智能網(wǎng)聯(lián)汽車(chē)環(huán)境感知技術(shù)應(yīng)用場(chǎng)景分析

【摘" 要】本文主要分析智能網(wǎng)聯(lián)汽車(chē)的自動(dòng)駕駛功能在應(yīng)對(duì)復(fù)雜的外部交通環(huán)境時(shí)，采用的各類(lèi)智能傳感器技術(shù)及網(wǎng)絡(luò)通信技術(shù)優(yōu)勢(shì)與局限性，著重分析超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)、視覺(jué)傳感器、衛(wèi)星通信技術(shù)、V2X技術(shù)、5G通信技術(shù)在智能汽車(chē)感應(yīng)近程交通狀況與遠(yuǎn)程交通狀況信息時(shí)的重要作用，并分析單車(chē)智能在行車(chē)安全中的缺陷及解決方法。

【關(guān)鍵詞】智能網(wǎng)聯(lián)汽車(chē)；雷達(dá)；視覺(jué)傳感器；衛(wèi)星通信技術(shù)；V2X技術(shù) ；5G通信技術(shù)

中圖分類(lèi)號(hào)：U463.6" " 文獻(xiàn)標(biāo)志碼：A" " 文章編號(hào)：1003-8639（ 2022 ）12-0001-03

Application Scenario Analysis of Environmental-aware Technology for Intelligent Connected Vehicle*

LU Ren-ding

（Changzhou College of Information Technology，Changzhou 213164，China）

【Abstract】This paper analyzes the advantages and limitations of various kinds of intelligent sensor technology and network communication technology used by Intelligent Connected Vehicles when realizing autonomous driving function and coping with complex external traffic environment. The importance of ultrasonic radar，millimeter wave radar，lidar，vision sensor，satellite communication technology，V2X technology and 5G communication technology is emphatically analyzed when intelligent vehicles sense short-range traffic conditions and long-range traffic conditions，the defects and solutions of individual vehicle intelligence in driving safety are analyzed.

【Key words】intelligent connected vehicle；radar；vision sensor；satellite communications technology；V2X technology；5G communication technology

1" 前言

智能網(wǎng)聯(lián)汽車(chē)終極目標(biāo)是實(shí)現(xiàn)汽車(chē)的自動(dòng)駕駛，汽車(chē)在自動(dòng)駕駛過(guò)程中，需要感知異常復(fù)雜的各類(lèi)交通目標(biāo)，包括車(chē)輛自身位置及狀態(tài)、道路、車(chē)輛、行人、各種靜態(tài)或動(dòng)態(tài)障礙物、交通標(biāo)志物及交通信息等。為了實(shí)現(xiàn)這一目標(biāo)，智能網(wǎng)聯(lián)汽車(chē)必須配備具有高精尖技術(shù)含量的各類(lèi)智能環(huán)境傳感器及感知網(wǎng)絡(luò)，本文嘗試從兩大類(lèi)不同的實(shí)際使用場(chǎng)景出發(fā)，分析智能網(wǎng)聯(lián)汽車(chē)主要智能傳感器及無(wú)線通信技術(shù)的使用特性及適用范圍。

智能網(wǎng)聯(lián)汽車(chē)在智能輔助駕駛或自動(dòng)駕駛過(guò)程中，需要探測(cè)感知的主要數(shù)據(jù)包括3種：汽車(chē)近程外部環(huán)境信息、汽車(chē)自身定位及運(yùn)動(dòng)參數(shù)數(shù)據(jù)、車(chē)載網(wǎng)絡(luò)通信感知的遠(yuǎn)程外部環(huán)境信息，準(zhǔn)確獲取這3種數(shù)據(jù)信息為汽車(chē)實(shí)現(xiàn)智能輔助駕駛甚至自動(dòng)駕駛提供有力的保障。

2" 汽車(chē)近程外部環(huán)境感知技術(shù)

智能網(wǎng)聯(lián)汽車(chē)近程感知范圍大概在300m范圍之內(nèi)，一般情況下，只要能實(shí)時(shí)并準(zhǔn)確獲取300m范圍內(nèi)所有對(duì)汽車(chē)行駛安全產(chǎn)生威脅的障礙物信息以及交通信號(hào)和道路信息，就能實(shí)現(xiàn)安全智能駕駛，在這種實(shí)際應(yīng)用場(chǎng)景下，一般采用雷達(dá)系統(tǒng)和視覺(jué)感知系統(tǒng)聯(lián)合感知。其中雷達(dá)感知系統(tǒng)主要功能為探測(cè)障礙物的方位及距離信息，目前市場(chǎng)主流的雷達(dá)感知系統(tǒng)分為三大類(lèi)，即超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)。這三類(lèi)雷達(dá)的探測(cè)距離、探測(cè)精度、成本各不相同，因其各自的優(yōu)勢(shì)，在車(chē)載雷達(dá)市場(chǎng)都占據(jù)了一席之地。

