汽车智能传感器装调与测试课件任务12视觉传感器与毫米波雷达融合标定.pptxVIP

汽车智能传感器装调与测试

视觉传感器与毫米波雷达融合标定;

场景

某国产自主品牌汽车试制车间

人物

车间班组长王师傅、实习试制装调技师小刘

情节

智能网联汽车的ADAS功能与车辆安全息息相关，因此汽车设计上对ADAS系统的可

靠性具有很高标准。智能传感器遍布全车的各个方位，同时为车辆不断地扫描周;

能根据设计图纸和装调手册，熟悉车辆各ADAS系统传感器应用情况，规范完成传感器联合标定准备工作。

能根据设计图纸和装调手册，熟练操作系统主机，完成视觉传感器与毫米波雷达融合标定。;

智能网联汽车为了实现多种先进驾驶辅助（ADAS）功能，在车辆上各个位置都装有不同的数量和类型的智能传感器。

智能网联汽车典型传感器应用方案如图所示，色块不同颜色代表不同的传感器类型与探测范围，色块中的标识为所属ADAS系统。;

智能网联汽车上安装的传感器包括超声波雷达、毫米波雷达、激光雷达、视觉传感器等。

各种不同的传感器对应不同的工况环境和感知目标

例如毫米波雷达主要识别前向中远距离障碍物（0~100m），如路面车辆、行人和路障等；超声波雷达主要识别车身近距离障碍物（0.2~10m），如泊车过程中的路沿、静止的前后车辆以及过往的行人等信息。;;;

每种传感器各有优劣，使用单一传感器无法完成无人驾驶的功能性与安全性的全面覆盖

比如仅靠视觉传感器识别物体，在遭遇大雾、雨雪等恶劣天气时很容易影响识别精度。

因此应该根据各传感器的特点，在不同感知需求的场景下选择不同的传感器，并且综合运用各个传

感器的感知结果对周围环境进行感知。;

环境感知传感器在智能网联汽车上的配置与自动驾驶级别密切相关，传感器的数

量随着自动驾驶级别增高而变多。随着汽车智能化和网联化的发展，智能网联汽

车配备的先进传感器的数量将会逐渐增加，预计无人驾驶汽车将会装配40个左右

先进传感器。

智能网联汽车在自动驾驶功能实现上，各汽车企业围绕是否采用激光雷达分别采

用两种不同的技术方案。;

1）以激光雷达+??觉传感器的技术方案

主张激光雷达能通过3D空间建模降低对AI算法的要求，且在雨、雪天气时能发挥出精确的测距作用，在某一种传感器出现故障时可以额外提供一定冗余度。

该技术方案主要的问题是激光雷达成本高，方案大规模商业化落地较难。;

不使用成本较高的激光雷达，采用毫米波雷达及超声波雷达的辅助视觉传感器，用高级AI技术提升视觉传感器环境感知精度。

视觉传感器为主的方案利用海量数据训练视觉方案，改进算法突破探测精度的瓶颈。;;;

分组方法：

报数法

每位同学1到5报数，报数相同

的同学分为一组，每一组同学报的数为该组的组别;

操作准备;

工作流程;

提示

?根据装调手册绘制简图

?记录雷达相关参数;

?纸、笔、装调文件;;

智能网联汽车传感器融合（Sensor

Fusion），全称多传感器信息融合，是车

辆环境感知系统使用多个（种）传感器进行工作中，综合各传感器感知数据，利用计算机进行分析处理以实现最佳协同感知效果，消除单一传感器的局限性，提高系统容错性的过程以及技术，如图所示。;

传感器融合技术的优势主要体现在提高系统感知的准确度，最大程度发挥各个（种）传感器的优势；增加

系统的感知维度，提高系统的可靠性和健壮性；增强环境适应能力。弥补了单一传感器对空间的分辨率和环境的语义不确定性；有效减少成本。实现多个价格低廉的传感器代替价格昂贵的传感器设备。;

环境感知传感器信息融合过程中需要解决如下问题，

1）数据对准。如何时不同传感器工作在同一时空框架下，必要时对时空配准导致的误差进行补偿。

2）解决探测的不确定性。处理传感器探测结果中的噪声信号。

3）数据关联问题，确定和区分来源于同一目标源的数据。

4）不完整、不一致以及虚假数据性问题。处理各个传感器的数据中不一致、可以有多种解释方式以及因为噪声或者干扰因素导致不真实的问题。

为了解决以上问题，多传感器融合对车载系统的要求主要包括，

1）统一的同步时钟，保证传感器信息的时间一致性和正确性。

2）准确的多传感器标定，保证相同时间下不同传感器信息的空间一致性。;

传感器数据融合方法按融合阶段数据的抽象程度分为数据级融合、特征级融合、目标级融合及决策级融合四类。其中，数据级融合与特征级融合又可称为前融合；目标级融合与决策级融合可看作各个感知单元的后处理过程，又称为后融合。;

数据级融合

一般为融合各个传感器采集的原始数据，如图像和激光雷达点云。;

特征级融合

首先对各传感器的原始数据进行