淺析無人駕駛汽車環境感知技術

丁毅

摘要：無人駕駛汽車外界環境感知技術的研究主要是運動控制、路徑規劃以及導航定位技術。本文旨在探討無人駕駛汽車環境感知所需的各類傳感器的同時，并對環境感知的關鍵技術展開了綜合分析。

關鍵詞：環境感知；無人汽車；信息

中圖分類號：U463.6 文獻標識碼：A 文章編號：1007-9416（2018）01-0218-02

無人駕駛汽車行駛中，利用傳感器檢測汽車是否存在車道偏離，還能夠識別路上障礙物及紅路燈，將各種信息及時傳輸給駕駛系統，令駕駛系統及時做出反應，提出駕駛安全性。可以說，在無人駕駛技術中，環境感知至關重要，如何提高環境感知技術的可靠性和實效性，是當前無人駕駛技術的研究重點。

1 環境感知傳感器

無人駕駛汽車行駛過程中，需要及時獲取周圍環境信息并加以處理。就目前研究的技術方案而言，對周圍環境感知能力最強應該屬激光雷達傳感，其次是相機獲取圖像，再次是毫米波雷達、慣性導航和GPS定位，最后是紅外線傳感器超聲波傳感器[1]。

1.1 激光雷達

激光雷達通過遠距測距技術，實現距離的測量，普遍包括單線和多線激光雷達，其中，多線雷達能夠俯仰角度的提升，擴大掃描面。無人駕駛汽車中，通常選擇二者結合的方式完成汽車安全通過道路指導和障礙物探測[2]。

（1）單線激光雷達。單線激光雷達能夠發出一束激光對區域進行掃描，并根據掃描儀和區域各點的相對位置，測量二者之間的相對角度和距離。單線激光雷達的數據傳遞方式較多，一般為網絡接口傳輸。（2）多線激光雷達。多線激光雷達能夠發出兩束或兩束以上的激光對區域進行掃描，垂直探測范圍為26.8°，水平探測范圍為360°。由于激光雷達抗干擾性能強、實時性好以及精度高等特點，在跟蹤、動態障礙分類、道邊檢測和障礙檢測等方面得到廣泛運用。

1.2 相機

相機可以獲取彩色景象信息，是除了激光雷達外獲取環境信息的次要來源。相機型號種類多樣，一般可分為全景相機、單目相機和雙目相機3種。

1.3 毫米波雷達傳感器

該傳感器工作效率處于30-300GHz頻域，具有質量輕、體積小、抗干擾能力強、角分辨率好等特點。盡管探測范圍沒有激光雷達更大，但是穿透力和指向性均有較大的優勢。結合測量原理，可將其分為調頻連續波方式和脈沖方式兩種。

1.4 超聲波傳感器

超聲波傳感器的探測距離較短，數據處理簡單，普遍用于近距離的障礙物檢測，由于超聲波在空氣中將會大大衰減，距離信息不精準，所以普遍用于精度要求不高的區域，例如倒車雷達等。

2 無人駕駛汽車環境感知關鍵技術

2.1 傳感器標定

剛性連接車體和激光雷達，并保持位移和姿態固定，為便于數據李處，需要將激光雷達坐標系轉化為車體坐標系。首先，標定激光雷達外部安裝參數，然后，利用雷達極坐標數據完成雷達數據轉換，最后，將所有的雷達數據進行統一轉換[3]。

2.2 結構化道路檢測

（1）直道檢測。在行業標準下，結構化道路建設和設計較為規范，有道路和非道路的車道線。距相機不遠車道線，其變化不大，所以假設曲率變化很小，可以將直線用于車線道的擬合。（2）彎道檢測。判斷彎道方向，需要確定曲率半徑才能夠提供有效信息，目前公路主要分為回旋線、圓曲線以及直線，為此，應用過俯視圖予以擬合。具體步驟：首先，構建彎道模型，假設彎道形狀，其次，提取像素點，將車道線像素點作為依據，最后，完成車道模型你和，確定彎道數據模型參數。（3）復雜環境預處理。由于環境光線不均勻，容易致使相機提取圖像存在純黑和純白區域，識別算法缺乏可行性，為此，應選擇圖像預處理，主要方法有：直方圖調節、灰度映射調節以及Gamma調節等。

2.3 非結構化道路檢測

非結構化道路還包括野外土路和鄉村公路等，應結合先驗知識庫模型和環境檢測信息，有針對性的處理數據和圖像，并根據環境差異修正模型，不斷更新模型效果，具體方法如圖1所示。

2.4 形式環境中目標檢測

（1）行人檢測。通過HOG特征實現行人檢測，設計區域梯度直方圖，構建人體特征。步驟如下：首先通過雷達數據得到檢測區域，然后根據圖像數據選擇行人檢測算法，最后通過算法對檢測區域進行行人檢測。（2）車輛檢測。激光雷達和視覺信息的有機整合，將有助于規避光照等負面影響，實現傳感器信息不糊，并對激光雷達數據予以模板匹配和形狀匹配，明確檢測區域及算法，并進行車輛檢測。（3）交通信號燈檢測。通過彩色視覺交通信號燈識別方法，能夠對圖像交通信號燈予以檢測，為避免存在跟蹤丟失和誤檢問題，可選用彩色直方圖目標跟蹤算法——CAMSHIFT，有效規避目標遮擋和變形現象，具有較高的運算效率。

3 結語

綜上所述，無人駕駛汽車對環境的感知要求較高，在實際應用過程中，應不斷優化各類目標識別能力，整合數據分析和結算方法，提高環境感知技術的可靠性。

參考文獻

[1]馬飛躍，王曉年.無人駕駛汽車環境感知與導航定位技術應用綜述[J].汽車電器，2015，（2）：1-5.

[3]段建民，鄭凱華，周俊靜.多層激光雷達在無人駕駛車中的環境感知[J].北京工業大學學報，2014，（12）：1891-1898.

[2]彭金帥.淺析無人駕駛汽車的關鍵技術及其未來商業化應用[J].科技創新與應用，2015，（25）：46.