自動駕駛傳感器篩選與優化配置程序研究

朱明哲 劉保光 李柏林 鄭廣州

摘 要：自動駕駛傳感器配置需求隨著汽車智能化和電動化的快速發展不斷增加?；诋斍白詣玉{駛傳感器配置無有效篩選途徑的現狀，通過建立數據庫、設定指標項、制定評判準則和選定算法程序快速實現傳感器配置方案匹配，并采用響應曲面算法進行優化篩選，滿足用戶傳感器配置需求。

關鍵詞：自動駕駛;傳感器配置方案;優化篩選;算法程序

Abstract： With the rapid development of intelligent and electric vehicles， the demand of automatic driving sensor configuration is increasing. Based on the current situation there is no effective way to filter the sensor configuration of autopilot， through the establishment of database， the setting of index items， the formulation of evaluation criteria and the selection of algorithm program， the scheme matching of sensor configuration can be realized quickly. Response surface algorithm is used to optimize the selection to meet the needs of user sensor configuration.

前言

電動化和智能化已經成為全球公認的汽車發展趨勢，新能源智能汽車不僅是科技創新的制高點，也是創造新的經濟增長的重要引擎[1，2]。隨著新能源智能汽車技術水平提升和城市交通壓力增加，越來越多企業加入自動駕駛汽車研究。由于交通環境的復雜性，為保證自動駕駛汽車行駛途中的安全性與可靠性，需搭載多種高精度傳感器進行信息融合實現全方位環境檢測，而針對不同的自動駕駛需求，需從性能、感知范圍、溫度和黑暗適應性、硬件成本等多方面進行篩選優化，通過長時間調研形成不同的自動駕駛傳感器配置方案[3]。因此，針對人們對自動駕駛傳感器配置需求的增加，急需一種傳感器篩選優化配置程序，快速便捷的實現自動駕駛方案匹配，滿足用戶傳感器配置需求。

1 方案設計

1.1 自動駕駛傳感器配置指標項設定

一般情況下，自動駕駛汽車主要包含視頻攝像頭、雷達傳感器、IMU等設備[4]，通過這些設備信息融合實現準確反饋實時狀況，并自動形成詳盡的貼合用戶需求的地圖。各種傳感器的特性不同，優劣勢也各不相同，激光雷達能夠精確感知各種道路環境狀況，但易受惡劣天氣影響;毫米波雷達受天氣影響較小，但感知人不準確，易受障礙物影響;攝像頭能夠感知人和事物是什么，但探測距離較短且易受天氣影響。因此，在選擇自動駕駛傳感器配置時，需要多方面參數考慮，特別是關鍵性傳感器不能減配。

傳感器參數主要包括傳感器精度、分辨率、靈敏度、動態范圍、傳感器視角、誤報率、溫度和黑暗適應性、硬件成本等指標。根據傳感器不同參數劃分不同級別，隨著不同傳感器配置收集，擴容劃分從而更精確的設定級別，形成數據庫。

1.2 自動駕駛傳感器配置評判準則制定

傳感器的配置需要考慮到覆蓋范圍、冗余性。

（1）覆蓋范圍

車體360度均需覆蓋，其中前方探測距離≥100米;后方探測距離≥80米;左右探測距離≥10米。

（2）傳感器冗余

車輛周邊感知區域內每個方向至少有2個傳感器配置。

保證在一個傳感器失效或者出現工作受限的狀況，有另外的傳感器依舊可以繼續進行一定程度的檢測工作。

除此之外，自動駕駛傳感器配置方案首先需確保其功能安全性，設定最低評判準則，在此基礎上根據用戶功能需求（無人循跡、避障、自主行駛等）和不同級別的自動駕駛方案界定評判標準。

以L4級自動駕駛方案為例，調研現有市場傳感器配置方案，圖1為L4級別市場方案之一，分析組合中必配傳感器，設定為L4級別基本配置，程序篩選L4級別方案，結果需至少包含設定的基本配置傳感器，然后在此基礎上按需增加傳感器，或按用戶功能要求設定參數。

