机器视觉被比喻为智能制造之眼，通过以图像识别为核心的程序、算法来模拟人的视觉功能，让机器代替人眼实现产品检测、精密测控等功能，从而提高生产效率和生产自动化程度，对工业数字化、智能化转型至关重要。机器视觉在工业领域的应用想必大家已非常熟悉，但是它在自动驾驶领域的应用也许你还不了解。

　　两大应用，提高自动驾驶准确性

　　自动驾驶是智能交通的一种，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。机器视觉是人工智能的一个重要分支，其核心是使用“机器眼”来代替人眼。将机器视觉应用到自动驾驶领域，无疑会大幅度提高自动驾驶的准确性，障碍物检测及道路检测都离不开机器视觉技术。

　　1、障碍物检测

　　障碍物检测的准确率是车辆自动驾驶过程中安全性的重要保证。在行驶过程中，障碍物的出现是不可预知的， 也就无法根据现有的电子地图避开障碍物，只能在车辆行驶过程中及时发现， 并加以处理。

　　2、道路检测

　　自动导航是自动驾驶的必要条件，自动驾驶过程中，道路检测主要是为了确定车辆在道路中的位置和方向，以便控制车辆按照正确的路线行驶。由于现实中的道路多种多样，在加上光照、气候等各种环境因素的影响，道路检测是一个十分复杂的问题。

　　雷达or视觉，不同场景选择不同

　　激光雷达、纯机器视觉，一直是自动驾驶技术中区别明显的两大方向，其实二者都是自动驾驶车辆感知所处环境的一种方式，差别只在于实现方式不同。机器视觉路线以摄像头为主导，配合毫米波雷达、超声波雷达、低成本激光雷达等。激光雷达路线以激光雷达为主导，配合毫米波雷达、超声波传感器、摄像头等。

　　相比于激光雷达，视觉传感器低成本的特性，也让其成为了在自动驾驶解决方案中不可或缺的存在。但是，机器视觉对于算法的要求非常高，让很多车企望而却步。在未来，激光雷达和视觉算法之间的市场竞争依旧会存在，同时成本收益问题仍旧是需要考虑的一个重要方面。不同应用场景下对感知系统的要求不同，技术的选择也会有差别。

　　前景广阔，使无人驾驶成为可能

　　2016-2019年，全球机器视觉市场规模不断扩大，据markets and markets预测，全球机器视觉市场规模至2025年有望达到147美元；据GGII预测，机器视觉产业未来三年，复合增速接近24%，是巨大的蓝海市场。国内机器视觉行业快速发展，中国正在成为世界机器视觉发展最活跃的地区之一。

　　目前，视觉传感器及机器视觉技术被广泛应用到了各类先进辅助驾驶系统中，其中行车环境的感知是基于机器视觉的先进辅助驾驶系统的重要组成部分之一。行车环境的感知主要是依靠视觉技术感知车辆行驶时的道路信息、路况信息和驾驶员状态，为辅助驾驶系统提供决策所必需的基础数据。

　　通过机器视觉的广泛应用，能够大大提升智能交通系统的感知精度与维度，让智能交通系统更加智慧。机器视觉的快速发展促进了自动驾驶技术的成熟，使无人驾驶在未来成为可能。

　　结语：目前，机器视觉仍然广泛应用于工业制造和物流领域，还没有大规模应用到自动驾驶中，但是随着AI技术在智能交通领域的加速落地，机器视觉在自动驾驶应用中有望迎来更大的发展。