基于柵格地圖中激光數(shù)據(jù)與單目相機數(shù)據(jù)融合的車輛環(huán)境感知技術(shù)研究

?

基于柵格地圖中激光數(shù)據(jù)與單目相機數(shù)據(jù)融合的車輛環(huán)境感知技術(shù)研究

先進的輔助駕駛系統(tǒng)需要強大的環(huán)境感知與建模，許多車輛的環(huán)境感知系統(tǒng)基于柵格地圖。本文基于柵格地圖在車輛環(huán)境感知技術(shù)研究中將激光數(shù)據(jù)與單目相機數(shù)據(jù)融合。

首先介紹了經(jīng)典的柵格地圖，柵格地圖法是將車輛周圍的區(qū)域分為若干個獨立的小單元，稱為柵格。依據(jù)傳感器接受的信息對每個柵格的狀態(tài)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(qū)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(zhuǎn)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(tǒng)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(tài)的函數(shù)，利用該函數(shù)對激光數(shù)據(jù)或者單目相機數(shù)據(jù)進行處理，得出柵格狀態(tài)。融合是指對某一個柵格狀態(tài)進行多種多次測量時，這些測量結(jié)果需要按照一定的規(guī)則融合，常用規(guī)則為貝葉斯公式和Dempster-Shafer證據(jù)理論，文中選擇Dempster-Shafer證據(jù)理論進行數(shù)據(jù)融合。簡要概述了Dempster-Shafer證據(jù)理論，給出了利用Dempster-Shafer證據(jù)理論進行數(shù)據(jù)融合建立柵格地圖的表達式。之后給出使用激光測距數(shù)據(jù)建立占用柵格地圖和使用單目相機獲得圖像數(shù)據(jù)建立對象柵格地圖的過程。再之后給出一種新的數(shù)據(jù)融合架構(gòu)，該架構(gòu)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(shù)據(jù)，計算相應(yīng)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(jù)理論將這兩者值進行融合。新提出的數(shù)據(jù)融合架構(gòu)優(yōu)點在于，對感知系統(tǒng)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(tǒng)，且每個柵格都能反映出較多的環(huán)境信息。最后利用真實數(shù)據(jù)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