周 越，楊宗浩，解 宇

（上海交通大學(xué)電子信息與電氣工程學(xué)院，上海 200240）

0 引 言

隨著人工智能技術(shù)的發(fā)展，智能駕駛成為自動(dòng)化領(lǐng)域一個(gè)研究的熱點(diǎn)。計(jì)算機(jī)視覺作為其核心技術(shù)之一，成為該領(lǐng)域人才知識(shí)結(jié)構(gòu)中的重要單元。高校承擔(dān)培養(yǎng)各領(lǐng)域人才的重任，如何培養(yǎng)具有扎實(shí)的基礎(chǔ)理論和勇于創(chuàng)新實(shí)踐的人才是至關(guān)重要。實(shí)踐教學(xué)是其中的一個(gè)重要環(huán)節(jié)。本文基于視覺感知的智能駕駛為案例構(gòu)建“感知—分析—控制—執(zhí)行”的實(shí)踐平臺(tái)，有助于學(xué)生系統(tǒng)性地構(gòu)筑知識(shí)體系，在解決探究性、綜合性的工程問題時(shí)給予學(xué)生一個(gè)很好的創(chuàng)新實(shí)踐平臺(tái)［1］。

構(gòu)建實(shí)物環(huán)境的條件苛刻、效費(fèi)比低且具有一定危險(xiǎn)性；對(duì)于日常實(shí)踐教學(xué)的批量任務(wù)無法實(shí)時(shí)滿足，且存在安全問題。同時(shí)，基于視覺的智能駕駛領(lǐng)域大量引入深度學(xué)習(xí)技術(shù)，需要各種場(chǎng)景下標(biāo)注的樣本，場(chǎng)景樣本數(shù)據(jù)片面和海量數(shù)據(jù)樣本無法準(zhǔn)確標(biāo)注的問題凸顯。

虛擬仿真平臺(tái)通過將復(fù)雜的智能駕駛場(chǎng)景進(jìn)行具象化，從系統(tǒng)的角度讓學(xué)生體驗(yàn)所學(xué)理論知識(shí)與提升學(xué)生的創(chuàng)新實(shí)踐能力，同時(shí)該平臺(tái)能夠仿真不同環(huán)境下的各類信息（如視覺信息和深度信息），在一定程度上解決現(xiàn)實(shí)場(chǎng)景中海量數(shù)據(jù)標(biāo)注問題，尤其是環(huán)境的深度感知信息與標(biāo)注一直是相關(guān)技術(shù)研究的瓶頸。

基于Unity3D 的智能駕駛虛擬仿真平臺(tái)內(nèi)容豐富，本文在介紹城市場(chǎng)景下智能駕駛的虛擬仿真平臺(tái)構(gòu)建的基礎(chǔ)上，著重以環(huán)境深度感知為例，說明虛擬仿真的原理與教學(xué)實(shí)踐的研究。

1 虛擬仿真平臺(tái)開發(fā)及體系建設(shè)

虛擬仿真實(shí)驗(yàn)平臺(tái)主要是兩大功能：①運(yùn)用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)城市場(chǎng)景下的智能駕駛；②仿真產(chǎn)生不同場(chǎng)景下感知各類信息的數(shù)據(jù)樣本（如深度信息的感知），并帶有準(zhǔn)確的標(biāo)注信息。

1.1 城市場(chǎng)景智能駕駛?cè)蝿?wù)的實(shí)現(xiàn)

