当前位置: 首页 > >

无人驾驶汽车环境感知技术_图文

无人驾驶汽车环境感知技术

百度无人驾驶汽车

一、环境感知目的
?

通过性:基于自身行驶性能和共识规则,能实时、可靠、 准确识别并规划出可保证规范、安全、迅速到达目的地 的行驶路径; 安全性:在行驶过程中,能够实时、准确识别出行驶路 径周边对行驶安全可能存在安全隐患的物体,为自身采 取必要操作以避免发生交通安全事故; 经济性:为提高车辆高效、经济地行驶提供参考依据; 平顺性:为车辆平顺行驶提供参考依据;

?

? ?

二、环境感知对象
?

行驶路径:对于结构化道路而言,包括行车线、道路边 缘、道路隔离物、恶劣路况的识别。对于非结构化道路 而言,包括车辆欲行驶前方路面环境状况的识别和可行 驶路径的确认; 周边物体:包括车辆、行人、地面上可能影响车辆通过 性、安全性的其它各种移动或静止物体的识别;各种交 通标志的识别; 驾驶状态:包括驾驶员驾驶精神状态、车辆自身行驶状 态的识别; 驾驶环境:包括路面状况、道路交通拥堵情况、天气状 况的识别。

?

? ?

三、环境感知方法
1. 视觉传感:基于机器视觉获取车辆周边环境两维或三维 图像信息,通过图像分析识别技术对行驶环境进行感知。
? 优点:信息量丰富、实时性好、体积小 、能耗低。 ? 缺点:易受光照环境影响、三维信息测量精度较低。

2. 激光传感:基于激光雷达获取车辆周边环境两维或三维 距离信息,通过距离分析识别技术对行驶环境进行感知。
? 优点:能够直接获取物体三维距离信息、测量精度高、

对光照环境变化不敏感。车载雷达可以弥补激光发射器 的一些盲点,可以准确得到汽车运行的相对速度。 ? 缺点:无法感知无距离差异的平面内目标信息、体积 较 大、价格昂贵、不便于车载集成。

3. 微波传感:基于微波雷达获取车辆周边环境两维或三维 距离信息,通过距离分析识别技术对行驶环境进行感知。
? 优点:能够以较高精度直接获取物体三维距离信息、对

光照环境变化不敏感、实时性好、体积较小。 ? 缺点:无法感知无距离差异的平面内目标信息、国外成 熟产品对我国禁运而难以获得。

4. 通讯传感:基于无线、网络等近、远程通讯技术获取车 辆行驶周边环境信息。
? 优点:能够获取其它传感手段难以实现的宏观行驶环境

信息、可实现车辆间信息共享、对环境干扰不敏 感。 ? 缺点:可用于车辆自主导航控制的信息不够直接、实时 性不高、无法感知周边车辆外其它物体信息。

5. 融合传感:运用多种不同传感手段获取车辆周边环境多 种不同形式信息,通过多信息融合对行驶环境进行感知。
? 优点:能够获取丰富的周边环境信息、具有优良的环境

适应能力、为安全快速自主导航提供可靠保障。 ? 缺点:感知系统过于复杂、难于集成、造价昂贵、实用 性差。

四、环境感知的传感系统 主要由机器视觉识别系统、雷达系统、超 声波传感器和红外线传感器所组成。 1.机器视觉识别系统
机器视觉识别系统是指智能汽车利用CCD等成像元件从 不同角度全方位拍摄车外环境,根据搜集到的信息得到 反映真实道路的图像数据,然后综合运用各种道路检测 算法,提取出车道线、道路边界以及车辆的方位信息, 判断汽车是否有驶出车行道的危险,当情况十分危险时, 会通过报警系统给驾驶员发出提示和警报,于此同时图 像测控系统还可以根据视觉导航的输出,对车辆的执行 机构发出指令,从而自主决定车辆当前的前进方向和控 制车辆自身的运动状态。

机器视觉具有检测范围广、信息容量大、成本低等优点、 并且通过对其所得图像进行处理可以识别、检测对象, 所以越来越多的人对机器视觉感知车辆行驶环境产生很 大兴趣、以致使机器视觉在智能汽车研究领域得到广泛 的应用成为最受欢迎的传感器之一。机器视觉有其弱点 容易受到环境的影响,在能见度较低时效果不理想,因 此,在传感器类别中属于被动型。

车载单目视觉运动物体检测

车载双目立体视觉环境感知

拥有两个摄像头,两者保持着一定的距离, 如同人类的双眼视差,可以帮助汽车确定 自己的位置以及行进速度,摄像头有激光 发射器不可替代的作用,可以辨识道路上 的信号灯与信号标示,保证自身运行遵循 交通规则。

2.雷达系统
雷达系统利用电磁波探测目标的距离、速度、方位等。 雷达系统不要复杂的设计与繁复的计算。雷达系统的使 用不受光线、天气等因素的干扰。无论是白天还是黑夜, 晴天或者下雨。雷达系统都能正确的运转。由于雷达系 统是靠电磁波反射原理工作的,这会导致相近的不同雷 达电磁波之间的相互干扰而影响工作效能。但是由于雷 达在准确提供远距离的车辆和障碍物信息方面有着得天 独厚的优势,因此有其广阔的前景。汽车雷达被广泛的 应用在汽车ACC系统、防碰撞系统以及驾驶支援系统中。

