自动驾驶汽车感知系统的多传感器融合算法.docxVIP

自动驾驶汽车感知系统的多传感器融合算法

一、自动驾驶感知系统的技术诉求与多传感器融合的必要性

作为自动驾驶汽车三大核心模块的最前端，感知系统的性能直接决定了整个自动驾驶系统的安全上限，其作用类似于人类驾驶员的视觉、听觉等感官系统，是所有决策与控制动作的信息来源。多传感器融合算法作为支撑感知系统实现高可靠运行的核心技术，其发展始终与自动驾驶的落地需求紧密绑定。

（一）自动驾驶感知系统的核心功能定位

感知系统作为自动驾驶系统与外部物理世界交互的第一接口，承担着三类核心任务：一是对车辆周边动态交通参与者的实时检测与跟踪，包括机动车、非机动车、行人、动物等可能影响行车安全的移动目标，需要持续输出目标的类别、位置、速度、运动方向甚至未来数秒的运动轨迹；二是对静态交通环境的精准识别，包括车道线、交通信号灯、交通标志、路沿、护栏、路面遗洒物等静态要素，为车辆的路径规划提供合规性依据；三是辅助完成自车的高精度定位，通过匹配周边环境特征与预先构建的高精地图，把自车的定位误差控制在分米级甚至厘米级，确保车辆能够准确行驶在正确的车道内。与人类驾驶的感知要求不同，自动驾驶感知系统不允许出现长时间的注意力分散，也不能出现概率较高的漏检或误检，中国汽车工程学会在智能网联汽车技术路线指南中提出，感知系统的平均检测准确率需达到极高的可靠水平，才能支撑高等级自动驾驶的规模化落地（中国汽车工程学会，2020）。这种可