在城市場(chǎng)景駕駛?cè)蝿?wù)部分，平臺(tái)提供了三大類型的仿真實(shí)驗(yàn)，城市道路駕駛、測(cè)距測(cè)姿和自動(dòng)泊車實(shí)驗(yàn)。各實(shí)驗(yàn)由簡(jiǎn)到難，引導(dǎo)學(xué)生進(jìn)行實(shí)驗(yàn)，學(xué)生可以在不同類型場(chǎng)景下，根據(jù)不同難度逐一進(jìn)行探索和實(shí)驗(yàn)。此外，在測(cè)距實(shí)驗(yàn)中，可以通過調(diào)整雙目相機(jī)基線距離、相機(jī)焦距參數(shù)、前后車起始距離、前車運(yùn)行速度以及前車特征標(biāo)志圖類型進(jìn)行分組對(duì)照實(shí)驗(yàn)。又如自動(dòng)泊車實(shí)驗(yàn)，提供地面和地下停車場(chǎng)2 種不同難度的仿真環(huán)境，對(duì)仿真光照和物理空間有著不同的難度。實(shí)驗(yàn)需要學(xué)生通過優(yōu)化不同的多視角組合獲得更有效的視覺信息來完成各項(xiàng)任務(wù)，增強(qiáng)了實(shí)驗(yàn)的探索性和學(xué)生的自主性。

1.2 環(huán)境深度感知仿真的實(shí)現(xiàn)

平臺(tái)還提供多種場(chǎng)景下深度信息感知的仿真。為學(xué)生進(jìn)一步探究基于深度學(xué)習(xí)的環(huán)境感知與建模提供了數(shù)據(jù)支撐。

自動(dòng)駕駛需要對(duì)周圍環(huán)境中的物體距離有所感知，因此平臺(tái)為采集相機(jī)提供場(chǎng)景的深度信息，學(xué)生可以使用車輛上的采集相機(jī)對(duì)環(huán)境中的彩色圖像和對(duì)應(yīng)的深度圖像進(jìn)行采集。為獲取仿真環(huán)境中物體的深度信息，在采集相機(jī)對(duì)場(chǎng)景進(jìn)行渲染時(shí)，平臺(tái)在通用渲染管線中的深度測(cè)試階段獲取深度緩沖信息，從而使用該信息推算物體與采集相機(jī)之間的距離。深度緩沖作用是避免對(duì)相機(jī)采集畫面中場(chǎng)景內(nèi)的被遮擋物體進(jìn)行渲染，在節(jié)省不必要計(jì)算的同時(shí)，可以獲取場(chǎng)景內(nèi)物體與采集相機(jī)的距離。因此平臺(tái)利用深度緩沖階段的深度相關(guān)信息進(jìn)行深度測(cè)試，最終得到與彩色圖像對(duì)應(yīng)的深度圖，每個(gè)像素點(diǎn)具有該點(diǎn)屬于的物體相對(duì)相機(jī)的距離信息。

相機(jī)所采集的視差范圍由設(shè)定好的遠(yuǎn)近平面所決定，利用最遠(yuǎn)平面剪裁可以舍去比最遠(yuǎn)平面更遠(yuǎn)的物體的渲染計(jì)算，同理，比最近平面更近的物體不需要進(jìn)行渲染。因此，常規(guī)的深度測(cè)試直接利用線性深度緩沖進(jìn)行計(jì)算，將圖像像素點(diǎn)對(duì)應(yīng)該點(diǎn)在空間坐標(biāo)系中的z坐標(biāo)映射到視差范圍內(nèi)，far和near是用來提供到投影矩陣設(shè)置可見視圖截錐的遠(yuǎn)近值。其線性轉(zhuǎn)換方程如下：

使用該方法獲取的深度圖與對(duì)應(yīng)的彩色圖像對(duì)深度估計(jì)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，發(fā)現(xiàn)訓(xùn)練好的模型在公開數(shù)據(jù)集上的表現(xiàn)較差，而在可視化視差圖結(jié)果上可以看出最終得到的視差圖中遠(yuǎn)處物體和近處物體的差異并不明顯。因此，本平臺(tái)在線性深度測(cè)試的基礎(chǔ)上進(jìn)行改進(jìn)，建立非線性映射方程以進(jìn)行深度測(cè)試，犧牲對(duì)遠(yuǎn)處不感興趣物體深度識(shí)別精度，從而提高對(duì)近處物體深度識(shí)別精度的提升。最終建立的非線性映射方程：

