在無人車輛中激光雷達的關鍵技術及應用研究

郭利強

（中北大學信息與通信工程學院，山西 太原030051）

隨著信息技術、物聯網技術以及傳感技術的應用與推廣，無人駕駛車輛在民用以及軍事領域應用越來越廣泛。無人駕駛車輛是具有環境感知能力的智能車輛，在無人車輛的行駛過程中，為確保行駛安全，需要無人車輛的環境感知部分獲取大量的周圍環境數據[1]。因而，環境感知是無人駕駛車輛中的關鍵組成部分，其主要是指通過各種傳感器采集、獲取車輛周邊環境的信息系統。從目前的無人駕駛車輛環境感知部分解決方案來看，所采用的傳感器主要包括：激光雷達、攝像頭、微波雷達等。

激光雷達技術應用在無人駕駛車輛中，可以提高對周圍環境的測量范圍以及測量精度，且具有較強的抗干擾能力，大幅提高了無人車輛的環境感知能力。因此，使用激光雷達探測無人駕駛車輛周圍的環境信息，已經成為無人駕駛車輛研究中最重要的技術內容。所以，對在無人駕駛車輛中激光雷達的關鍵技術及應用進行分析具有重要的現實意義。

1 激光雷達原理

激光雷達的工作原理同傳統雷達探測技術原理相似，由激光雷達的激光器在激勵源作用下，向目標物發射激光脈沖，目標物反射回來的激光信息由光電探測器進行接收，接收到的信號經由信號調理電路后，傳輸到計算機。計算機中的信息處理系統依據回波信號的信號強度、到達時間以及頻率變化等信息進行計算分析，進而得出測量的距離、目標的角度等參數，最后對這些綜合信息進行集合處理，從而實現對目標物體的屬性參數進行表征。其系統原理框圖如圖1 所示。

圖1 激光雷達系統原理框圖

2 激光雷達的技術特征

按照掃描線數可以將激光雷達分為單線與多線兩種形式，根據激光雷達成像方法又能夠將激光雷達分為一維、二維、三維三種形式[2]。其中，一維雷達多用來對目標距離進行測量，即只能對平面目標信息特征進行表征。二維激光雷達可以用來對目標物體輪廓進行表征，例如可以對道路兩側的樹木位置等信息進行表征。三維激光雷達可以對目標進行精確識別與跟蹤，被廣泛應用于各種形式的無人駕駛、地圖測繪等領域。激光雷達具有以下特點[3]：a.具有較廣的覆蓋范圍，能夠適用于各種比較惡劣的環境；b.具有較強的抗干擾能力，且在使用過程中能夠有效地規避周邊環境中無線電波的干擾；c.可以對障礙物的各種參數信息進行表征，例如植被、樹木、壕溝等；d.對后期數據處理技術要求較高；e.能夠獲取更加豐富的數據信息；f測距精度更高。

3 在無人車輛中激光雷達的關鍵技術

3.1 點云分割技術

激光雷達發射出一束激光，在該激光到達待檢測目標后，目標將激光反射回來，通過對反射回來的信息進行計算分析，即可實現對物體的位置信息進行表征，并進行判別[4]。點云就是激光雷達生成的用來對目標物體進行表征的集合，由于點云數量較多，采用一般形式的聚類算法進行信息數據分析無法滿足其要求。因此，在應用過程中，點云分割技術是進行目標提取、分類的基礎，在處理點云數據前，通常利用點云分割技術，將點云分割成大小不一且相互獨立的子集，突出重點，分而治之。

3.2 道路提取技術

無人駕駛車輛在行駛的過程中通常需要對路徑信息進行提取與跟蹤，需要對道路的方向、坡度等特征進行描述與表征。道路提取技術能夠在無人駕駛車輛快速行駛的過程中，及時地對行駛道路前方的環境信息進行感知與識別。在激光雷達傳回的點云數據中，道路的形狀與障礙物相比具有規則性更強的特點，且兩者具有較為明顯的差異性，因而可以較為容易的對兩者進行區分。在對激光雷達傳回的點云數據進行道路提取研究中發現，不同類型的激光雷達，道路提取效果不一。激光雷達按照不同的線束可以分為單線與多線[5]，其中單線激光雷達是無人駕駛車輛使用最為廣泛的一種激光雷達,單線激光雷達在應用的過程中，能夠對道路高度差、走向、路沿等特征進行描述與表征，在車輛行駛速度較慢且道路規則性強的條件下具有較好的使用效果，其理想道路模型如圖2 所示。但在一些非標準性道路中，單線激光雷達檢測技術則不能夠有效地表征出道路具體特征。多線激光雷達相較單線激光雷達而言，能夠采集到更加豐富的信息數據，相比單線激光雷達，能夠更好的對道路信息進行表征，道路提取效果更佳。

