復(fù)雜氣象條件對(duì)自動(dòng)駕駛汽車行駛安全的影響研究

何俊南 王雪穎 李偉 董曉菲 吳昊

中國(guó)汽車技術(shù)研究中心有限公司 天津市 300300

1 引言

隨著汽車智能化、網(wǎng)聯(lián)化的進(jìn)度不斷加快，自動(dòng)駕駛汽車已成為未來汽車行業(yè)的重要發(fā)展方向，對(duì)汽車產(chǎn)業(yè)的變革具有關(guān)鍵作用。自動(dòng)駕駛汽車作為一種新興技術(shù)，需要具有公眾認(rèn)可的安全水平，這是走向商業(yè)化應(yīng)用必須要跨越的阻礙。尤其是在復(fù)雜的氣象條件下，自動(dòng)駕駛汽車行駛的環(huán)境狀況相較于常規(guī)天氣更加惡劣，導(dǎo)致事故發(fā)生的風(fēng)險(xiǎn)更高，面臨的技術(shù)挑戰(zhàn)更大。

復(fù)雜氣象條件，是指降雨、降雪、霧霾、沙塵和強(qiáng)光等不利于自動(dòng)駕駛汽車傳感器正常工作的天氣或環(huán)境。目前，尚無可以勝任全氣候條件的環(huán)境傳感器，且多種傳感器融合的技術(shù)并不成熟，導(dǎo)致“復(fù)雜氣象”將長(zhǎng)期影響自動(dòng)駕駛汽車的落地應(yīng)用。本文針對(duì)于此，總結(jié)復(fù)雜氣象條件對(duì)自動(dòng)駕駛汽車環(huán)境感知系統(tǒng)的影響，并討論潛在的解決方案。

2 環(huán)境感知系統(tǒng)

自動(dòng)駕駛汽車的環(huán)境感知系統(tǒng)利用外部傳感器采集道路狀況和天氣狀況，為自動(dòng)駕駛汽車的安全行駛提供可靠的決策依據(jù)。目前，現(xiàn)有的車載傳感器主要包括激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)和攝像頭等。

2.1 激光雷達(dá)

激光雷達(dá)是工作在光波頻段的雷達(dá)，它利用光波頻段的電磁波先向目標(biāo)發(fā)射探測(cè)信號(hào)，然后將其接收到的同波信號(hào)與發(fā)射信號(hào)相比較，從而獲得目標(biāo)的位置（距離、方位和高度）、運(yùn)動(dòng)狀態(tài)（速度、姿態(tài)）等信息，實(shí)現(xiàn)對(duì)目標(biāo)的探測(cè)、跟蹤和識(shí)別。激光雷達(dá)探測(cè)范圍廣、分辨率高、信息量豐富，可探測(cè)路面場(chǎng)景中的其他車輛、行人和障礙物等，但不能識(shí)別交通標(biāo)志和交通信號(hào)燈，多用于行人保護(hù)系統(tǒng)、自適應(yīng)巡航控制系統(tǒng)、車道偏離預(yù)警系統(tǒng)、自動(dòng)緊急制動(dòng)系統(tǒng)等。

圖1 激光雷達(dá)

2.2 毫米波雷達(dá)

毫米波是指長(zhǎng)度為1-10mm的電磁波，對(duì)應(yīng)的頻率為30-300GHz，毫米波雷達(dá)的基本原理是發(fā)射一束電磁波，觀察回波與入射波的差異來計(jì)算距離、速度等。毫米波雷達(dá)探測(cè)距離遠(yuǎn)，響應(yīng)速度快，抗干擾能力強(qiáng)，但是覆蓋區(qū)域呈扇形，有盲點(diǎn)區(qū)域，無法識(shí)別交通標(biāo)志和交通信號(hào)燈，主要用于自適應(yīng)巡航控制系統(tǒng)、自動(dòng)制動(dòng)輔助系統(tǒng)、盲區(qū)監(jiān)測(cè)系統(tǒng)等。

圖2 毫米波雷達(dá)

2.3 超聲波雷達(dá)

超聲波雷達(dá)利用聲波的傳播來提取環(huán)境信息，首先發(fā)出高頻聲波，并且接收物體反射來的回波，最后計(jì)算從發(fā)送信號(hào)到收到回波的時(shí)間間隔，從而確定物體的距離。超聲波雷達(dá)的成本較低，重量輕，功耗低，但是探測(cè)距離較近，有盲區(qū)，對(duì)色彩、光照度不敏感，對(duì)光線和電磁場(chǎng)不敏感，最常見的是用在自動(dòng)泊車輔助系統(tǒng)。