圖1 為非線性映射函數(shù)圖像。

圖1 深度值非線性轉(zhuǎn)換函數(shù)圖

基于非線性深度測(cè)試方法，平臺(tái)提出并實(shí)現(xiàn)對(duì)采集圖像像素點(diǎn)重建該點(diǎn)世界空間坐標(biāo)的方法，從而獲取該點(diǎn)深度值。平臺(tái)使用圖形著色器進(jìn)行實(shí)現(xiàn)。Unity默認(rèn)的深度測(cè)試方法為：首先使用Unity 內(nèi)置正交矩陣Munity對(duì)該頂點(diǎn)向量從世界空間向量vvertex轉(zhuǎn)換到觀察空間向量：

然后通過頂點(diǎn)向量v 在觀察空間中的z軸分量（v.z）計(jì)算出相機(jī)視點(diǎn)的觀察線性深度值（Eye Depth）o，公式如下：

據(jù)此，結(jié)合遠(yuǎn)平面截?cái)嗯c非線性深度緩沖計(jì)算方法，通過圖形著色器的改寫成功獲取非線性深度值f，最終的深度值計(jì)算方法公式為

2 虛擬仿真實(shí)驗(yàn)平臺(tái)與課程教學(xué)研究

2.1 虛擬仿真環(huán)境開發(fā)

平臺(tái)所有仿真環(huán)境和場(chǎng)景的構(gòu)建均基于Unity3D圖形引擎，該公開平臺(tái)不僅能夠提供充足的仿真場(chǎng)景中所需要的資源，還具有完整的插件系統(tǒng)，更有利于搭建供學(xué)生使用的自動(dòng)駕駛仿真平臺(tái)。此外，本平臺(tái)在還原現(xiàn)實(shí)生活中自動(dòng)駕駛應(yīng)用場(chǎng)景方面，盡可能涵蓋了常見的駕駛場(chǎng)景，不僅包括日常行駛的城市街道或高速公路，更包括了自然駕駛場(chǎng)景和地下停車場(chǎng)等更具有視覺挑戰(zhàn)性的復(fù)雜場(chǎng)景［14-15］。

引入平臺(tái)是為了給學(xué)生提供“學(xué)以致用”的平臺(tái)［2］，整個(gè)虛擬仿真實(shí)驗(yàn)系統(tǒng)架構(gòu)如圖2 所示。①穩(wěn)定的實(shí)驗(yàn)環(huán)境建設(shè)機(jī)制：前端包括仿真模型的搭建和使用者代碼編輯功能的建設(shè)，后端包括車輛的仿真計(jì)算引擎以及仿真場(chǎng)景分配功能。②友好的系統(tǒng)運(yùn)行需求：本仿真系統(tǒng)可在windows 或linux 系統(tǒng)下運(yùn)行，用戶使用瀏覽器登錄網(wǎng)站后即可體驗(yàn)平臺(tái)的功能。③真實(shí)的仿真信息反饋：在車輛的仿真部分，使用Unity3D搭建車輛行駛場(chǎng)景，代碼IDE 區(qū)域?qū)崿F(xiàn)與python相同的功能，給使用者帶來真實(shí)準(zhǔn)確的調(diào)試反饋信息［3］。

圖2 虛擬仿真實(shí)驗(yàn)系統(tǒng)架構(gòu)

2.2 虛擬仿真實(shí)驗(yàn)教學(xué)方法

（1）以“系統(tǒng)導(dǎo)向，實(shí)踐閉環(huán)，拓展學(xué)習(xí)”為總體設(shè)計(jì)思路。智能駕駛場(chǎng)景下的系統(tǒng)性、綜合性實(shí)驗(yàn)是計(jì)算機(jī)視覺課程中重要的實(shí)踐環(huán)節(jié)［3］。學(xué)生通過虛擬仿真實(shí)驗(yàn)操作，可以打破時(shí)空壁壘，無須親臨真實(shí)實(shí)驗(yàn)場(chǎng)地，可達(dá)到將理論用于實(shí)踐的教學(xué)目標(biāo)，而且虛擬仿真實(shí)驗(yàn)還能夠及時(shí)地給出反饋，將實(shí)驗(yàn)效果以及對(duì)比結(jié)果回饋于學(xué)生，形成實(shí)踐閉環(huán)。另外，在對(duì)平臺(tái)設(shè)置的復(fù)雜工程問題進(jìn)行分析-解決的過程中，可以更好地激發(fā)學(xué)生自主拓展學(xué)習(xí)的熱情，從而達(dá)到對(duì)知識(shí)深化學(xué)習(xí)和拓展知識(shí)的目的。

