视觉感知在自动驾驶中起着重要作用，主要任务之一是目标检测和识别。由于视觉传感器具有丰富的颜色和纹理信息，因此可以快速准确地识别各种道路信息。常用的技术基于提取和计算图像的各种特征，基于深度学习的方法具有更好的可靠性和处理速度，并且在识别复杂元素方面具有更大的优势。对于深度估计，视觉传感器由于其尺寸小和成本低，也被用于测距。单目相机使用来自单个视点的图像数据作为输入来估计对象深度，相比之下，立体视觉是基于视差和匹配不同视图的特征点，深度学习的应用也进一步提高了准确性。此外，SLAM可以建立道路环境模型，从而帮助车辆感知周围环境并完成任务。本文介绍并比较了各种目标检测和识别方法，然后解释了深度估计的发展，并比较了基于单目、立体和RGB-D传感器的各种方法，接下来回顾并比较了SLAM的各种方法。最后总结了当前存在的问题，并提出了视觉技术的未来发展趋势。

内容中包含的图片若涉及版权问题，请及时与我们联系删除