面向自动驾驶汽车的气象感知增强与恶劣天气应对设计.docxVIP

PAGE2

面向自动驾驶汽车的气象感知增强与恶劣天气应对设计

摘要

随着自动驾驶技术向高阶演进，雨、雪、雾等恶劣天气导致的车载传感器性能衰减已成为制约全天候运行的核心瓶颈。激光雷达点云畸变、摄像头图像降质、毫米波雷达杂波增多等问题，使感知系统漏检与误检率急剧上升，严重威胁行车安全。本课题聚焦交通气象与安全保障交叉领域，针对恶劣天气下传感器性能下降问题，设计一种基于多传感器融合与气象先验知识的感知增强算法及安全降级策略，旨在提升自动驾驶汽车在复杂气象条件下的环境感知鲁棒性与运行安全性。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。首先，从现实痛点出发，分析雨雪雾天气对各类传感器的影响机理，明确系统功能与非功能需求；其次，在总体设计层面，提出“气象感知—数据增强—融合感知—安全决策”四层架构，划分气象分类与传感器退化建模、多模态数据增强、异构传感器融合、安全降级决策等核心模块；详细设计章节深入阐述基于注意力机制的多传感器融合算法、结合气象先验的自适应权重分配策略以及面向不同恶劣天气等级的安全降级状态机；实现部分通过仿真平台与真实数据集验证算法有效性；测试章节对系统感知精度、响应延迟及降级决策准确率进行量化评估。核心创新点在于将气象先验知识显式嵌入传感器融合管线，设计了气象条件感知驱动的动态权重分配机制，并构建了融合感知置信度与气象危险等级的安全降级策略