（2）以“實(shí)踐探究，興趣驅(qū)動(dòng)，自主創(chuàng)新”為技術(shù)實(shí)現(xiàn)目標(biāo)。實(shí)驗(yàn)由簡(jiǎn)到難引導(dǎo)學(xué)生進(jìn)行實(shí)驗(yàn)，學(xué)生可以在不同類型場(chǎng)景下，根據(jù)不同難度逐一進(jìn)行探索和實(shí)驗(yàn)，實(shí)現(xiàn)了任務(wù)多元化、難度層次化。此外，如在深度測(cè)距實(shí)驗(yàn)中，也可以通過調(diào)整雙目相機(jī)基線距離、相機(jī)焦距參數(shù)、前后車起始距離、前車運(yùn)行速度以及前車特征標(biāo)志圖類型進(jìn)行分組對(duì)照實(shí)驗(yàn)。在實(shí)驗(yàn)中學(xué)生可以采用控制變量法，逐漸增加實(shí)驗(yàn)場(chǎng)景復(fù)雜度，逼近顯示實(shí)際生活場(chǎng)景，完成對(duì)應(yīng)的車輛實(shí)驗(yàn)任務(wù)。

又如智能駕駛的環(huán)境深度感知，平臺(tái)仿真在不同場(chǎng)景、氣象條件和不同時(shí)間，針對(duì)多樣化的場(chǎng)景元素仿真出深度信息，同時(shí)給出大量數(shù)據(jù)樣本相應(yīng)的標(biāo)注信息，為學(xué)生探究不同深度網(wǎng)絡(luò)和學(xué)習(xí)算法提供了重要支撐；同時(shí)可以探究與真實(shí)獲取的樣本數(shù)據(jù)的對(duì)比實(shí)驗(yàn)以評(píng)估仿真數(shù)據(jù)的有效性，進(jìn)一步研究不同算法在不同場(chǎng)景下的優(yōu)劣，增強(qiáng)了實(shí)驗(yàn)的探索性和自主研究的創(chuàng)新性［4］。

3 智能駕駛平臺(tái)虛擬環(huán)境構(gòu)建

3.1 實(shí)驗(yàn)仿真場(chǎng)景的設(shè)計(jì)

場(chǎng)景中的元素設(shè)計(jì)主要分為4 個(gè)部分，分別為現(xiàn)實(shí)生活中客觀環(huán)境還原、人類行為活動(dòng)的模擬、道路上車輛動(dòng)態(tài)行駛邏輯、不同天氣效果和晝夜更替。圖3展示了同一個(gè)場(chǎng)景中的不同視覺效果，為用戶還原更真實(shí)的視覺任務(wù)場(chǎng)景。

圖3 同一場(chǎng)景不同視角與天氣情況下仿真對(duì)比

平臺(tái)實(shí)現(xiàn)仿真場(chǎng)景中一天內(nèi)光照效果的真實(shí)變換，還原晝夜更替效果。仿真環(huán)境中的主光源用于模擬日光或月光，因此會(huì)隨時(shí)間變換而改變照射角度、光照強(qiáng)度，以及光照顏色。除了光照效果外，天空盒也會(huì)隨時(shí)間變化，太陽和月亮?xí)?duì)應(yīng)時(shí)間升起或落下，云層也會(huì)進(jìn)行一定程度的隨機(jī)變換，并且與天氣系統(tǒng)對(duì)應(yīng)。在夜晚時(shí)，建筑物、街燈和車燈都會(huì)亮起。天氣效果利用粒子系統(tǒng)實(shí)現(xiàn)，模仿雨滴或雪花的效果。場(chǎng)景中還使用后處理方式豐富了真實(shí)燈光細(xì)節(jié)，如路燈的光暈和車燈的強(qiáng)光。

