無人地面車輛環境感知技術的應用分析

宋書瑋

成都七中萬達學校

無人地面車輛環境感知技術的應用分析

宋書瑋

成都七中萬達學校

無人車輛是通過履帶或者車輪驅動，在各類地面條件下實現自主機動的車輛系統，在地面無人系統的發展下，無人地面車輛開始朝著全自動、半自主化的方向發展，本文主要針對無人地面車輛環境感知技術的應用進行分析。

無人地面車輛 環境感知技術 應用

無人地面車輛是能夠依靠自身的一些感知系統，以自主或半自助的方式進行作業，并且具有一定的自我學習能力的智能設備。它能夠通過自身攜帶的傳感器來感受外界環境的變化，根據任務的需要做出相應的反應。無人地面車輛的感知系統是通過各種感應器來感知的，從而對地面的各種情況做出判斷，然后得出車輛的最佳行駛路線，保證車輛能夠自主、安全、快速的行駛。想深入的了解無人地面車輛就需要了解該車輛的環境感知系統的組成、道路檢測以及障礙物檢測的方法，還需要知道一些亟待解決的問題。

1 環境感知系統組成

周圍的環境瞬息萬變，單一的傳感器很難對這種多變的天氣進行感知，而多傳感器融合能夠彌補這種不足。多傳感器融合技術一般包括傳感器、傳感器數據處理以及多傳感器數據融合3個子系統。傳感器系統通常包括攝像機、GPS、里程計還有各種雷達。這些系統相互配合進行工作，攝像機采集路面的情況，雷達感知距離從而對障礙進行避讓，保證了車輛的安全行駛。

2 無人地面車輛道路檢測技術

無人地面車輛感知技術的道路檢測主要分為結構化道路檢測和非結構化道路檢測。

2.1 結構化道路檢測技術

結構化道路檢測是以邊緣檢測為基礎的，通過對分道線還有邊緣的識別，再加上霍夫變換、模型匹配等，從而得到道路的幾何描述。模型匹配是利用二維或者三維的曲線，再根據道路的先驗知識來進行建模的。另外模型匹配還會結合視覺模型和圖像特征得出道路的各種參數，目前，這種計算體系還是比較成熟的。然而霍夫變換不能檢測連續彎道的變化，所以就用旋曲線模型、拋物線模型、樣條曲線模型和雙曲線模型來感知彎道的變化。

2.2 非結構化道路檢測技術

非結構化道路沒有明確的道路邊界線，并且路面的特征和周圍環境的區別非常小，所以結構化道路的檢測方法就不再適用了。非結構化的道路十分的不規則，不能再用通用的模型來表示，所以就要用將模型和圖像特征相結合的檢測方法。

2.2.1 基于特征的非結構化道路檢測

這種檢測方法的基本原理就是利用外界事物在圖像上的特征差異進行檢測。比如形狀、顏色、紋理還有連續性等。還能夠根據消失點來進行檢測。消失點就是非結構化道路的全局特征，是圖像中直線的交點，并且這個特征不受外界環境的干擾，是一個比較穩定的特征。

2.2.2 與道路特征相結合的基于模型的檢測方法

會根據外界的光照、天氣和觀察視角的不同來進行檢測。

3 障礙物檢測技術的應用

障礙物有靜止障礙和動障礙。靜止障礙又有凸障礙和凹障礙。經常用到的障礙檢測方法有基于運動信息、基于立體視覺、基于激光雷達以及基于多傳感器融合的障礙物檢測技術。

3.1 基于運動信息的障礙物檢測技術

這種技術是通過同一臺攝像機來拍攝同一個物體的圖像，再通過計算從而來判斷障礙物是否在運動。

3.2 基于立體視覺的障礙物檢測技術

這項技術利用多臺相同系數的攝像機從不同視角來獲取道路的圖像，再通過立體匹配法得到圖像間的視差，然后計算出與障礙物之間的實際距離，從而避讓障礙物。

3.3 基于激光雷達的障礙物檢測技術

通過車載的激光雷達來檢測障礙物，但是這項技術缺乏圖像信息，在處理復雜環境的時候對障礙物的辨識度不夠。

3.4 基于多傳感器融合的障礙物檢測技術

這種檢測技術可以在不同的層次上進行。第一個層次就是融合傳感器所獲得的原始數據，第二個層次就是融合攝像機獲得的圖像信息，第三個層次就是融合雷達和激光所獲得的目標障礙物。

4 無人地面車輛的環境感知技術中亟待解決的問題

近年來，無人地面車輛的環境感知技術得到了很大的發展。但是在城市道路，還有惡劣環境下，無人地面車輛的環境感知技術還存在很多問題。

4.1 城市環境

在城市道路上，交叉路口的檢測、紅綠燈的檢測以及行人的識別，都是需要解決的問題。

4.2 各種天氣和光照條件下的環境感知

夜間環境的感知還存在很多問題，而且在大霧的情況下，雷達和紅外感知系統也會受到影響。

5 結束語

相信在傳感器性能不斷提高的前提下，多傳感器的融合也能更加的深入，對環境的感知也會更加的可靠。在未來的發展中，除了要提高無人地面車輛對環境的感知程度，還要實現車輛之間以及車輛與基礎設施之間的互動。就目前來看，環境感知技術的信息處理能力遠遠不及人類，所以，要保證無人地面車輛能夠安全的在城市以及野外行駛，還有許多的工作要做。

[1]王曉棟,徐成,劉彥.一種實時魯棒的非結構化道路檢測算法[J]. 計算機應用研究. 2010(07)

[2]徐華青,陳瑞南,林錦川,劉秉瀚.道路交通標志檢測方法研究[J]. 福州大學學報(自然科學版). 2010(03)

[3]易東,黃玉清.基于SVM的移動機器人路標識別算法[J].兵工自動化.2009(08)

[4]田瑞娟.基于快速區域標簽運算的目標跟蹤算法[J]. 兵工自動化.2008(09)