最低值，基于中心旋轉組合設計（CCRD）形成組合矩陣，根據矩陣列表模擬并實車測試自動駕駛試驗結果，結果錄入數據庫。根據組合矩陣采用軟件design expert建立數學模型并進行方差分析，進而得出最優配置方案。同理得出L3級別自動駕駛方案篩選流程。

1.3 自動駕駛傳感器配置算法程序選定

響應曲面法是一種通過分析目標函數與參數變量關系，建立數學模型并進行方差分析的方法，是數學方法和統計方法結合的產物[5]，其中中心復合設計（CCD）是響應曲面中最常用的方法。該方法以添加軸點和中心點進行構建，以擬合相關系數非常高的非線性擬合模型，從而有效的預測模型參數，其模型如下：

擬合二階模型中心復合設計具有序貫的本質，由2K析因設計或分式析因設計在坐標軸上添加2K個試驗點（±α，0，0，…，0），（0，±α，0，…，0），（0，0，±α，…，0），…，（0，0，0，…，±α）和nc個中心點（0，0，0，…，0）所組成。k=2和k=3的中心復合設計如圖2所示[5]。

Design-Expert軟件是主要的響應曲面法分析工具，該軟件可通過形成等高線圖，根據特征來尋找最優點。對于穩定點的一般數學解，寫成矩陣記號形式為：

其中，b表示一階回歸系數的一個（k×1）向量，B表示（k×k）對稱矩陣，其主對角線元素為純二次系數（ ），非對角元素為混合二次系數（ ）的1/2。 關于向量x的元素的導數等于0，即：

通過Design-Expert軟件建立模型，然后采用方差分析（ANVOA）來驗證模型是否符合要求。檢驗方法通過預測擬合系數、失擬值、F值、P值、擬合度、信噪比和修正擬合系數來判定[6]。

2 自動駕駛傳感器配置篩選優化

基于自動駕駛方案矩陣，可通過RSM方法進一步實現優化，從而得出自己所需的最優配置[7]。比如，以最小成本和最小誤報率獲得最優試驗結果，通過表格會得出幾組滿意度最大的參數配比，即為用戶所需的傳感器配置方案，如表1。? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （下轉第51頁）

基于自動駕駛方案矩陣 可通過RSM方法進一步實現優化 從而得出自己所需的最優配置[7]。比如 以最小成本和最小誤報率獲得最優試驗結果 通過表格會得出幾組滿意度最大的參數配比 即為用戶所需的傳感器配置方案 如表。

3 結論

（1）不同級別自動駕駛配置方案需根據已錄入數據庫方案進行挑選 形成基本配置并按需增加 然后基于算法程序對同類傳感器從精度、環境適應性、硬件成本等方面 設定硬性標準 進行篩選優化 從而確定最優型號。以此類推得出其他傳感器型號 最終可得出傳感器配置方案。

（2）本文基于當前自動駕駛傳感器配置無有效篩選途徑的現狀 建立數據庫并采用響應曲面算法進行優化篩選 但目前方案存在一定缺陷性 無法系統形成傳感器配置方案。

伴隨著自動駕駛傳感器需求日益增加 將會不斷擴充數據庫 同時會有更有效的算法程序 更快速便捷的滿足用戶需求。

參考文獻

[1] 李曉丹.新能源汽車發展現狀及應用前景[J].中國能源，009，3（8）： 43-45.

[2] 鄭偉.我國新能源汽車產業的現狀與發展趨勢[J].汽車工程師， 0 （0）： 9-.

[3] 王藝帆.自動駕駛汽車感知系統關鍵技術綜述[J].汽車電器，06 （）：-6.

[4] 黃賢武，鄭筱霞，傳感器.傳感器原理與應用[M].電子科技大學出版社，999.

[5] 蒙哥馬利.實驗設計與分析[M].傅玨生，張健，王振羽譯.北京：人民郵電出版社，009：347-397.

[6] 薛國春，劉會霞，李品，等.基于響應曲面法的激光透射連接硅與玻璃的工藝研究[J].中國激光03 （3）：76-85.

[7] 劉保光，王霄，劉偉，等.激光透射點焊車用材料 PMMA 的工藝優化[J].中國激光， 06， 43（5）： 0503004.