一、障碍物检测概述

大家好，我是你们这门课的主讲。在计算机视觉领域摸爬滚打了这么多年，如果要我说哪个方向最「接地气」，那一定是障碍物检测。

说白了，障碍物检测就是让机器「看见」周围环境中哪些东西会挡路。不是简单地识别出「这是一辆车」，而是要告诉系统——「前方5米有障碍物，请立即制动」。我刚开始做这个方向时，总觉得不就是画个框嘛，后来才发现，这里面的门道深着呢。

障碍物检测，本质上是一个定位+分类的任务。模型需要回答两个问题：

举个例子，你开车时看到前面有个东西。你的大脑会瞬间判断：「那是个行人，距离我大概20米，他可能要过马路」。障碍物检测模型做的，就是把这个过程自动化。

核心要点：障碍物检测 ≠ 图像分类。分类只看「有没有」，检测还要看「在哪儿」。我见过不少新手把这两个概念搞混，结果模型训练出来只能识别物体，却不知道物体在画面中的具体位置——这在自动驾驶里可是致命的。

这些年我参与过的项目，几乎覆盖了障碍物检测的主流应用场景。挑几个典型的说说：

这是最「苛刻」的场景。车辆在高速行驶中，每帧画面都要在毫秒级内完成检测。我记得有一次在测试路段，系统把路边的纸箱误检成了行人，结果来了个急刹车——嗯，从那以后我对模型的误检率就格外敏感。

做机器人项目时，我最大的体会是：环境太杂了。室内有桌椅腿、垃圾桶、充电线，室外有台阶、树枝、宠物。你想想看，一个扫地机器人要是把拖鞋当成障碍物绕过去，那还算好的；要是把宠物狗当成障碍物撞上去，那就麻烦了。

安防场景有个特点——背景几乎不变。这其实是个好消息，因为我们可以用背景建模来辅助检测。但坏消息是，监控画面里经常出现遮挡（比如人群中的背包）、光照突变（比如夜间车灯扫过）。

做障碍物检测这些年，踩过的坑比吃过的盐还多。下面这几个挑战，几乎每个项目都会遇到：

行人被车辆挡住一半，或者车辆被树木遮挡——这是家常便饭。我做过一个统计，在真实的城市道路数据中，超过40%的目标都存在不同程度的遮挡。

我的经验：处理遮挡，光靠数据增强是不够的。我建议在模型设计时就考虑遮挡推理机制，比如使用注意力模块让模型学会「脑补」被遮挡的部分。

同一个场景，白天和晚上的特征差异可能比不同场景还大。更别提隧道出入口那种瞬间的光照突变——模型很容易「懵掉」。

为什么会这样？因为卷积神经网络对绝对亮度很敏感。你想想看，一个在白天训练得很好的模型，到了晚上可能连车都检测不出来。

这是目前业界公认的难题。远处的行人可能只占画面的几十个像素，而模型的下采样倍数动辄32倍——这意味着小目标在特征图上可能只剩1-2个像素点。

避坑指南：我曾经在一个项目中，为了追求速度把输入分辨率从1080p降到了640p。结果小目标的召回率直接掉了15个百分点。后来我才意识到——分辨率是检测的基石，不能随便砍。

下面这张图，是我梳理的障碍物检测知识体系。你可以把它当作整个课程的地图：

这张图把整个知识体系分成了三块：核心概念是地基，应用场景是目标，常见挑战是我们要翻越的山。后面的课程，我会带着大家一步步把这些山头都踩在脚下。

好了，第一章就到这里。记住我今天说的——障碍物检测不是简单的「画框游戏」，它关系到生命安全。所以，每一个细节都值得认真对待。

可可精品资料库