圖3 超聲波雷達(dá)

2.4 攝像頭

攝像頭主要由鏡頭、圖像傳感器、模/數(shù)轉(zhuǎn)換器、圖像處理器、圖像存儲(chǔ)器等組成，其主要功能是獲取足夠的機(jī)器視覺系統(tǒng)要處理的原始圖像。光線經(jīng)過光學(xué)鏡頭和濾光片后聚焦到傳感器上，通過轉(zhuǎn)換器將光信號(hào)轉(zhuǎn)換成電信號(hào)，再由圖像處理器轉(zhuǎn)換成標(biāo)準(zhǔn)格式的數(shù)字圖像信號(hào)，傳輸?shù)接?jì)算機(jī)端。攝像頭感知信息量極為豐富，不僅包含有視野內(nèi)物體的距離信息，還有該物體的顏色、紋理、深度、形狀等信息，并且可進(jìn)行多任務(wù)檢測(cè)。攝像頭包括單目、雙目、三目、環(huán)視等類型，主要用來識(shí)別車道線、障礙物、交通標(biāo)志牌、地面標(biāo)志、和交通信號(hào)燈等。

圖4 攝像頭

3 復(fù)雜氣象條件

自動(dòng)駕駛汽車的行駛場(chǎng)景包括車輛自身要素和外部交通環(huán)境要素兩大部分，外部交通環(huán)境要素涵蓋：靜態(tài)環(huán)境要素、動(dòng)態(tài)環(huán)境要素、交通參與者要素、氣象要素等。其中，氣象要素包括行駛過程中的環(huán)境溫度、光照條件以及天氣情況等信息。

3.1 降雨天氣

降雨是指在大氣中冷凝的水汽，以不同方式下降到地球表面的天氣現(xiàn)象。降雨的形成原理是因地球上的水受到太陽光的照射后，變成水蒸氣被蒸發(fā)到空氣中，水汽在高空遇到冷空氣便凝聚成小水滴，小水滴經(jīng)過凝結(jié)和凝華，降落到地面形成雨。根據(jù)降水量，降雨天氣有明確的等級(jí)劃分：微量降雨、小雨、中雨、大雨、暴雨、大暴雨和特大暴雨。

圖5 降雨天氣

3.2 降雪天氣

降雪是降水形式的一種，是從云中降落的結(jié)晶狀固體冰，常以雪花的形式存在。降雪的形成原理是大氣中的水蒸氣直接凝華或水滴直接凝固而成，云中的低溫使得水蒸氣結(jié)成冰晶，當(dāng)氣溫夠低時(shí)，冰晶落到地面形成雪花。因?yàn)闅鉁睾蜐穸炔煌纬傻难┗ㄓ卸喾N形狀和大小。根據(jù)降水量，降雪天氣有明確的等級(jí)劃分：微量降雪、小雪、中雪、大雪、暴雪、大暴雪和特大暴雪。

圖6 降雪天氣

3.3 霧霾天氣

“霧霾”由霧和霾組合而成。霧的主要成分是水，它是由于接近地面的空氣冷卻到一定程度時(shí)水和氣體凝結(jié)，形成極其細(xì)微的水滴懸浮于空中，能見度受到影響，這種現(xiàn)象稱為“霧”；霾的主要成分是固體灰塵，即漂浮在空氣中的顆粒直徑在1-2.5um之間的微小顆粒物。“霧霾天氣”指的是一種污染嚴(yán)重的災(zāi)害性天氣，導(dǎo)致空氣的透明度和能見度均降低。

3.4 沙塵天氣

沙塵天氣是指大風(fēng)將地面塵土、沙粒卷入空中，使空氣混濁、能見度低的一種天氣現(xiàn)象。北方的春季氣候干燥、降水較少，且植被覆蓋量較少，土壤表層干燥疏松，故抗風(fēng)蝕能力很弱，當(dāng)有大風(fēng)刮過，就會(huì)將松散土壤中的大量沙塵卷入空中，形成沙塵天氣。根據(jù)水平能見度，沙塵天氣有明確的等級(jí)劃分：浮塵、揚(yáng)沙、沙塵暴、強(qiáng)沙塵暴和特強(qiáng)沙塵暴。

