一、障碍物检测概述：从“看见”到“理解”的第一步

大家好，我是你们的老朋友。今天咱们聊聊障碍物检测——这个听起来很基础、实际上门道极多的领域。

说实话，我入行那会儿，障碍物检测还是个“奢侈品”。那时候做自动驾驶，激光雷达贵得离谱，摄像头分辨率也低。现在呢？连扫地机器人都在做实时障碍物检测。技术迭代快得让人感慨。

1.1 什么是障碍物检测？

障碍物检测，说白了就是让机器“看见”周围环境中不该出现的东西。比如路中间的石墩、突然窜出来的行人、停在路边的车辆。

但这里有个坑——“障碍物”的定义是动态的。我在做园区无人车项目时遇到过：一个纸箱在A场景是障碍物，在B场景却是目标货物。所以，检测系统必须结合场景理解。

它通常包含三个子任务：

• 检测：物体在哪儿？（输出边界框）
• 分类：它是什么？（人、车、动物、静态障碍物）
• 跟踪：它往哪儿去？（时序关联）

1.2 应用场景：不止是自动驾驶

很多人一提到障碍物检测就想到自动驾驶。其实，它的应用面比你想象得广得多。

场景	典型需求	我踩过的坑
自动驾驶	检测车辆、行人、骑行者、路障	雨天摄像头起雾，检测率直接掉30%
服务机器人	检测低矮障碍物（台阶、电线）	曾经忽略了一根黑色充电线，机器人直接绊倒
安防监控	检测入侵者、遗留物、异常聚集	夜间低光照下，传统算法几乎失效
工业质检	检测传送带上的缺陷工件	反光表面让深度学习模型“眼花”

你想想看，这些场景的共同点是什么？——实时性要求高、环境复杂多变、误检代价大。嗯，这就是为什么障碍物检测至今仍是研究热点。

1.3 技术发展史：从“手工特征”到“端到端”

我大概把这段历史分成三个阶段，每个阶段我都亲身经历过。

阶段一：传统视觉时代（2012年以前）

那时候做检测，全靠手工设计特征。HOG（方向梯度直方图）+ SVM 是标配。我记得2010年做行人检测，调HOG参数调了整整两周。效果嘛……晴天还行，阴天就崩。

• 代表方法：HOG + SVM、Haar + AdaBoost
• 痛点：光照变化、遮挡、计算量大

阶段二：深度学习爆发期（2012-2018）

AlexNet 横空出世后，大家都疯了。R-CNN 系列把检测精度拉高了一大截。但说实话，那时候的模型跑在GPU上，嵌入式设备根本带不动。

• 代表方法：Faster R-CNN、YOLO、SSD
• 痛点：速度与精度的权衡、小目标检测差

阶段三：实时与轻量化时代（2018至今）

现在的主流是“又快又准”。YOLOv8、RT-DETR 这些模型，在边缘设备上也能跑30 FPS以上。我个人习惯用 YOLO 系列做原型验证，因为迭代快、社区活跃。

• 代表方法：YOLOv8、RT-DETR、DETR
• 痛点：极端场景（雨雾、黑夜）仍不完美

1.4 主流方法概览：一张图说清楚

下面这张图是我自己整理的障碍物检测方法分类。你看完应该能对全局有个把握。

1.5 为什么障碍物检测这么难？

你可能觉得，不就是框出物体吗？有什么难的？

嗯，我举个真实例子。去年做港口无人集卡项目，遇到三个问题：

1. 尺度变化：远处的小车只有几十像素，近处的集装箱卡车占满整个画面
2. 遮挡：两个集装箱并排，检测框互相重叠
3. 光照突变：从仓库出来到室外，亮度瞬间变化100倍

这些问题，任何一个都能让模型精度掉10个点以上。所以，数据增强和模型鲁棒性是实战中的重中之重。

1.6 本章小结

这一章我们聊了：

• 障碍物检测的本质是“感知+理解”
• 应用场景从自动驾驶到工业质检，各有各的坑
• 技术发展从手工特征到深度学习，再到Transformer
• 主流方法分两阶段、单阶段、Transformer三大流派

下一章，我会带大家搭建第一个障碍物检测模型。到时候咱们手把手写代码，把今天讲的理论落地。