應用于自動駕駛的自主避障技術綜述

王辰楷

（北京一零一中學，北京 100091）

當今世界，隨著社會和經濟的不斷發展以及人們對高質量生活的追求，普通的汽車漸漸已經無法滿足人們的需求了，更為安全、智能、省心的自動駕駛汽車逐步進入了人們的視野并得到了許多人的青睞。自動駕駛綜合了人工智能、雷達監控、機器視覺、智能導航等技術，通過智能控制中心，實現車輛自主安全地操作運行。本文將從自動駕駛的國內外研究現狀出發，具體闡述其自主避障技術的實現，并對其技術層面的重要難點進行分析論述。

1 國內外研究現狀

國外方面，谷歌實驗室于2007年便開始了無人駕駛汽車研發工作的籌備，并于2012年獲得了美國首例自動駕駛汽車的路測許可，截至今日，谷歌設計的自動駕駛汽車，累計行駛距離已經超過180萬英里。特斯拉公司不甘其后，所研發的“Autopilot”技術近年來已取得重大突破，該系統可以通過多種傳感設備感知外界環境，實現自動變道、自動巡航、自動控制車速和自動泊車等諸多輔助駕駛功能。據報道，全新一代奧迪A8也已采用全自動無人駕駛系統，該系統能夠在無需任何人類干涉的情況下自動控制汽車，以時速60公里運行。

國內方面，百度也致力于自動駕駛的研發，于2014年成立車聯網事業部，推出了CarLife、MyCar、CoDriver等車聯網產品。2015年底百度學習研究院與寶馬展開合作，在五環上公開演示了一輛全自動駕駛原型車。2016年9月，京東集團宣布由其自主研發的中國首輛無人配送車已經進入道路測試階段。

2 幾種主流的自主避障技術

2.1 超聲波測距避障

超聲波測距原理是當發射裝置發射超聲波時開始計時，超聲波在途中碰到障礙物后返回，超聲波接收器收到反射波后停止計時，并通過時間差來計算與被測障礙物之間的距離。超聲波檢測擁有安裝方便、計算簡單、易于控制等優點，同時也有一些不足，例如超聲波傳播過程中由于車輛移動和存在反射角會使距離有所偏差，并且諸如玻璃、鏡子等較光滑的材料無法反射超聲波也是超聲波測距的盲區所在。

2.2 基于圖像識別的避障技術

車輛在檢測障礙物時，可采用攝像頭捕捉環境影像，利用圖像識別技術，識別障礙物和實時路況，為駕駛提供依據。在具體的算法處理中，需要分析圖像中車道線等識別對象的顏色、面積、紋理等特征來分割出路面區域，同時還需排除各種干擾因素的影響。但同時，該技術易受光照和運動速度的影響，并且三維信息測量精度較低。

2.3 利用激光雷達探測避障

激光雷達工作原理為，發射端由激光器將電脈沖轉變為光脈沖發射，接收端再把從目標反射回來的光脈沖還原成電脈沖，送到顯示器與發射信號進行比較并獲得目標的方位、高度、速度、姿態、甚至形狀等參數。激光雷達能同時兼顧速度要求和精度要求，在黑暗中也不會影響其測量效果，但同時它安裝要求精度高、價格昂貴，不易推廣到民用。

2.4 光流法避障技術

光流法避障是近幾年新研發的一種避障技術，其主要想法在于利用周圍環境的光流信息，來識別障礙物，提供給車載計算機路況信息，從而實現主動避障。光流能夠提供障礙物的距離、速度、方位角等信息，從而輔助計算機做出決策，實現自主避障。光流法成本不高，識別精度和實時性良好，潛力大，但相關技術仍需進一步開發成熟。

3 面臨的問題和技術挑戰

3.1 實現多傳感器信息融合

每種自主避障技術在展現優點的同時也都或多或少地暴露出了它在其它方面的短板，這就意味著單一地采取某種技術是不可行的，只有通過多傳感器間的信息融合，讓多種技術之間取長補短，才能形成一個可以應對各種情況的，適應性強，魯棒性高的自主避障系統。

3.2 機器視覺的研發和實現

機器視覺是自動駕駛和人工智能的關鍵技術和必然趨勢，力圖使自動駕駛汽車等智能化設備也具有像人類一樣的視覺能力。人腦大約有1/5的部分用于對視覺圖像的處理功能，因此機器視覺算法的復雜程度，和計算量的龐大程度，是目前阻礙機器視覺發展的兩座大山。能否克服硬件上的缺陷，完善視覺處理算法，提高機器計算能力，這是機器視覺必須要面對的問題和技術挑戰。

3.3 預測和回應人類的行為

我們現在經常遇到在管制區域或事故區域，必須通過人為的手勢信號來指揮車輛的行動，目前自動駕駛汽車只能根據路牌、標識和信號燈等交通信息進行判斷，能否準確地判別人為手勢交通信號，或者能否在人為信號和現場其他物理交通信號產生沖突時做出正確決策，這是目前無法解決但必須面對的問題。

3.4 高性能傳感設備成本高昂

激光雷達技術同時兼具速度快精度高的特點，但其過高的成本卻讓人望而卻步，其中Velodyne HDL-64E LiDAR的售價在10萬美元以上，這導致運用激光雷達技術的汽車無法量產，從而阻礙了自動駕駛汽車的商業化。目前階段能夠用于自動駕駛系統的高性能傳感器主要有毫米波和攝像頭等。

3.5 法律及其他

自動駕駛車輛發生交通事故時，責任方如何確認尚沒有準確的法律條文。此外，自動駕駛汽車的信息化程度極高，所以電腦系統的安全問題自然就成為了非常重要的問題，如果汽車的數字信號突然中斷甚至被人竊取，那么結果都是不堪設想的。

4 結語

自動駕駛汽車雖然在諸多方面還存在著挑戰，但毫無疑問，自動駕駛行業的發展前景是明朗的。國外眾多大型車企和高科技研究中心都在不斷地為自動駕駛注入新的活力，近些年來我國也在自動駕駛方面取得了諸多突破性進展，保證了我國自動駕駛汽車技術與國際研究水平接軌。自動駕駛汽車旨在建立一個全天候、高效率的自動駕駛系統，從根本上改善了人們的出行方式。

參考文獻：

[1]王藝帆．自動駕駛汽車感知系統關鍵技術綜述[J]．汽車電器,2016，(12):12-16．

[2]王科俊，趙彥東，邢向磊．深度學習在無人駕駛汽車領域應用的研究進展[J]．智能系統學報,2016．

[3]張小東,郝向陽,孫國鵬,徐亞麗．旋翼無人機單目視覺障礙物徑向光流檢測法[J]．測繪學報,2017,46(9):1107-1115．

[4]楊帆．無人駕駛汽車的發展現狀和展望[J]．上海汽車,2014，(3):35-40．