未来智讯 > 无人驾驶论文 > 浅析无人驾驶汽车环境感知技术

浅析无人驾驶汽车环境感知技术

发布时间:2018-05-09 11:34:00 文章来源:未来智讯    
    关键词:环境感知;无人汽车;信息
    中图分类号:U463.6 文献标识码:A 文章编号:1007-9416(2018)01-0218-02
    无人驾驶汽车行驶中,利用传感器检测汽车是否存在车道偏离,还能够识别路上障碍物及红路灯,将各种信息及时传输给驾驶系统,令驾驶系统及时做出反应,提出驾驶安全性。可以说,在无人驾驶技术中,环境感知至关重要,如何提高环境感知技术的可靠性和实效性,是当前无人驾驶技术的研究重点。
    1 环境感知传感器
    无人驾驶汽车行驶过程中,需要及时获取周围环境信息并加以处理。就目前研究的技术方案而言,对周围环境感知能力最强应该属激光雷达传感,其次是相机获取图像,再次是毫米波雷达、惯性导航和GPS定位,最后是红外线传感器超声波传感器[1]。
    1.1 激光雷达
    激光雷达通过远距测距技术,实现距离的测量,普遍包括单线和多线激光雷达,其中,多线雷达能够俯仰角度的提升,扩大扫描面。无人驾驶汽车中,通常选择二者结合的方式完成汽车安全通过道路指导和障碍物探测[2]。
    (1)单线激光雷达。单线激光雷达能够发出一束激光对区域进行扫描,并根据扫描仪和区域各点的相对位置,测量二者之间的相对角度和距离。单线激光雷达的数据传递方式较多,一般为网络接口传输。(2)多线激光雷达。多线激光雷达能够发出两束或两束以上的激光对区域进行扫描,垂直探测范围为26.8°,水平探测范围为360°。由于激光雷达抗干扰性能强、实时性好以及精度高等特点,在跟踪、动态障碍分类、道边检测和障碍检测等方面得到广泛运用。
    1.2 相机
    相机可以获取彩色景象信息,是除了激光雷达外获取环境信息的次要来源。相机型号种类多样,一般可分为全景相机、单目相机和双目相机3种。
    1.3 毫米波雷达传感器
    该传感器工作效率处于30-300GHz频域,具有质量轻、体积小、抗干扰能力强、角分辨率好等特点。尽管探测范围没有激光雷达更大,但是穿透力和指向性均有较大的优势。结合测量原理,可将其分为调频连续波方式和脉冲方式两种。
    1.4 超声波传感器
    超声波传感器的探测距离较短,数据处理简单,普遍用于近距离的障碍物检测,由于超声波在空气中将会大大衰减,距离信息不精准,所以普遍用于精度要求不高的区域,例如倒车雷达等。
    2 无人驾驶汽车环境感知关键技术
    2.1 传感器标定
    刚性连接车体和激光雷达,并保持位移和姿态固定,为便于数据李处,需要将激光雷达坐标系转化为车体坐标系。首先,标定激光雷达外部安装参数,然后,利用雷达极坐标数据完成雷达数据转换,最后,将所有的雷达数据进行统一转换[3]。
    2.2 结构化道路检测
    (1)直道检测。在行业标准下,结构化道路建设和设计较为规范,有道路和非道路的车道线。距相机不远车道线,其变化不大,所以假设曲率变化很小,可以将直线用于车线道的拟合。(2)弯道检测。判断弯道方向,需要确定曲率半径才能够提供有效信息,目前公路主要分为回旋线、圆曲线以及直线,为此,应用过俯视图予以拟合。具体步骤:首先,构建弯道模型,假设弯道形状,其次,提取像素点,将车道线像素点作为依据,最后,完成车道模型你和,确定弯道数据模型参数。(3)复杂环境预处理。由于环境光线不均�颍�容易致使相机提取图像存在纯黑和纯白区域,识别算法缺乏可行性,为此,应选择图像预处理,主要方法有:直方图调节、灰度映射调节以及Gamma调节等。
    2.3 非结构化道路检测
    非结构化道路还包括野外土路和乡村公路等,应结合先验知识库模型和环境检测信息,有针对性的处理数据和图像,并根据环境差异修正模型,不断更新模型效果,具体方法如图1所示。
    2.4 形式环境中目标检测
    (1)行人检测。通过HOG特征实现行人检测,设计区域梯度直方图,构建人体特征。步骤如下:首先通过雷达数据得到检测区域,然后根据图像数据选择行人检测算法,最后通过算法对检测区域进行行人检测。(2)车辆检测。激光雷达和视觉信息的有机整合,将有助于规避光照等负面影响,实现传感器信息不糊,并对激光雷达数据予以模板匹配和形状匹配,明确检测区域及算法,并进行车辆检测。(3)交通信号灯检测。通过彩色视觉交通信号灯识别方法,能够对图像交通信号灯予以检测,为避免存在跟踪丢失和误检问题,可选用彩色直方图目标跟踪算法――CAMSHIFT,有效规避目标遮挡和变形现象,具有较高的运算效率。
    3 结语
    综上所述,无人驾驶汽车对环境的感知要求较高,在实际应用过程中,应不断优化各类目标识别能力,整合数据分析和结算方法,提高环境感知技术的可靠性。
    参考文献
    [1]马飞跃,王晓年.无人驾驶汽车环境感知与导航定位技术应用综述[J].汽车电器,2015,(2):1-5.
    [3]段建民,郑凯华,周俊静.多层激光雷达在无人驾驶车中的环境感知[J].北京工业大学学报,2014,(12):1891-1898.
    [2]彭金帅.浅析无人驾驶汽车的关键技术及其未来商业化应用[J].科技创新与应用,2015,(25):46.
转载请注明来源。原文地址:https://www.7428.cn/page/2018/0509/15947/
 与本篇相关的热门内容: