第一作者主导,李俊熙研究员(UNIST)与美国卡内基梅隆大学研究人员参与。
金俊洙研究员解释称:“我认为把人感知空间的方式嫁接到人工智能上,将能更有效地理解三维空间,于是开始了这项研究”,“这是能够最大化发挥在价格竞争力和轻量化方面优于激光雷达传感器的摄像头传感器可用性的成果”。
朱京敦教授期待表示:“所开发的技术不仅可用于机器人、自动驾驶系统,还可应用于增强现实(AR)地图制作等多个领域”。
该研究成果于今年3月在第31届三星Humantech论文大奖中获得银奖,并被智能机器人领域权威学会IROS(智能机器人与系统国际会议)2025录用。今年的学会将于19日至25日在中国杭州举行。






