浅析无人驾驶汽车环境感知技术

丁毅

摘要：无人驾驶汽车外界环境感知技术的研究主要是运动控制、路径规划以及导航定位技术。本文旨在探讨无人驾驶汽车环境感知所需的各类传感器的同时，并对环境感知的关键技术展开了综合分析。

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。由于环境光线不均勻，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.