第二章　智能網聯汽車環境感知技術

第一節　概述

一、環境感知定義

智能網聯汽車環境感知就是利用車載超聲波傳感器、毫米波雷達、激光雷達、視覺傳感器以及V2X通信技術等獲取道路、車輛位置和障礙物的信息，并將這些信息傳輸給車載控制中心，為智能網聯汽車提供決策依據，是ADAS實現的第一步。

環境感知技術在智能網聯汽車中的典型應用如圖2-1所示。

二、環境感知方法

智能網聯汽車環境感知方法主要有基于單一傳感器的環境感知方法、基于自組織網絡的環境感知方法和基于傳感器信息融合的環境感知方法，如圖2-2所示。

①基于單一傳感器的環境感知方法，如超聲波傳感器、毫米波雷達、激光雷達、視覺傳感器等。

②基于自組織網絡的環境感知方法，如V2X通信技術。

③基于傳感器信息融合的環境感知方法，如采用視覺傳感器+毫米波雷達、視覺傳感器+超聲波傳感器融合等。

三、環境感知系統組成

智能網聯汽車環境感知系統由信息采集單元、信息處理單元和信息傳輸單元組成，如圖2-3所示。

（1）信息采集單元　對環境的感知和判斷是智能網聯汽車工作的前提與基礎，感知系統獲取周圍環境和車輛信息的實時性及穩定性，直接關系到后續檢測或識別準確性和執行有效性。

（2）信息處理單元　信息處理單元主要是對信息采集單元輸送來的信號，通過一定的算法對道路、車輛、行人、交通標志、交通信號燈等進行識別。

（3）信息傳輸單元　信息處理單元對環境感知信號進行分析后，將信息送入傳輸單元，傳輸單元根據具體情況執行不同的操作，如分析后的信息確定前方有障礙物，并且本車與障礙物之間的距離小于安全車距，則將這些信息送入控制執行模塊，控制執行模塊結合本車速度、加速度、轉向角等自動調整智能網聯汽車的車速和方向，實現自動避障，在緊急情況下也可以自動剎車；信息傳輸單元把信息傳輸到傳感器網絡上，實行車輛內部資源共享；也可以把處理信息通過自組織網絡傳輸給車輛周圍的其他車輛，實現車輛與車輛之間信息共享。

四、環境感知傳感器比較

超聲波傳感器、毫米波雷達、激光雷達和視覺傳感器作為主要的環境感知傳感器，它們的選擇需要綜合考慮其性能特點和性價比，它們之間的比較見表2-1。

五、環境感知傳感器配置

智能網聯汽車環境感知傳感器主要有超聲波傳感器、毫米波雷達、激光雷達、單/雙/三目攝像頭、環視攝像頭等，它們在智能網聯汽車上的配置與自動駕駛級別有關，自動駕駛級別越高，配置的傳感器越多。

典型智能網聯汽車傳感器基本配置見表2-2。

隨著汽車智能化和網聯化的發展，智能網聯汽車配備的先進傳感器的數量將會逐漸增加，預計無人駕駛汽車將會裝配30個左右先進傳感器。

六、環境感知傳感器融合

傳感器融合就是將多個傳感器獲取的數據、信息集中在一起綜合分析以便更加準確可靠地描述外界環境，從而提高系統決策的正確性。

1.多傳感器融合的基本原理

多傳感器融合的基本原理類似于人類大腦對環境信息的綜合處理過程。人類對外界環境的感知是通過將眼睛、耳朵、鼻子和四肢等感官所探測的信息傳輸至大腦，并與先驗知識進行綜合分析，實現對其周圍的環境和正在發生的事件做出快速準確的評估；而多傳感器融合技術是通過各種傳感器對環境信息進行感知，并傳輸至信息融合中心，與數據庫信息進行綜合分析，實現對周圍的環境和正在發生的事件做出快速準確的評估。

多傳感器融合的體系結構分為分布式、集中式和混合式，如圖2-4所示。

（1）分布式　先對各個獨立傳感器所獲得的原始數據進行局部處理，然后再將結果送入信息融合中心進行智能優化組合來獲得最終的結果。分布式多傳感器對通信帶寬的需求低，計算速度快，可靠性和延續性好，但跟蹤的精度卻遠沒有集中式多傳感器高。

（2）集中式　集中式多傳感器將各傳感器獲得的原始數據直接送至信息融合中心進行融合處理，可以實現實時融合。優點是數據處理的精度高，算法靈活；缺點是對處理器的要求高，可靠性較低，數據量大，故難于實現。

（3）混合式　混合式多傳感器信息融合框架中，部分傳感器采用集中式融合方式，剩余的傳感器采用分布式融合方式。混合式融合框架具有較強的適應能力，兼顧集中式融合和分布式的優點，穩定性強。混合式融合方式的結構比前兩種融合方式的結構復雜，這樣就加大通信和計算上的代價。

目前多傳感器融合的理論方法有貝葉斯準則法、卡爾曼濾波法、D-S證據理論法、模糊集理論法、人工神經網絡法等。

2.視覺傳感器與毫米波雷達相融合技術

視覺傳感器成本低，可以識別不同的物體，在物體高度與寬度測量精度、車道線識別、行人識別準確度等方面有優勢，是實現車道偏離預警、交通標志識別等功能不可缺少的傳感器，但作用距離和測距精度不如毫米波雷達，并且容易受光照、天氣等因素的影響。毫米波雷達受光照和天氣因素影響較小，測距精度高，但難以識別車道線、交通標志等元素。另外，毫米波雷達通過多普勒偏移的原理能夠實現更高精度的目標速度探測。

將視覺傳感器和毫米波雷達進行融合，相互配合，共同構成智能網聯汽車的感知系統，取長補短，實現更穩定可靠的ADAS功能，如圖2-5所示。視覺傳感器與毫米波雷達融合具有以下優勢。

（1）可靠　目標真實可信度提高。

（2）具有互補性　全天候應用與遠距離提前預警。

（3）精度高　大視角、全距離條件下的高性能定位。

（4）識別能力強　對各種復雜對象都能夠識別。

3.視覺傳感器與毫米波雷達數據融合策略

在智能駕駛場景下，視覺傳感器與毫米波雷達的數據融合大致有3種策略：圖像級、目標級和信號級，如圖2-6所示。

（1）圖像級融合　圖像級融合是以視覺傳感器為主體，將毫米波雷達輸出的整體信息進行圖像特征轉化，然后與視覺系統的圖像輸出進行融合。

（2）目標級融合　目標級融合是對視覺傳感器和毫米波雷達輸出進行綜合可信度加權，配合精度標定信息進行自適應的搜索匹配后融合輸出。

（3）信號級融合　信號級融合是對視覺傳感器和毫米波雷達傳出的數據源進行融合。信號級別的融合數據損失最小，可靠性最高，但需要大量的運算。