在逼真的客觀仿真環(huán)境中，為了提供接近真實(shí)場(chǎng)景的車輛運(yùn)動(dòng)狀態(tài)測(cè)量環(huán)境，平臺(tái)在搭建仿真環(huán)境時(shí)提供了多因素的實(shí)驗(yàn)環(huán)境，包括雙目相機(jī)間距、車輛運(yùn)動(dòng)狀態(tài)變化、前后車輛間距變化、車輛定位標(biāo)志牌、多種交通標(biāo)志、車道障礙物等外界信息的交互。為了提供接近真實(shí)停車場(chǎng)景的車輛泊車環(huán)境，和環(huán)境感知本仿真系統(tǒng)在構(gòu)建仿真環(huán)境時(shí)提供了豐富主觀人為全要素的實(shí)驗(yàn)環(huán)境，包括可視方位變化、停車位定位信息變化、車輛與環(huán)境中已泊車輛的距離等外界信息的交互。

3.2 多樣場(chǎng)景參數(shù)的調(diào)控框架設(shè)計(jì)

平臺(tái)提供一個(gè)隨機(jī)化框架，簡(jiǎn)化了將隨機(jī)擾動(dòng)因素引入場(chǎng)景的過程。平臺(tái)提供的多個(gè)樣本隨機(jī)化器，可以完成常見的隨機(jī)化任務(wù)（例如，隨機(jī)對(duì)象的位置、旋轉(zhuǎn)、紋理和色調(diào)，以及場(chǎng)景內(nèi)的天氣、天空背景等等）。此外，為在同一場(chǎng)景內(nèi)執(zhí)行不同駕駛?cè)蝿?wù)，本系統(tǒng)提供UI面板和按鍵操控功能。圖4 展示了UI操控面板所提供的部分控制接口。例如任務(wù)要求為利用街道駕駛場(chǎng)景中的雙目立體視覺圖像信息完成綜合駕駛?cè)蝿?wù)，則使用隨機(jī)化工具可以宏觀調(diào)控場(chǎng)景中物體的預(yù)設(shè)組合，以及部分車輛和建筑物等物體的放置方式，從而改變?nèi)蝿?wù)的難度；也可以微觀設(shè)置當(dāng)前駕駛汽車或場(chǎng)景中其他車輛的運(yùn)動(dòng)模式、雙目采集相機(jī)的相機(jī)參數(shù)等。

圖4 參數(shù)調(diào)控工具面板

總而言之，場(chǎng)景參數(shù)調(diào)控框架可以滿足用戶進(jìn)行綜合任務(wù)時(shí)對(duì)場(chǎng)景內(nèi)物體的調(diào)控要求，幫助用戶在實(shí)驗(yàn)中更好地利用所需要的視覺信息，配合實(shí)驗(yàn)平臺(tái)所提供的信息真值，實(shí)現(xiàn)更復(fù)雜的視覺算法，最終能夠有多種方式可選擇地完成綜合駕駛?cè)蝿?wù)的要求。

3.3 平臺(tái)的多環(huán)境兼容

平臺(tái)無須安裝其他插件、外置設(shè)備或者軟件，打開瀏覽器，輸入有效鏈接地址，即可進(jìn)入仿真平臺(tái)環(huán)境。在實(shí)驗(yàn)過程中，學(xué)生只需要打開對(duì)應(yīng)的實(shí)驗(yàn)場(chǎng)景，在代碼框中編輯合適的處理算法，點(diǎn)擊連續(xù)運(yùn)行或單步調(diào)試，即可進(jìn)行實(shí)驗(yàn)。對(duì)學(xué)生使用的電腦硬件條件并沒有任何約束，也無需在使用本虛擬仿真平臺(tái)前安裝任何插件，學(xué)生只需要位于網(wǎng)絡(luò)良好的環(huán)境中，便可以進(jìn)行實(shí)驗(yàn)。

