淺談智能駕駛中的環境感知＊

王磊，王嚴，程海波，趙伊齊

（華晨汽車工程研究院，遼寧 沈陽 110141）

前言

智能汽車是在傳統汽車的基礎之上將“智慧”和“能力”有機結合，它需要搭載先進的傳感器、控制器、執行器等裝置，并集中運用現代傳感感知、自動控制、計算機、信息與通信和人工智能等先進技術。這些裝置和技術使得智能駕駛汽車能夠感知復雜環境、進行智能化決策、協同執行任務和共享互聯網信息，甚至能夠與公路及交通輔助設施組成一個智能交通系統[1,2]。

智能駕駛技術使得車輛可以模仿人類“感知-思考-判斷-執行”的思維模式和行為能力，從而實現輔助人類駕駛甚至完全的車輛自主駕駛，該技術對提升車輛的舒適性和安全性、提高交通資源利用率、減少城市交通擁堵和促進節能減排有著重要的研究意義和實際工程應用價值。智能化發展是目前世界公認的汽車產業升級轉型的關鍵方向，智能駕駛技術將是未來汽車技術的戰略制高點[1]。

早在1939年，美國通用汽車公司第一次展出無人駕駛概念車Futurama[1]，20世紀80年代后，歐美部分政府機構相繼開展了智能駕駛汽車的研究計劃。目前，在新一輪全球工業科技革命的推動下，各國的科研機構、高校和企業都掀起了智能車技術研究熱潮。國內的清華、國防科技大學等高校，一汽、上汽等汽車集團公司都正在研究智能駕駛技術，同時蔚來汽車、小鵬汽車等互聯網電動智能汽車公司如雨后春筍般萌發出來。

表1 汽車智能化水平分級

國際汽車工程師協會(SAE)將汽車智能化水平分為六個等級，如表所示。對以上六個等級的簡潔描述如下：L0即完全依靠駕駛員操控的傳統人工駕駛；L1系統可對轉向和加減速中的一項操作提供駕駛支援；L2系統對轉向和加減速中的多項操作提供駕駛支援；L3環境監控和所有駕駛操作均由系統完成，駕駛員只提供應答決策；L4駕駛員無需對所有的系統要求進行應答，但駕駛過程對道路和環境條件有所限制；L5系統可完成在所有道路和環境條件下的駕駛[5,11]0。

環境感知是研究汽車智能駕駛技術的基礎，車輛通過傳感器可以獲得行駛路徑、障礙物、交通標志等駕駛環境信息，進而才能進行決策規劃和運行控制，因此環境感知在智能駕駛技術中起著至關重要的作用，是實現輔助駕駛及車輛完全自主駕駛的前提條件[3-5]。智能駕駛環境感知技術涉及的關鍵內容主要有三個方面：傳感器，環境檢測，定位導航，本文將對以上三個方面的內容進行一一介紹。

1 傳感器

傳感器是智能車輛進行感知的工具，目前三個國際大公司的無人駕駛汽車的傳感器配置如表2所示，他們常用的環境傳感器一般都包括激光雷達、毫米波雷達、攝像頭和超聲波傳感器。

表2 無人駕駛汽車傳感器配置

激光雷達利用旋轉的反射鏡將激光發射出去，通過測量發射光和反射光之間的時間差來測量距離，其中三維激光雷達的反射鏡附有一定范圍的俯仰運動，可獲取物體的高精度三維信息，但是激光雷達容易受到雨雪霧的干擾，并且價格昂貴。目前主流的激光雷達的參數型號和報價如表3所示。

毫米波雷達是指發射波長為 1-10mm、工作頻率在 30-300GHz頻域的雷達，毫米波雷達利用多普勒原理，對動態目標檢測效果好，不受惡劣天氣的影響，對煙塵雨霧有良好的穿透傳播特性。但是毫米波雷達通常視場較小，并且毫米波在大氣中傳播衰減較為嚴重。常見的毫米波雷達參數型號價格如表4所示。

攝像頭主要用于車道線檢測、識別障礙物及交通標志等。攝像頭的成本低廉、技術相對比較成熟，但是受環境光線影響較大、難以準確獲得三維信息等，這些問題也在探索當中，例如用紅外攝像頭來減少光線影響，用雙目或三目攝像頭獲取三維信息。主流攝像頭參數型號及報價如表5所示。

表3 激光雷達

表4 毫米波雷達

表5 攝像頭

超聲波傳是頻率高于聲波的機械波，在空氣中傳播時能量有較大衰減，因此超聲波雷達主要用于近距離的對感知精度要求不高的障礙物檢測。超聲波傳感器種類眾多且價格低廉，通常一輛車上會安裝多個超聲波傳感器，用于避免低速時的碰撞。

各種傳感器都有自身的優缺點，為了更加準確的進行環境感知，避免受到氣候環境影響，在實際應用通常使用多種傳感器進行組合。

2 環境檢測

智能駕駛汽車需要基于傳感器檢測路面信息及障礙物，并計算障礙物與車輛的相對距離[10]。智能車輛需要檢測的目標及相應傳感器如表6所示。

表6 檢測目標及傳感器

人類在駕駛過程中大多數環境信息來源于視覺，視覺系統視場寬且成本低，因此基于視覺的環境檢測是智能駕駛檢測技術的主要方向[12]。用于智能駕駛汽車目標檢測的主要技術有背景差分、特征匹配和統計學習[7,13]0，其基本原理和特點如表7所示。

