《智能网联汽车概论（活页式）》 课件 项目六知识点1：智能网联汽车驾驶环境感知.pptx

1智能网联汽车路径规划与决策控制智能网联汽车驾驶环境感知

2知识目标：1.能通过走访或查阅资料的方法，能复述传感器的融合方法。2.能通过对感知系统的资料查询，能说出环境感知传感器的感知内容及数据集。能力目标：1.能总结归纳调研报告，撰写智能网联汽车环境感知系统技术报告。2.能总结并归纳调研内容，准确识别智能网联汽车的硬件组成。素质目标：1.树立安全意识；2.培养8S现场管理意识。教学目标

3智能网联汽车如何实现路径规划与决策控制？1.多传感器融合各类传感器因其测量原理，在环境感知方面都有各自明显的优缺点：毫米波雷达具有耐候性，可以全天工作，但分辨率不够高，无法区分人与物；摄像头具有较高的分辨率，可以感知颜色，但受强光影响较大。激光雷达可以提供具有三维信息的特性，对环境的可重构性很强，但受天气影响较大。毫米波雷达可以弥补激光雷达、视觉传感器在环境适应性上的不足。视觉传感器或者激光雷达可以弥补毫米波雷达在目标分类上的不足等。

4智能网联汽车如何实现路径规划与决策控制？2.环境感知传感器及感知信息内容环境感知是通过摄像头、激光雷达、毫米波雷达、超声波雷达、陀螺仪、加速度计等传感器，感知周围环境信息和车辆状态信息。环境信息主要包括道路信息、周边车辆与行人信息。道路信息，包括道路的宽度、坡度、交通标志灯；周边车辆信息包括车辆大小，行驶的速度、加速度、方向等；周边行人信息包括行人的数量、位置及行走方向等。

5智能网联汽车如何实现路径规划与决策控制？3.传感器的融合方法汽车自动化的程度越高，集成在车辆中的传感器的数量和类型也越多，只有这样才能够保证信息获取充分且、有冗余保障车辆自动行驶的安全。为了保证安全，必须对传感器进行信息融合。多传感器融合可以显著提高系统的冗余度和容错性，从而保证决策的速度和正确性，这是自动驾驶系统向先进的自动驾驶方向发展，最终实现无人驾驶的必然趋势。

6智能网联汽车如何实现路径规划与决策控制？3.传感器的融合方法传感器融合的理论方法有贝叶斯准则、卡尔曼滤波、D-S证据理论、模糊集合理论、人工神经网络等。软件算法能够联合虚拟摄像头和环境传感器数据融合算法，从而得到更精确的数据分析与自主控制决策。

7智能网联汽车如何实现路径规划与决策控制？3.传感器的融合方法传感器融合从融合等级上分为原始数据级融合、特征数据级融合和目标数据级融合。单一传感器中，越靠近原始数据，干扰信号和真实信号并存的可能性越大，即越早启动融合，真实信息的保留和干扰信息的去除效果越好，但同时也为数据同步、处理算法计算量带来相应的挑战。实际应用中，应结合感知需求、芯片计算能力选择合适的融合架构和方法，构建由各类传感器信息组成的数字环境，实现智能网联汽车的环境理解。。

8智能网联汽车如何实现路径规划与决策控制？3.传感器的融合方法传感器模块的集中处理由中央ECU制定的分布式系统分布式和集中式处理的结合

9智能网联汽车如何实现路径规划与决策控制？4.智能网联汽车环境感知数据库目前，专门用于无人驾驶的数据集有KITTI和Cityscapes等，数据集的主要作用是对汽车上安装的各种传感器采集的外部场景数据进行分析，并呈现无人驾驶车辆的实际情况。完整的数据集应包括立体数据、光流数据、视觉里程计数据、目标跟踪数据、道路解析数据等。

感谢大家的参与！10