4 仿真平臺(tái)教學(xué)應(yīng)用案例與評(píng)估

自平臺(tái)搭建以來，共計(jì)已有大約1 200 余名學(xué)生在教學(xué)中使用該平臺(tái)，其中使用平臺(tái)的學(xué)生不僅包含了本科三、四年級(jí)，還有碩士研究生，同時(shí)在全國(guó)內(nèi)部推廣，涵蓋10 余所高校。

通過使用該平臺(tái)，一方面能夠促進(jìn)學(xué)生掌握計(jì)算機(jī)視覺技術(shù)，另一方面激發(fā)了學(xué)生們的創(chuàng)新實(shí)踐能力。

4.1 基于平臺(tái)的深度感知建模的實(shí)踐案例

本平臺(tái)最大程度提供逼真的仿真場(chǎng)景和供用戶利用視覺信息完成綜合駕駛?cè)蝿?wù)的仿真平臺(tái)。環(huán)境感知與分析建模實(shí)驗(yàn)分為3 個(gè)階段：①環(huán)境感知數(shù)據(jù)生成；②利用平臺(tái)提供的仿真數(shù)據(jù)對(duì)單目深度估計(jì)建模；③與真實(shí)數(shù)據(jù)所得的模型進(jìn)行對(duì)比與評(píng)估，驗(yàn)證在平臺(tái)上所使用的圖像處理算法，能夠更好地在真實(shí)場(chǎng)景中使用，從而達(dá)到實(shí)驗(yàn)教學(xué)的目的。

平臺(tái)為學(xué)生提供了場(chǎng)景深度圖采集功能，為驗(yàn)證本平臺(tái)仿真場(chǎng)景所采集的圖像質(zhì)量以及對(duì)應(yīng)的深度圖質(zhì)量，本文于實(shí)驗(yàn)部分選用目前單目深度估計(jì)常用網(wǎng)絡(luò)模型MonoDepth2［5］對(duì)本平臺(tái)提供的圖像數(shù)據(jù)進(jìn)行質(zhì)量驗(yàn)證。

首先在本平臺(tái)上對(duì)不同場(chǎng)景采集視頻序列，分辨率設(shè)定為640 ×480。使用固定基線的兩個(gè)采集相機(jī)以20 幀／s的幀速率進(jìn)行雙目圖像采集，彩色圖像與深度圖一一對(duì)應(yīng)。

本案例中MonoDepth2 模型使用PyTorch 工具搭建，優(yōu)化方式采用Adam優(yōu)化［6］，迭代周期默認(rèn)設(shè)為20個(gè)，批處理大小為12，輸入和輸出分辨率均為640 ×192。驗(yàn)證集數(shù)量約為訓(xùn)練集大小的10%。

4.2 建模實(shí)驗(yàn)結(jié)果的評(píng)價(jià)指標(biāo)

本文使用以下常用的量化指標(biāo)，作為對(duì)訓(xùn)練后模型單目深度估計(jì)表現(xiàn)的衡量標(biāo)準(zhǔn)：

（1）絕對(duì)相對(duì)誤差。計(jì)算每一個(gè)像素點(diǎn)i的估計(jì)深度值Di與實(shí)際深度值D*i的差值絕對(duì)值，并除以實(shí)際深度值，最后將結(jié)果進(jìn)行累加并取總數(shù)為N個(gè)像素點(diǎn)的平均值。計(jì)算式如下：

（2）平方相對(duì)誤差。計(jì)算每一個(gè)像素點(diǎn)i的估計(jì)深度值Di與實(shí)際深度值的差值平方，并除以實(shí)際深度值，最后將結(jié)果進(jìn)行累加并取總數(shù)為N個(gè)像素點(diǎn)的平均值。計(jì)算式如下：

