自动驾驶技术与应用手册（执行版）.docxVIP

自动驾驶技术与应用手册（执行版）

自动驾驶系统架构与核心组件

第1章

1.1感知层传感器融合原理

感知层是自动驾驶系统的“眼睛”，其核心任务是将物理世界的二维图像转化为计算机可处理的三维点云数据。以激光雷达（LiDAR）为例，它通过发射红外激光束照射前方，利用激光散射原理计算反射点距离，再结合发射时间差获取速度信息，最终输出精确的高精度点云数据，其典型扫描角度可达360度，分辨率可达厘米级。双目视觉系统则利用两摄像头之间的视差原理，通过算法计算深度图，特别适合识别纹理丰富的道路标线、交通标志牌以及行人衣物的纹理特征，其单帧深度图通常包含数十万个像素点，能实现亚像素级的定位精度。

毫米波雷达（如77GHz频段）在穿透性方面优于激光雷达，能够全天候工作不受阳光或夜间光线影响，其工作原理基于多普勒效应，通过测量回波频率变化计算车辆相对速度，典型采样频率为1MHz，能有效识别静止障碍物如树木、护栏和静止车辆。超声波传感器通过发射短脉冲超声波并接收回波时间差来计算近距离物体的距离，其测距范围通常在1米以内，采样频率高达20kHz，常用于辅助判断车辆前方是否有人行横道线或紧急制动距离的初步估算。视觉与雷达数据的融合策略采用卡尔曼滤波（KalmanFilter）与粒子滤波算法，将雷达的几何信息、雷达的速度信息、视觉的深度信息和视觉的纹理信息按权值进行加权融