通常智能車輛與檢測目標總是存在著相對運動，運動目標跟蹤技術可以保證環境感知的實時性，目前跟蹤技術主要有CamShift算法和基于Kalman濾波的跟蹤方法，其基本原理及特點如表8所示。

表7 主要目標檢測技術

表8 主要目標跟蹤方法

表9 四大全球衛星系統

表10 主要定位導航技術

3 定位導航

智能駕駛汽車在行駛過程中不僅需要探測周圍環境信息，還需要獲得車輛與外界環境的相對位置關系并確定絕對位置，定位導航也是環境感知的關鍵技術之一[1,4]。

衛星系統在智能汽車的定位導航中占據著重要位置，目前主要有美國的 GPS、我國的北斗衛星系統、俄羅斯的GLONASS、歐盟的GALILEO四大全球衛星系統[14-17]，其性能對比如表9所示。

目前應用最為廣泛的衛星系統是GPS，它可以向全球用戶提供連續、實時、高精度的三維位置、三維速度和時間信息，具有較高的定位和測速精度。但是在山區、隧道和高樓林立高架縱橫的城市等環境中，GPS信號容易受到干擾，如果信號失鎖，重捕后再次定位時間較長，嚴重影響車輛正常的定位與導航。其他衛星系統同樣存在著自身問題，因此通常在衛星系統的基礎上結合其他技術來提高定位導航的精度和保證系統的可靠性。目前常用的定位導航技術如表 10所示。

4 總結

智能車輛是一個非常復雜的綜合體，環境感知系統的主要作用是為智能車輛的行為決策和路徑規劃提供準確可靠的信息源。隨著智能駕駛技術的不斷成熟，智能車輛將逐步應用于眾多領域，例如在礦山和物流廠區運輸貨物、在工業園區運送員工通勤等等。京東、阿里等公司及汽車電商創業者們正在探索新的商業模式和場景應用，在不久的將來，智能汽車與商業的結合將給人們的消費習慣和行為方式帶來翻天覆地的變化。研究智能駕駛汽車不僅會促進科學技術迅速發展、利于新興行業的興起，同時也為如何更加有效利用社會資源、緩解交通擁堵、降低能源消耗等亟待解決的社會問題提供了新的可能。對中國來說，發展智能汽車是一個火熱的潮流，更是我國汽車產業發展的重大機遇，國家發改委將同有關方面正在制定針對智能汽車放面的政策和法規，加快促進我國智能汽車創新發展。

參考文獻

[1] 中國人工智能系列白皮書——智能駕駛 2017[M].中國人工智能學會, 2017.

[2] 陸炳華,劉婷,張海濱.智能駕駛汽車傳感器介紹及布置[J].上海汽車, 2017(11):40-43.

[3] Lundquist C.Sensor Fusion for Automotive Applications[J]. Link?-ping Studies in Science & Technology Dissertation,2011.

[4] 馬飛躍,王曉年.無人駕駛汽車環境感知與導航定位技術應用綜述[J].汽車電器, 2015(2):1-5.

[5] Zhang X, Gao H, Guo M, et al. A study on key technologies of unmanned driving[J]. Caai Transactions on Intelligence Technology,2016, 1(1):4-13.

[6] Zeng S.Radar,lidar and camera enhanced methods for vehicle dyna-mics estimation: US,US8855848[P]. 2014.

[7] 劉亞偉,李小民.無人機航拍視頻中目標檢測和跟蹤方法綜述[J].飛航導彈, 2016(9):53-56.

[8] Sivaraman S, Trivedi M M. Machine Vision And Applications Doi 10.1007 S00138-011-0388-Y Special Issue Paper Active Learning For On-Road Vehicle Detection: A Comparative Study[J]. Machine Vision & Applications, 2014, 25(3):599-611.

[9] Zhou S, Gong J, Xiong G, et al. Road detection using support vector machine based on online learning and evaluation[C] Intelligent Vehicles Symposium. IEEE, 2010:256-261.

[10] 王俊.無人駕駛車輛環境感知系統關鍵技術研究[D].中國科學技術大學, 2016.

[11] 徐昕,賀漢根,蔡自興,等.車輛智能駕駛技術的研究前沿與展望[C]2009中國自動化大會暨兩化融合高峰會議.2009.

[12] 陳慧巖.無人駕駛汽車概論[M].北京理工大學出版社,2014.

[13] Zhu H, Yuen K V, Mihaylova L, et al. Overview of Environment Perception for Intelligent Vehicles[J]. IEEE Transactions on Intelli-gent Transportation Systems, 2017, PP(99):1-18.

[14] Daly P. Navstar GPS and GLONASS: Global satellite navigation systems[J]. Electronics & Communication Engineering Journal,1993, 5(6):349-357.

[15] 楊琰.北斗衛星導航系統與 GPS全球定位系統簡要對比分析[J].無線互聯科技,2013(4):114-114.

[16] Wang J, Yu X, Feng Z, et al. Global positioning system and dead reckoning (GPS&DR) integrated navigation system: US, EP2141 507[P].2012.

[17] 寧津生,姚宜斌,張小紅.全球導航衛星系統發展綜述[J].導航定位學報, 2013, 1(1):3-8.