2.1" 超聲波雷達(dá)

如圖1所示，常用的車(chē)載超聲波雷達(dá)[1]傳感器信號(hào)頻率大約為40kHz左右，其實(shí)質(zhì)為一個(gè)將聲音信號(hào)與交變電信號(hào)相互轉(zhuǎn)化的一種裝置，其結(jié)構(gòu)組成為聲波信號(hào)發(fā)射器、聲波信號(hào)接收器及信號(hào)處理芯片。其原理非常簡(jiǎn)單，汽車(chē)與障礙物的距離為發(fā)射聲波與接收聲波時(shí)間間隔乘以聲音在空氣中傳播速度再除以2。

超聲波電功率小，探測(cè)距離短，一般在5～10m范圍內(nèi)，但是超聲波傳感器最大的優(yōu)點(diǎn)是成本低廉、結(jié)構(gòu)簡(jiǎn)單小巧且抗干擾能力很強(qiáng)，對(duì)色彩、光照、電磁場(chǎng)不敏感，可有效識(shí)別透明障礙物及漫反射差的障礙物，在夜間、灰塵煙霧、強(qiáng)電磁干擾及有毒惡劣環(huán)境中工作可靠。基于以上特點(diǎn)及成本考慮，超聲波傳感器特別適用于自動(dòng)泊車(chē)輔助雷達(dá)系統(tǒng)及停車(chē)距離控制雷達(dá)系統(tǒng)。

2.2" 毫米波雷達(dá)

毫米波本質(zhì)是波長(zhǎng)1～10mm（頻率30～300GHz）的電磁波，傳播速度是光速，如圖2所示，毫米波雷達(dá)[2]主要分為脈沖式毫米波雷達(dá)與調(diào)頻連續(xù)式毫米波雷達(dá)，前一種用來(lái)測(cè)量汽車(chē)與障礙物距離，其測(cè)距原理與超聲波雷達(dá)類(lèi)似，后一種采用多普勒效應(yīng)測(cè)量障礙物目標(biāo)的速度。目前主流的毫米波頻段為24GHz與77GHz。其中，77G毫米波雷達(dá)相比24G毫米波雷達(dá)具有更高能量，其探測(cè)距離更遠(yuǎn)，24G毫米波雷達(dá)一般應(yīng)用于汽車(chē)尾探測(cè)和側(cè)探測(cè)，探測(cè)距離大約60m，77G毫米波雷達(dá)一般用于汽車(chē)前探測(cè)，探測(cè)距離大約200m，當(dāng)然，77G毫米波雷達(dá)的成本更高。毫米波雷達(dá)探測(cè)距離遠(yuǎn)，成本適中，比激光雷達(dá)成本低很多，且與超聲波雷達(dá)類(lèi)似，抗電磁干擾能力強(qiáng)，惡劣交通環(huán)境適應(yīng)性強(qiáng)，因此，毫米波雷達(dá)特別適用于高速行駛汽車(chē)的安全控制，具體應(yīng)用實(shí)例為車(chē)載自適應(yīng)巡航系統(tǒng)、車(chē)輛自動(dòng)緊急制動(dòng)、車(chē)輛向前碰撞預(yù)警、車(chē)輛變道輔助、駕駛員視覺(jué)盲區(qū)監(jiān)測(cè)、行人等移動(dòng)障礙物監(jiān)測(cè)。

2.3" 激光雷達(dá)

顧名思義，如圖3所示，激光雷達(dá)[3]是一種發(fā)射激光束探測(cè)障礙物距離、位置、速度等特征量的雷達(dá)系統(tǒng)，分為單線與多線激光雷達(dá)，機(jī)械式激光雷達(dá)或固態(tài)激光雷達(dá)，其最強(qiáng)大之處為以汽車(chē)為中心，采用激光束掃描的技術(shù)手段建立周?chē)?00m范圍內(nèi)所有障礙物的三維坐標(biāo)位置信息，且具有較高分辨率，即距離分辨率約0.1m，速度分辨率約為10m/s，角度分辨率可達(dá)0.1mard，并且可以同時(shí)追蹤多個(gè)目標(biāo)，最終生成多目標(biāo)運(yùn)動(dòng)特性三維點(diǎn)陣圖像，如圖4所示。這種精確且無(wú)障礙物遺漏的探測(cè)手段是毫米波雷達(dá)無(wú)法比擬的。激光雷達(dá)結(jié)合高精度地圖與GPS或北斗系統(tǒng)，對(duì)行駛車(chē)輛定位都有無(wú)可比擬的定位精度與穩(wěn)定性。但其缺點(diǎn)也很明顯，激光雷達(dá)體積大，成本遠(yuǎn)遠(yuǎn)高于毫米波雷達(dá)，且由于激光特性，極易受到天氣狀態(tài)、灰塵煙霧等環(huán)境因素的影響，大大限制了車(chē)載激光雷達(dá)的使用。