圖8 沙塵天氣

3.5 強(qiáng)光環(huán)境

強(qiáng)光環(huán)境是一種特殊的天氣現(xiàn)象，光源為直接來自太陽的強(qiáng)光或間接的人造強(qiáng)光。其中，直接來自太陽的強(qiáng)光通常為直射的太陽光線，常發(fā)于夏季或清晨；間接的人造強(qiáng)光包括白天陽光直射路面、金屬或玻璃時(shí)產(chǎn)生的刺眼光線，以及晚上突如其來的汽車大燈燈光。強(qiáng)光會(huì)嚴(yán)重阻礙和刺激駕駛員的視線，加劇眼睛疲勞，影響其對(duì)路況的判斷，從而引發(fā)駕駛事故。

圖9 強(qiáng)光環(huán)境

4 復(fù)雜氣象對(duì)車輛的影響

復(fù)雜氣象條件對(duì)自動(dòng)駕駛汽車的安全行駛帶來的干擾因素可歸納為：氣溫變化、路面變化和可視性變化。

4.1 氣溫變化

高溫和低溫環(huán)境均會(huì)影響傳感器的工作特性，尤其當(dāng)使用環(huán)境超出設(shè)計(jì)溫度時(shí)，傳感器精度降低，并會(huì)受到暫時(shí)或永久性的損害，因此對(duì)于傳感器的溫度適應(yīng)性能和耐久性能均提出了更高的要求。此外，低溫環(huán)境下外置傳感器外表面上易出現(xiàn)結(jié)霜或結(jié)冰的現(xiàn)象，導(dǎo)致傳感器無法正常工作。

4.2 路面變化

降雨天氣會(huì)造成路面濕滑、積水，降雪天氣會(huì)造成路面積雪、結(jié)冰，均會(huì)導(dǎo)致路面的附著系數(shù)大幅降低，對(duì)車輛的操控性能和制動(dòng)性能有很大影響。目前，自動(dòng)駕駛汽車的環(huán)境感知系統(tǒng)并不能捕捉路面信息，無法有效應(yīng)對(duì)可能出現(xiàn)的輪胎打滑、制動(dòng)距離增加等情況。此外，降雨天氣和降雪天氣產(chǎn)生的雨、雪、冰均會(huì)覆蓋車道線等路面引導(dǎo)標(biāo)志，造成雷達(dá)傳感器和視覺傳感器識(shí)別困難，并且路面上產(chǎn)生的反射會(huì)使視覺傳感器發(fā)生認(rèn)知混淆、物體誤判等情況。

4.3 可視化變化

降雨天氣、降雪天氣、霧霾天氣、沙塵天氣和強(qiáng)光環(huán)境等復(fù)雜的氣象條件嚴(yán)重降低了環(huán)境的可視性，給自動(dòng)駕駛汽車行駛安全造成極大的困難。視覺傳感器受上述天氣影響最大，降落物（雨、雪）或漂浮物（霧霾、沙塵）會(huì)遮擋攝像頭的視線，導(dǎo)致不能正確感知行駛環(huán)境。此外，當(dāng)降雨的水滴或由雪花融化的水滴附著在攝像頭上，會(huì)對(duì)光圈孔徑造成嚴(yán)重影響，造成視野遮蔽或背景虛化等現(xiàn)象。強(qiáng)光環(huán)境會(huì)使攝像頭的可見度降低到幾乎為零，造成汽車“失明”。雷達(dá)傳感器也會(huì)因上述天氣而受限，發(fā)射的信號(hào)如光脈沖遇到降落物或漂浮物會(huì)反射回來，信號(hào)透過率隨著降落物或漂浮物密度以及傳輸距離的增加而下降，甚至?xí)呀德湮锘蚱∥镎`認(rèn)為是需要躲避的物體，干擾自動(dòng)駕駛汽車對(duì)周圍環(huán)境的正確判斷。強(qiáng)光環(huán)境會(huì)使雷達(dá)傳感器不能有效識(shí)別目標(biāo)物如車道線、標(biāo)志牌等。

5 解決方案討論

隨著自動(dòng)駕駛汽車技術(shù)的發(fā)展，相關(guān)機(jī)構(gòu)已經(jīng)開始著手探索應(yīng)對(duì)復(fù)雜氣象條件的方案，分別從多種傳感器融合和環(huán)境感知算法優(yōu)化兩個(gè)角度出發(fā)，以增強(qiáng)環(huán)境感知系統(tǒng)的性能。

