無人駕駛汽車中環境感知的相關技術綜述及專利分析

馬春黎 張大鵬（等同第一作者）

（1、國家知識產權局專利局專利審查協作北京中心，北京100190 2、中國人民財產保險股份有限公司，北京100022）

無人駕駛汽車是智能汽車（Intelligent Vehicle，IV）領域中的一個主要分支，其通過定位導航、環境感知、動態規劃和決策、自動控制等技術的綜合應用實現了汽車的自動駕駛。環境感知技術作為無人駕駛汽車的關鍵技術之一，成為該領域的一個研究熱點。環境感知技術主要是通過攝像頭、雷達、超聲波等傳感技術對汽車自身狀態，以及車輛周邊的道路、交通標志、信號燈、車輛、行人、障礙物等環境信息進行檢測。全面、準確的環境感知信息能夠為無人駕駛決策提供充足的數據保障，從而保證無人駕駛的安全性和穩定性。

根據環境感知技術相關專利的領域分布，可以將環境感知技術分為兩個分支，一是傳感方式，二是目標檢測，在實際應用中，傳感方式是手段，目標檢測是結果（表1）。

毫米波雷達的最遠探測距離大約為250 米，對于溫度和天氣的抗干擾能力強，探測角度范圍為10 度-70度，對距離、景深信息的探測能力強，路標的識別能力較弱，主要用于車輛、行人和障礙物的檢測；激光雷達（分為二維激光雷達和三維激光雷達）的最遠探測距離大約為200 米，探測角度范圍為15 度-360 度，對光照變換不敏感，夜間感測能力較強，信息量豐富，但對車速和路標的識別較弱，主要用于車道、路沿、車輛、行人和障礙物的檢測，成本較高；攝像機的最遠探測距離，短焦的大約50 米，中焦的大約100 米，長焦的大約200 米，受天氣和光線影響較大，沒有直接的距離信息，溫度穩定性較強，主要用于信號燈、交通標識、車道、路沿的檢測；超聲波的最遠探測距離大約為10米，探測角度為120 度，由于探測距離有限其主要用來檢測障礙物避免碰撞和擦蹭，但體積小，成本低。各類傳感器有其自身特性和優缺點，多種傳感器融合是實現自動駕駛的必然發展趨勢，配置足夠多的攝像頭、激光雷達、毫米波雷達、超聲波傳感器、慣性測量單元和全球導航衛星系統等傳感器，可提升自動駕駛功能的魯棒性[1]。

表1 環境感知技術分支及IPC 分類

表2

環境感知技術是一門綜合性的技術研究課題，其終極目標是如何在盡量低的成本下、以最快的速度實現感知完整性和準確性。那么，如何合理布局多種傳感器、傳感器感知的范圍和精度、傳感器如何避免其他事物的干擾以及如何快速處理傳感器所采集的數據必然是環境感知技術綜合研究的重點和難點。以下將采用專利分析的方法分別對上述問題進行綜合性的分析及研究。

表3

表4

1 傳感器的布局優化

傳感器的作用是對車輛四周的環境進行實時感知，以確保及時獲取車輛在行駛過程中的環境信息，因此在進行傳感器位置部署時需要做到360 度監控無死角，這就需要綜合考量不同的傳感器在特定應用場景下的特點及優勢，從而合理選擇適當的傳感器及布局方式。目前主流的做法是通過多種傳感器融合以及增加傳感器的數量來實現感知能力，然而傳感器價格過高、使用數量過多直接導致了車輛整體成本的激增，體積較大的傳感器如不可遮擋還會影響車輛的美觀及車輛在高速行駛中的穩定性。如何在車身的各個方位合理安置具有匹配場景特點的傳感器、如何在保證感知范圍和精度的前提下優化傳感器的使用數量、如何把傳感器與車身妥善融合都是優化傳感器布局重點研究的方向。目前，國內很多院校、汽車研究院和企業的發明專利申請提出了傳感器布局的優化方法，使傳感器的布局與其自身的個體特征相適應以達到更好的感知效果，同時降低了整體配置成本。相關的布局優化方法如表2 所示。

2 傳感器感知范圍和精度的優化

傳感器感知信息的范圍和精度直接影響著無人駕駛汽車后續的決策水平，而傳感器感知范圍有限，目前最大的感知距離在250 米左右，高速行駛中的車輛的感知范圍則更短。障礙物會影響傳感器對車輛周邊環境的全面感知，光照、天氣等自然因素也會影響傳感器的感知精度。現有技術中通過傳感器的部署位置和部署角度的優化可以有效提高傳感器的感知范圍和精度；激光雷達和攝像頭兩種傳感器協同工作也可以實現更大的感知范圍；可以通過對傳感器的內部參數及算法的優化來提高感知性能，如，對傳感器進行誤差補償以提高傳感器的精度、使用快速的雷達線掃描實現點云的精細配置和配準、進行車輛識別時采用跟蹤中心變換算法提高車檢測精度。目前的發明專利申請針對傳感器感知范圍受限和精度不高的問題提出了很多不同的解決方案，相關的技術方案如表3 所示。

3 傳感器抗干擾性能的優化

抗干擾是傳感器檢測的重要環節，常用的抗噪聲、抗電磁場等眾多干擾源的技術主要有屏蔽技術、靜電屏蔽和電磁屏蔽。當傳感器應用于自動駕駛汽車時，強光、溫度、雨、雪、霧、路面積雪結冰等環境因素也會影響不同傳感器的正常工作，容易造成傳感結果錯誤，進而導致車輛行駛風險。激光雷達可以有效感知雨水和雪花，實現全天候工作；車載雷達不受光線、雨雪的影響；毫米波雷達可以在夜晚或者大霧天氣探測遠距離目標；在無人駕駛汽車的夜視場景下，通常采用紅外線傳感器，其環境適應性強，不受雨、雪、風、霧的影響。對傳感器進行溫度控制主要是采用給傳感器加裝一個隔熱罩或增加金屬溫度控制板，上述兩種方式均是針對單一傳感器進行的控制，成本較高。為了克服環境因素對傳感器的干擾，可以根據各傳感器的互補特性進行容錯處理。目前國內涉及傳感器對環境因素的抗干擾方案的發明專利申請量較少，相關技術方案如表4 所示。

表5

4 傳感器數據的處理速度優化

車載攝像機采集的信息通常使用視覺相關算法進行處理，毫米波采集的距離數據使用距離相關算法進行處理，激光雷達采集的數據通過濾波和聚類等技術進行處理，由于無人駕駛汽車采用了多種不同的傳感器，采集到的數據量大、覆蓋面廣且安全級別不同，需要無人駕駛汽車具有很強的運算處理能力。

目前廣泛采用的是多傳感器信息融合技術，主要包括貝葉斯融合方法、卡爾曼濾波融合方法和神經網絡融合法。貝葉斯信息融合方法是基于概率統計的推理方法，卡爾曼濾波方法可以從有限的、有噪聲的觀察序列中預測糾正進而推算出物體的位置等信息，神經網絡方法通過大量的學習訓練消除多傳感器協同工作中產生的交叉影響效果[2]。目前相關發明專利申請中有多種對上述算法在應用過程中的改進方案，相關技術方案如表5 所示。

5 結論

本文闡述了環境感知領域的研究內容、難點以及重點，梳理了環境感知中傳感器的布局、感知范圍、精度、抗干擾和數據處理的相關技術和專利申請，希望可以給相關研究人員以啟發，關注無人駕駛汽車中環境感知技術的研發重點是推進我國無人駕駛汽車技術研究的必由之路。