智能网联汽车概论 课件 第四章 智能网联汽车环境感知技术.pptx

第四章 智能网联汽车环境感知技术 概述随着机器视觉、雷达传感器、超声波传感器、激光传感器等传感技术的进步，大量的传感器开始在汽车上应用。这一阶段，智能汽车环境感知传感系统主要使用毫米波雷达、激光雷达、摄像头等传感器。感知的具体方法有雷达感知和视觉感知。智能网联汽车自动驾驶的前提是实时高精度高可靠性道路交通环境感知，传感器作为环境感知与控制系统的信息源、电子眼，是其中的关键部件，也是自动驾驶技术领域研究的核心内容之一。 4.1 激光雷达 概述激光雷达。即LiDAR(Light Detection and Ranging)，是以发射激光束探测目标的位置，速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光)然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较。做适当处理后。就可获得目标的有关信息。如目标距离、方位、高度、速度、姿态，甚至形状等参数。从而对障碍物、移动物体等目标进行探测、跟踪和识别。 工作原理激光雷达是一种激光测距系统，用于获取数据并产生精确的数字高程模型(DEM)。微光本身具有非常精确的测距能力，其测距精度可达厘米级。而随着商用GPS和IMU(惯性测量单元)的发展。通过激光雷达从移动平台上获得高精度的数据已经成为现实并被广泛应用。激光扫描测量是通过激光扫描器和距离传感器来获取被测目标的表面形态的。激光扫描器一般由激光发射器、接收器、时间计数器、微计算机等组成。激光脉冲发射器周期地驱动激光二极管发射激光脉冲,然后由接收透镜接收目标表面后向反射信号，产生接收信号。利用稳定的石英时钟对发射与接收时间差做计数，经由微机对测量资料进行内部微处理，显示或存储、输出距离和角度资料,并与距离传感器获取的数据相匹配，最后经过相应系统软件进行一系列处理，获取目标表面三维坐标数据，从而进行各种量算或建立立体模型。激光雷达通过脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据，使用这些数据进行图像处理后，就可以得到精确的三维立体图像。另外，激光束发射的频率一般是每秒几万个脉冲以上。举例而言，一个频率为每秒一万次脉冲的系统，接收器将会在一分钟内记录六十万个点。 优缺点图4-1为激光雷达的工作示意图。与普通微波雷达相比，激光雷达由于使用的是激光束、工作频率较微波高了许多。因此有很多优点，主要包含以下几点：1. 分辨率高、精度高2. 抗有源干扰能力强3. 获取的信息量丰富但是，激光雷达也有明显的缺点：1. 雨雪、雾霾天气精度下降2. 激光雷达难以分辨交通标志的含义和交通信号灯颜色3. 激光雷达接收的是光信号，容易受太阳光、其他车辆的激光雷达等光线影响。4. 现阶段成本较高。图4-1 激光雷达的工作原理示意图 激光雷达在自动驾驶汽车中的应用 与其他雷达系统相比，激光雷达有着探测范围更广。探测精度更高的优势。激光雷达，因此成为了目前自动驾驶汽车上应用最广泛的传感器之一。激光雷达在自动驾驶中有范地核心功能:三维环境感知和SLAM加强定位。在三维环境感知方面。激光雷达通过激光下描可以得到汽车周围环境的三维模型。运用相关算法比对上一帧和下一帧环境的变化可以较为容易地探测出周围的车辆和行人，并进行障碍物的检测、分类和跟踪。在SLAM加强定位方面，激光雷达可以通过扫描得到的点云数据实现同步创建地图，因此，激光雷达在生成高精地图中是一个非常重要的传感器。另外。激光雷达有着较为稳定的优势，受环境光能的影响较小、因此定位和地图创建的精度高。图4-2为基于激光雷达的示意图。图4-2 基于激光雷达的定位示意图 激光雷达在自动驾驶汽车中的应用激光雷达按线束数量分,可以分为单线束激光雷达和多线束激光雷达。目前应用到自动驾驶中的激光雷达产品主要有4线束、16线束以及64线束激光雷达，功能更加强大的128线束激光雷达也已经亮相。激光雷达迄今为止最为成熟、应用最广的形态为机械式激光雷达。机械式激光雷达是指其发射系统和接收系统存在宏观意义上的转动，也就是通过不断旋转发射头，将速度更快、发射更准的激光从“线”变为“面”，并在竖直方向上排布多束激光(如32线束、64线束激光雷达)，形成多个面，达到动态三维扫描并动态接收信息的目的。比如64 线激光雷达，其竖直排布的激光发射器呈不同角度向外发射，实现垂直角度的覆盖，同时在高速旋转的电动机壳体的带动下，实现水平角度360的全覆盖。图2-3为百度Apollo无人驾驶汽车安装在车顶的激光雷达示意图。图4-3 百度Apollo无人驾驶汽车 4.2 超声波传感器 概述据相关调查统计，在普通驾驶汽车中，15%的汽车碰撞事故是因倒车时汽车的后视能力不良造成的。因此，增加汽车的后视能力，研制汽车后部探测障碍物的倒车雷达便成为近年来的研究热点。安全避免碰撞障碍物的前提是快速、准确地测量障碍物与汽