2.4" 3種雷達(dá)的特點(diǎn)

前述3種雷達(dá)在各自的成本及探測(cè)性能方面都各具特點(diǎn)及優(yōu)勢(shì)，可以在保證汽車(chē)合理的成本條件下做到優(yōu)勢(shì)互補(bǔ)。超聲波雷達(dá)以其低廉的成本和強(qiáng)大的抗干擾能力在汽車(chē)10m范圍障礙物探測(cè)中起到極其重要作用，例如車(chē)載泊車(chē)系統(tǒng)；毫米波雷達(dá)在高速行駛汽車(chē)百米以上距離兼具成本較低及障礙物探測(cè)靈敏特性；激光雷達(dá)在障礙物探測(cè)精度及靈敏度方面最具優(yōu)勢(shì)，如果能進(jìn)一步降低成本，將是未來(lái)智能汽車(chē)行車(chē)安全的最佳保障。但是不可否認(rèn)，3種雷達(dá)系統(tǒng)雖然在障礙物探測(cè)方面各具優(yōu)勢(shì)，但缺點(diǎn)也非常明顯，即無(wú)法識(shí)別交通標(biāo)志及交通信號(hào)燈，而視覺(jué)傳感器可以有效解決雷達(dá)系統(tǒng)的這個(gè)缺陷，在圖像識(shí)別領(lǐng)域獨(dú)具優(yōu)勢(shì)。

2.5" 視覺(jué)傳感器

視覺(jué)傳感器[4]實(shí)質(zhì)是光學(xué)成像裝置，即攝像頭，品類(lèi)多樣，一般按照其監(jiān)測(cè)方位來(lái)劃分，分為前視攝像頭、后視攝像頭、側(cè)視攝像頭、內(nèi)視攝像頭。如圖5所示，視覺(jué)傳感器在智能網(wǎng)聯(lián)汽車(chē)上的主要功能為車(chē)道線識(shí)別、輔助雷達(dá)系統(tǒng)進(jìn)行障礙物監(jiān)測(cè)、交通標(biāo)志及地面標(biāo)志識(shí)別、交通信號(hào)燈識(shí)別、汽車(chē)可通行空間檢測(cè)。

綜上所述，為了有效識(shí)別復(fù)雜的交通環(huán)境信息，在汽車(chē)300m范圍內(nèi)近程外部環(huán)境感知技術(shù)市場(chǎng)，綜合考慮成本及性能因素，目前主流的智能網(wǎng)聯(lián)汽車(chē)配置方案為“激光雷達(dá)加攝像頭”與“毫米波雷達(dá)加攝像頭”兩種方案。

3" 汽車(chē)遠(yuǎn)程外部環(huán)境感知技術(shù)

前述車(chē)載雷達(dá)系統(tǒng)與視覺(jué)傳感器主要針對(duì)汽車(chē)300m近程范圍內(nèi)障礙物及行車(chē)相關(guān)交通信息的探測(cè)，但是幾公里之外的遠(yuǎn)程交通狀況無(wú)法感知，如幾公里之外的交通事故或遠(yuǎn)程路段山體滑坡等信息。此時(shí)，智能網(wǎng)聯(lián)汽車(chē)需要獲知兩種信息，第一種是汽車(chē)自身的定位信息及運(yùn)動(dòng)參數(shù)信息，第二種是通過(guò)通信技術(shù)獲取的遠(yuǎn)程緊急交通狀況信息。智能汽車(chē)只有在獲取自身精準(zhǔn)定位的前提下，通過(guò)通信技術(shù)獲得的遠(yuǎn)程緊急交通狀況信息才對(duì)行車(chē)安全具有實(shí)際指導(dǎo)意義。

目前汽車(chē)定位信息感知主要通過(guò)衛(wèi)星系統(tǒng)如GPS或北斗BDS衛(wèi)星系統(tǒng)獲得，但衛(wèi)星信號(hào)易被汽車(chē)行車(chē)過(guò)程中的高樓大廈或地下隧道屏蔽，此時(shí)需要慣性導(dǎo)航位置感知裝置IMU[5]對(duì)暫時(shí)失去衛(wèi)星定位信息的汽車(chē)進(jìn)行航跡推算，與激光雷達(dá)配合，能實(shí)時(shí)推算出汽車(chē)當(dāng)前的位置、速度、姿態(tài)等運(yùn)動(dòng)參數(shù)信息，能有效提高汽車(chē)定位精度。如圖6所示，目前市場(chǎng)主流的汽車(chē)定位方案即為“導(dǎo)航衛(wèi)星加IMU慣導(dǎo)裝置”，但此解決方案也存在弱點(diǎn)，即如果汽車(chē)衛(wèi)星定位信號(hào)被屏蔽時(shí)間過(guò)長(zhǎng)，較長(zhǎng)時(shí)間依靠IMU來(lái)推算汽車(chē)定位數(shù)據(jù)，會(huì)出現(xiàn)定位數(shù)據(jù)累計(jì)誤差。