激光雷达:激光雷达由发射系统、接收系统 、信息处理 三部分组成:激光器将电脉冲变成光脉冲发射出去,光 接收机再把从目标反射回来的光脉冲还原成电脉冲,最 后经过一系列算法来得出目标位置(距离和角度)、运 动状态(速度、振动和姿态)和形状,可以探测、识别、 分辨和跟踪目标。 1>.解析度高,测距精度高,小于2公分、角度分辨率约 0.09度,如此高的解析度可完整绘出物体轮廓,外加垂直 侦测角度中,平均每0.4度即有一个扫描层、全周资料更 新率15赫兹(Hz),车辆周围环境将无所遁形 2>.抗有源干扰能力强,激光雷达的脉冲光束发射器之 口径非常小,即接收器可接收脉冲光束的区域亦非常狭 窄,因此,受到其他红外线雷达光束干扰的机会就非常 小。此外,脉冲光束实质上属红外线波,不会受电磁波 影响,因此,在一般应用环境中能干扰激光扫描仪的信 号源不多,适用于高度自动化的系统。

3>.探测性能好,对于激光扫描仪,仅有被脉冲光束照 射的目标才会产生反射,且红外线波并不像电磁波会受 回波干扰等问题,对于环境的几何形状、障碍物材质等, 均不影响激光扫描仪的侦测结果。 4>.不受光线影响,激光扫描仪可全天候进行侦测任务, 且其侦测效果不因白天或黑夜而有所影响,这也是目前 无人驾驶车中许多采用的摄像头感测器所达不到的功能。 5>.测速范围大,激光扫描仪可成功扫描出障碍物的相 对速度高达每小时200公里之轮廓,也就是说,对于车系 统,激光扫描仪并不局限在市区或低速应用情境,高速 移动下的情境亦可被应用,此对车辆增加移动速度后之 安全系统设计有显著的帮助,系统应用上更具有弹性。
注:毫米雷达和微波雷达的原理都和激光雷达类似,这里不再过多介绍。

车载三维激光雷达环境感知

车载线扫描激光雷达检测前方障碍物

3.超声波传感器
超声波传感器是利用超声波为检测方法的传感器。一般 检测距离大约1m到5m,但检测不出来详细的位置信息, 使用超声波探测得来的的数据处理简单、快速。主要用 于近距离障碍物的检测,比如在倒车防撞系统中。

4.红外线传感器
红外线传感器是利用红外线来进行测量工作的传感器, 技术更加先进。红外线传感器不受黑暗、风、沙、雨、 雪、雾的阻挡,环境适应性好,且功耗低。红外线传感 器可以增强机器视觉识别的可靠性,使黑夜如同白昼, 因此常被用于智能汽车中的夜视系统中。

5.信息交换系统
基于无线、网络等近、远程通讯技术让车辆之间信息 交换,从而获取车辆行驶周边环境信息。

6.多传感器信息融合
为了克服传感器的数据可靠性低、有效探测范围小等 局限性,保证在任何时刻都能为车辆运行提供完全可靠 的环境信息,在智能车辆的研究中使用多个传感器进行 数据采集,利用传感器信息融合技术对检测到的数据进 行分析、综合、平衡,根据各个传感器互补特性进行容 错处理,扩大系统的时频覆盖范围,增加信息维数,避免单 个传感器的工作盲区,从而得到所需要的环境信息。

五、结语
针对不同的传感器,采用的感知算法会有所区别,跟 传感器感知环境的机理是有关系的。每一种传感器感知 环境的能力和受环境的影响也各不相同。比如摄像头在 物体识别方面有优势,但是距离信息比较欠缺,基于它 的识别算法受天气、光线影响也非常明显。激光扫描仪 及毫米波雷达,能精确测得物体的距离,但是在识别物 体方面远弱于摄像头。同一种传感器因其规格参数不一 样,也会呈现不同的特性。长距离毫米波雷达探测距离 长达200米,角度范围较小(±10度),而中距离雷达探 测距离为60米,角度范围较大(±45度)。 为了发挥 各自传感器的优势,弥补它们的不足,传感器信息融合 是未来的趋势。事实上,已经有零部件供应商做过此事, 比如德尔福开发的摄像头与毫米波雷达组合感知模块已 应用到量产车上。

传感器探测环境信息,只是将探测的物理量进行了有序 排列与存储。此时计算机并不知道这些数据映射到真实 环境中是什么物理含义。因此需要通过适当的算法从探 测得到的数据中挖掘出我们关注的数据并赋予物理含义, 从而达到感知环境的目的。 比如我们在驾驶车辆时眼睛看前方,可以从环境中分辨 出我们当前行驶的车道线。若要让机器获取车道线信息, 需要摄像头获取环境影像,影像本身并不具备映射到真 实环境中的物理含义,此时需要通过算法从该影像中找 到能映射到真实车道线的影像部分,赋予其车道线含义。 当然算法在计算机中响应速度要足够快,这样才有时效 意义。

Thanks




友情链接: 时尚网 总结汇报 幼儿教育 小学教育 初中学习资料网