5.1 多傳感器融合

在復(fù)雜的氣象環(huán)境中，單憑某一種傳感器并不能保證自動(dòng)駕駛汽車的行駛安全，故需要多種類型的傳感器同步融合工作，以提升感知強(qiáng)度，從而獲得最佳性能。多傳感器融合技術(shù)就像人的大腦綜合處理信息一樣，利用計(jì)算機(jī)技術(shù)將來自多種傳感器的氣象環(huán)境信息和數(shù)據(jù)，進(jìn)行多層次、多空間的信息互補(bǔ)和優(yōu)化組合處理，可顯著提高系統(tǒng)的冗余度和容錯(cuò)性，從而保證決策的準(zhǔn)確性、快速性和可靠性。例如，梅賽德斯-奔馳公司提出了一種深度多模態(tài)傳感器融合策略，該策略需配備立體視覺攝像機(jī)、激光雷達(dá)、近紅外門控?cái)z像機(jī)、遠(yuǎn)紅外熱照相機(jī)和道路摩擦傳感器等。實(shí)車測(cè)試結(jié)果表明：在霧天條件下，該策略對(duì)環(huán)境的檢測(cè)性能明顯優(yōu)于激光雷達(dá)或攝像頭。

但是，由于多種傳感器的融合使用，需要處理的數(shù)據(jù)量激增，快速、準(zhǔn)確地過濾無用或錯(cuò)誤數(shù)據(jù)，并處理有效數(shù)據(jù)，對(duì)車輛最終做出正確的決策十分關(guān)鍵。目前，多傳感器融合在硬件層面并不難實(shí)現(xiàn)，其重點(diǎn)和難點(diǎn)在于數(shù)據(jù)處理的算法，常用的理論方法包括貝葉斯準(zhǔn)則法、卡爾曼濾波法、模糊集理論法和人工神經(jīng)網(wǎng)絡(luò)法等，具有很高的技術(shù)壁壘。

5.2 感知算法優(yōu)化

環(huán)境感知算法是自動(dòng)駕駛汽車關(guān)鍵和共性技術(shù)之一，目前大多數(shù)算法對(duì)復(fù)雜氣象條件的適應(yīng)性較低，故需通過優(yōu)化環(huán)境感知算法，降低干擾因素的影響，從而提高感知準(zhǔn)確度。

密歇根州立大學(xué)研究提出量化降雨量引起的激光雷達(dá)性能變化，設(shè)置降雨影響的閾值，生成降雨量和傳感器性能之間的定量方程，獲得不同降雨量下激光雷達(dá)的性能水平，此舉有助于簡(jiǎn)化決策過程。Pfennigbauer等提出一種在霧霾天氣下對(duì)激光雷達(dá)進(jìn)行在線波形處理的想法，由激光雷達(dá)記錄的目標(biāo)波形來識(shí)別被檢測(cè)目標(biāo)性質(zhì)，計(jì)算振幅衰減速率來判斷霧的密度，從而對(duì)能見度距離進(jìn)行分類，過濾掉不屬于該范圍的假目標(biāo)。復(fù)雜氣象條件下由攝像頭采集到的圖像會(huì)發(fā)生退化，如模糊、低對(duì)比度和顏色失真等，Sakaridis等在計(jì)算機(jī)視覺領(lǐng)域進(jìn)行深入研究，提出通過場(chǎng)景訓(xùn)練和深度學(xué)習(xí)，增強(qiáng)圖像的對(duì)比度和飽和度，可進(jìn)行雨滴、雪花、霧霾和沙塵等干擾物的檢測(cè)和清除，恢復(fù)有效的圖像特征。目前，專門針對(duì)強(qiáng)光環(huán)境的解決方案比較有限，在計(jì)算機(jī)視覺領(lǐng)域，借助吸收效應(yīng)和照片曝光校正技術(shù)等，有望解決該類問題。

6 結(jié)語

目前，在復(fù)雜氣象條件下實(shí)現(xiàn)自動(dòng)駕駛還有很多未知的盲區(qū)，需要從業(yè)者繼續(xù)探索和研究。多種傳感器融合技術(shù)的成熟發(fā)展可以彌補(bǔ)單傳感器環(huán)境感知時(shí)存在的不足，環(huán)境感知算法的不斷優(yōu)化升級(jí)可以增強(qiáng)感知與決策的準(zhǔn)確性。二者相輔相成，自動(dòng)駕駛汽車必將逐漸開展復(fù)雜氣象條件下的專項(xiàng)測(cè)試，這也是檢驗(yàn)自動(dòng)駕駛汽車是否具備“全氣候”上路能力的必經(jīng)之路。