圖2 理想道路模型

3.3 障礙物探測與跟蹤技術

激光雷達具有探測準確性好、范圍廣等優點，激光雷達技術不僅能夠幫助無人駕駛車輛控制系統獲取目標信息的精確位置，還可以獲取目標信息的速度、大小、方向等其它信息特征。因而，激光雷達技術在障礙物探測與跟蹤方面具有較好的應用效果，可以為無人駕駛車輛的安全行駛提供保障。無人駕駛車輛在行駛過程中，如果車輛周邊環境比較簡單，則可以利用二維激光雷達信息障礙探測技術對那些具有明顯特征的障礙物進行規避。但在復雜環境中，則需要利用三維激光雷達對障礙物進行探測與跟蹤。文龍提出在無人駕駛車輛行駛過程中，可以使用三維激光雷達相鄰掃描點距離特征來對地面進行分割，并通過DBSCAN法計算出障礙物的信息數據，以此實現對障礙物進行探測與跟蹤[6]。

3.4 環境建模技術

在無人駕駛車輛行駛的過程中，測量系統能夠快速、高效地對車輛周邊環境信息進行描述與表征，這是確保無人駕駛車輛自主控制的關鍵。因此，有必要在行駛過程中，對車輛周邊環境進行數據建模。就當下而言，常用的環境建模技術主要有應用柵格、幾何信息以及拓撲圖表示等。在車輛在行駛過程中，提取周邊環境、行人、道路等特征的方法眾多，但仍然會遇到一些特殊場景，無法有效地對環境特征進行全面描述或表征，例如道路兩側的樹木、電線等。何月旺在大量實驗的基礎上，提出可以借助RANSAC算法將車輛行駛的地面與其它特征物分離，之后采用GMM算法區分出樹木與灌木叢，并利用FCM模糊C均值類算法對道路兩側的樹木信息進行描述與表征[7]。試驗表明，該算法具有較好的應用效果，表征環境信息的精度較高。

3.5 多傳感器信息融合技術

車輛在行駛過程中會遇到各種復雜的環境，激光雷達雖然能夠迅速地采集車輛周邊環境信息，但在具體的應用過程中，激光雷達并不可以完美實現對車輛周邊所有環境的建模、目標探測等。因此，需要利用多傳感器信息融合系統，結合車輛行駛過程中的需求來構建一個高效的周邊環境信息模型。在多傳感器信息融合技術應用過程中，系統內的每一個傳感器均有自己的坐標信息，且不同類型的傳感器坐標系表示形式各異。因此，為了保證在相同坐標體系下對測量目標進行描述或表征，在信息融合前需要對坐標體系進行轉換。除此之外，在進行多傳感器信息融合時，需要對多傳感器坐標映射問題進行分析。為充分發揮動傳感器信息融合技術的優勢，國內外學者進行了大量的研究。杜軍通過對數據與視覺信息的統合，提出了一種可以研判顏色、幾何特征的方法[8]。姜允侃對不同形式傳感器在極端環境下的檢測情況進行網絡分析，并通過信息融合提升了感知系統的精確性[9]。

4 激光雷達在無人駕駛車輛中的實際應用

谷歌自動駕駛公司Waymo 早已將激光雷達應用在無人駕駛車輛中，其激光雷達與傳感器布局如圖3 所示。主要在車頂、車頭及車身四周布置激光雷達，并在車頂位置同時布置攝像頭傳感器，以充分保障信息冗余，主計算機被設置在車輛后備箱位置。

圖3 無人駕駛汽車激光雷達與傳感器布局圖

目前在現有無人駕駛車輛中使用的激光雷達主流為機械掃描式，其主要是由MEMS 反射鏡、激光發射接收裝置、伺服電機等組成。機械掃描式激光雷達系統原理示意圖如圖4 所示。

圖4 系統原理示意圖

機械掃描式激光雷達所采用的測量方法為飛行時間法，其基本原理為：激光雷達首先會向目標物體發射激光，當激光到達目標物體后，目標物體將一部分光源反射回來，被接收器所接收，根據距離=（光速×時間）/2，這樣通過對光源飛行時間的測量即可使得每一個像素獲取到相互獨立的距離信息。

5 結論與展望

5G 時代到來，萬物互聯成為可能，激光雷達技術作為物聯網總框架基礎性技術，具有十分廣闊的應用前景。尤其近些年來隨著車輛自動駕駛技術的發展，車輛自動駕駛逐漸由試驗轉向實用，激光雷達技術作為一種使用最為廣泛的環境感知技術，具有使用環境廣、精度高的優點，能夠有效提升無人駕駛車輛的安全性能。相信在不久的將來，隨著激光雷達技術的不斷完善，其必將為無人車輛的發展提供更大助力。