智能汽車(chē)獲取遠(yuǎn)程緊急交通狀況信息的有效技術(shù)手段為5G通信、云平臺(tái)服務(wù)器及V2X通信技術(shù)[6]。如圖7所示，V2X技術(shù)主要指V2V和V2I，V2V技術(shù)指的是車(chē)輛與車(chē)輛之間建立臨時(shí)局域網(wǎng)共享交通信息，V2I技術(shù)指的是路側(cè)雷達(dá)傳感器或路側(cè)攝像頭為智能網(wǎng)聯(lián)汽車(chē)實(shí)時(shí)或者極微延遲地提供汽車(chē)本身受地理環(huán)境因素所無(wú)法獲取的交通信息，如前方拐彎路段的障礙物運(yùn)動(dòng)參數(shù)，華為5G高速帶寬為V2X技術(shù)的實(shí)現(xiàn)提供了良好的通信基礎(chǔ)。5G通信技術(shù)與城市交通管理中心云平臺(tái)服務(wù)器結(jié)合，能及時(shí)向智能汽車(chē)傳送遠(yuǎn)程的交通緊急狀況信息，使智能汽車(chē)能合理規(guī)劃路徑并有效規(guī)避危險(xiǎn)，解決了車(chē)載雷達(dá)與視覺(jué)系統(tǒng)無(wú)法獲取遠(yuǎn)程交通緊急狀況信息的缺陷。此技術(shù)的本質(zhì)為突破單車(chē)智能信息處理能力即算力有限，獲取交通信息渠道有限、獲取交通狀況信息不全面，對(duì)復(fù)雜交通狀況缺乏預(yù)判性與先見(jiàn)性的局限性，利用國(guó)家先進(jìn)的網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施，完成單車(chē)智能與群體智能融合，達(dá)成“聰明的車(chē)”與“智慧的路”相結(jié)合的目標(biāo)，真正實(shí)現(xiàn)智能網(wǎng)聯(lián)汽車(chē)自動(dòng)駕駛功能，并進(jìn)一步促進(jìn)交通智能管理能力的提升。

4" 結(jié)論

文章對(duì)比分析了各類(lèi)雷達(dá)傳感器、視覺(jué)傳感器、各類(lèi)無(wú)線通信技術(shù)在汽車(chē)外部近程環(huán)境感知與遠(yuǎn)程環(huán)境感知中各自的優(yōu)勢(shì)與缺陷，論證了在各種復(fù)雜交通狀況中，必須因地制宜地采用不同傳感器與通信技術(shù)的有機(jī)結(jié)合才能有效解決智能駕駛汽車(chē)的障礙物識(shí)別與行車(chē)安全問(wèn)題。同時(shí)闡明了單車(chē)智能的局限性，強(qiáng)調(diào)了車(chē)路協(xié)同系統(tǒng)與智能交通網(wǎng)絡(luò)管理系統(tǒng)對(duì)自動(dòng)駕駛汽車(chē)行車(chē)安全的重要作用。

參考文獻(xiàn)：

[1] 李大森. 自動(dòng)泊車(chē)系統(tǒng)關(guān)鍵技術(shù)研究[D]. 廣州：華南理工大學(xué)，2018．

[2] 李鑫. 面向汽車(chē)智能駕駛的毫米波雷達(dá)建模與仿真研究[D]. 長(zhǎng)春：吉林大學(xué)，2020．

[3] 黃偉鑫. 基于改進(jìn)圖割的車(chē)載激光雷達(dá)環(huán)境建模關(guān)鍵技術(shù)研究[D]. 合肥：中國(guó)科學(xué)技術(shù)大學(xué). 2021．

[4] 蘇景嵐. 車(chē)載視覺(jué)/INS/GNSS多傳感器融合定位定姿算法研究[D]. 武漢：武漢大學(xué)，2019.

[5] 王德超. 車(chē)載光纖陀螺捷聯(lián)慣性導(dǎo)航系統(tǒng)優(yōu)化設(shè)計(jì)[D]. 哈爾濱：哈爾濱工程大學(xué)，2021.

[6] 余賢立. 基于V2X的車(chē)輛防碰撞預(yù)警算法研究及系統(tǒng)實(shí)現(xiàn)[D]. 長(zhǎng)春：吉林大學(xué)，2022.

（編輯" 章" 子）