基于柵格地圖中激光數據與單目相機數據融合的車輛環境感知技術研究

?

基于柵格地圖中激光數據與單目相機數據融合的車輛環境感知技術研究

先進的輔助駕駛系統需要強大的環境感知與建模，許多車輛的環境感知系統基于柵格地圖。本文基于柵格地圖在車輛環境感知技術研究中將激光數據與單目相機數據融合。

首先介紹了經典的柵格地圖，柵格地圖法是將車輛周圍的區域分為若干個獨立的小單元，稱為柵格。依據傳感器接受的信息對每個柵格的狀態進行評估。常見的柵格地圖類型為占用柵格地圖和對象柵格地圖。使用柵格地圖的主要目的是進行駕駛路徑檢測和區分道路靜物與動物。建立柵格地圖的方法分為3個步驟：位置估計、逆映射傳感器建模和融合。位置估計指對車輛相對位置和傳感器位置的估計，常用基于轉向角速度和速度的推算法或者基于高精度差分全球定位系統的絕對位置測量法。逆映射傳感器建模指建立計算柵格狀態的函數，利用該函數對激光數據或者單目相機數據進行處理，得出柵格狀態。融合是指對某一個柵格狀態進行多種多次測量時，這些測量結果需要按照一定的規則融合，常用規則為貝葉斯公式和Dempster-Shafer證據理論，文中選擇Dempster-Shafer證據理論進行數據融合。簡要概述了Dempster-Shafer證據理論，給出了利用Dempster-Shafer證據理論進行數據融合建立柵格地圖的表達式。之后給出使用激光測距數據建立占用柵格地圖和使用單目相機獲得圖像數據建立對象柵格地圖的過程。再之后給出一種新的數據融合架構，該架構可分為一個自我運動評估模塊和一個柵格映射模塊。自我運動評估模塊用來估測車輛的俯仰角、速度、橫擺角等。柵格映射模塊使用自我運動估計模塊的數據，計算相應小柵格的占用柵格地圖值和對象柵格地圖值，利用Dempster-Shafer證據理論將這兩者值進行融合。新提出的數據融合架構優點在于，對感知系統功能進行擴展時只需更改單個模塊或傳感器，而不需要改變整個系統，且每個柵格都能反映出較多的環境信息。最后利用真實數據對所提出方法進行評估、驗證，但所提出的方法是建立二維柵格地圖，下一步將擴展到立體柵格地圖的建立。

Dominik Nuss et al. 17th International Conference on Information Fusion, Salamance- July 07- 10, 2015.

編譯：王維