AI实战分享 | 基于CANN的辅助驾驶应用案例

摘要：什么是辅助驾驶？简而言之，就是借助汽车对周围环境的自动感知和分析，让驾驶员预先察觉可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

导读：基于昇腾AI异构计算架构CANN的辅助驾驶AI应用实战开发案例，不仅可以实时检测路面车辆，还能计算出车距，辅助驾驶员进行决策。此项目源码全部开源，传送门已开启，小伙伴们快来体验吧！

引言

科幻片中光怪陆离的飞行器，寄托着人类对未来出行的无限遐想。随着科技的进步，能够自动驾驶的汽车，已经离我们越来越近。

自动驾驶带给人类的惊喜不止是酷炫的自动超车变道，还有它在缓解交通阻塞、减少空气污染、提高道路安全性方面的种种可能性。因此也引得无数汽车企业、科技企业竞相加入这条行业赛道，力求不断突破。

然而，自动驾驶并不是一蹴而就的，由于技术瓶颈和相关法律法规的限制并未真正意义落地，当下的智能汽车正处于半自动驾驶（辅助驾驶）阶段。

什么是辅助驾驶？简而言之，就是借助汽车对周围环境的自动感知和分析，让驾驶员预先察觉可能发生的危险，有效增加汽车驾驶的舒适性和安全性。

当然，辅助驾驶系统也是非常复杂的，为实现汽车在多种复杂场景下的通用性，以及技术层面的多样性，离不开人工智能技术。我们开发了一套基于昇腾AI异构计算架构CANN（Compute Architecture for Neural Networks）的简易版辅助驾驶AI应用，具备车辆检测、车距计算等基本功能，作为辅助驾驶入门级项目再合适不过啦！

话不多说，开启项目传送门：https://www.hiascend.com/zh/developer/mindx-sdk/driveassist

CANN是华为专门针对AI场景推出的异构计算架构，以提升用户开发效率和释放昇腾AI处理器澎湃算力为目的，并且提供多层次的AscendCL编程接口，支持用户快速构建基于昇腾平台的AI应用和业务。

当然，真正意义上的辅助驾驶系统远比这个AI应用更复杂，下面主要介绍如何借助AscendCL编程接口对输入视频进行预测推理，从而实现对车辆及车道线的智能检测。

典型的目标检测算法

为模仿驾驶员对车辆的辨别和分析，需要建立起一个类似人脑的算法结构，找出目标物体，确定它们的类别和位置。同时也需要解决影响检测准确性的一系列问题，比如汽车的外观和姿态、光照和遮挡等因素带来的干扰。

以YOLO（You Only Look Once）为代表的目标检测算法为各类物体的检测提供了更多可能性。从人脸检测到车流控制，从人群计数到农作物监控，目标检测算法在各领域都发挥着不可或缺的作用。

<