通過以上測(cè)試指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，誤差值指標(biāo)AbsRel和SqRel越小說明模型測(cè)試結(jié)果越好，準(zhǔn)確度指標(biāo)越高說明模型深度估計(jì)能力越好。

4.3 模型精度評(píng)測(cè)

本文首先分別使用真實(shí)數(shù)據(jù)集KITTI［7］和平臺(tái)所得到的仿真數(shù)據(jù)訓(xùn)練MonoDepth2 網(wǎng)絡(luò)模型，訓(xùn)練分為兩種方式，一種是只用單目數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練；另一種是以一定比例將單目數(shù)據(jù)和雙目數(shù)據(jù)進(jìn)行混合，然后訓(xùn)練網(wǎng)絡(luò)模型。將訓(xùn)練好的模型在KITTI數(shù)據(jù)集上進(jìn)行測(cè)試，測(cè)試集分割選用Eigen子集，使用單目深度估計(jì)指標(biāo)對(duì)不同數(shù)據(jù)訓(xùn)練所得的網(wǎng)絡(luò)模型的深度估計(jì)能力進(jìn)行比較與評(píng)估。

表1 的結(jié)果說明本平臺(tái)所采集的仿真數(shù)據(jù)訓(xùn)練好的模型在4 個(gè)指標(biāo)中，與真實(shí)數(shù)據(jù)建模所得的模型測(cè)試指標(biāo)十分接近，說明本平臺(tái)仿真的深度數(shù)據(jù)與真實(shí)數(shù)據(jù)對(duì)網(wǎng)絡(luò)模型的訓(xùn)練效果相近［8］。

表1 不同數(shù)據(jù)訓(xùn)練后的模型在KITTI測(cè)試集上深度預(yù)測(cè)表現(xiàn)

再進(jìn)行定性分析，使用不同數(shù)據(jù)訓(xùn)練所得模型對(duì)同一張圖進(jìn)行單目深度估計(jì)，并對(duì)比可視化視差圖（見圖5）。其中：圖5（a）為原圖，圖5（b）、（c）分別對(duì)應(yīng)KITTI數(shù)據(jù)集中使用單目數(shù)據(jù)單獨(dú)訓(xùn)練和單雙目數(shù)據(jù)混合訓(xùn)練結(jié)果，圖5（d）、（e）分別對(duì)應(yīng)平臺(tái)仿真數(shù)據(jù)只使用單目數(shù)據(jù)訓(xùn)練和單雙目數(shù)據(jù)混合訓(xùn)練結(jié)果?？梢暬暡顖D對(duì)比可得，平臺(tái)中的仿真深度數(shù)據(jù)與真實(shí)數(shù)據(jù)對(duì)建模效果一致。

圖5 深度估計(jì)結(jié)果可視化視差圖對(duì)比

綜上所述，平臺(tái)所提供的彩色圖像數(shù)據(jù)與對(duì)應(yīng)深度數(shù)據(jù)能夠滿足深度視覺相關(guān)實(shí)驗(yàn)要求，擁有與真實(shí)數(shù)據(jù)相近的逼真程度與準(zhǔn)確性，具有實(shí)驗(yàn)價(jià)值［9-12］。

5 結(jié) 語

隨著科學(xué)技術(shù)的不斷發(fā)展，計(jì)算機(jī)視覺技術(shù)越來越多地應(yīng)用于智能駕駛領(lǐng)域，實(shí)驗(yàn)教學(xué)在課程中起著越來越重要的作用。

本文主要針對(duì)計(jì)算機(jī)視覺課程的教學(xué)進(jìn)行了一些改革嘗試，通過虛擬仿真實(shí)驗(yàn)，不僅培養(yǎng)了學(xué)生動(dòng)手實(shí)踐的能力，還增加了學(xué)生對(duì)于此課程的學(xué)習(xí)積極性，對(duì)學(xué)生系統(tǒng)地掌握理論知識(shí)和提升創(chuàng)新能力都具有極大的促進(jìn)作用，最終達(dá)到提高教學(xué)質(zhì)量的目的［13-14］。