降雪環境對激光雷達性能的影響分析與試驗研究

何俊南　姜京秀　孫朋朋

摘 要：冬季的環境條件復雜，且常伴有降雪，對自動駕駛汽車的行駛安全提出了嚴苛的挑戰。本文聚焦于此，利用人工造雪的方式搭建降雪場景，并選取激光雷達作為研究對象，對激光雷達在不同降雪強度下的信號覆蓋范圍、有效分辨率和回波反射強度進行試驗研究。

關鍵詞：自動駕駛汽車 激光雷達 降雪 環境適應性

1 引言

汽車自動駕駛技術，作為面向未來的戰略型技術，對汽車產業的變革和發展具有關鍵性作用。目前，隨著自動駕駛技術的發展，我國的自動駕駛汽車已經走到了一個新的階段。2021年2月，國家發改委等11部委聯合發布《智能汽車創新發展戰略》，標志著中國在智能汽車領域發起進攻，爭當智能汽車強國。《智能汽車創新發展戰略》指出，2025年實現有條件自動駕駛的智能汽車達到規模化生產，實現高度自動駕駛的智能汽車在特定環境下市場化應用。

自動駕駛汽車具有廣泛的使用場景，相關機構如谷歌、蘋果、特斯拉、百度等已陸續在實際道路開展測試，以對車輛進行全面且深入的功能驗證。冬季作為典型使用場景之一，環境條件復雜，且易出現降雪天氣，為自動駕駛汽車的正常工作帶來了嚴苛的挑戰[1]。針對于此，本文圍繞自動駕駛汽車環境感知系統在降雪環境的性能變化，在該領域開展初步的探索性工作，利用人工造雪的方式，進行降雪環境的設計和搭建，并選取激光雷達作為主要研究對象，進行不同降雪場景下的性能研究。

2 降雪對激光雷達的影響

環境感知系統利用外部傳感器采集道路狀況、天氣狀況、駕駛員狀態等，為自動駕駛汽車的安全行駛提供可靠的決策依據。目前，現有的車載傳感器主要包括激光雷達、毫米波雷達、超聲波雷達和攝像頭等[1]。

激光雷達是指工作在光波頻段的雷達，它利用光波頻段的電磁波先向目標發射探測信號，然后將其接收到的同波信號與發射信號相比較，從而獲得目標的位置（距離、方位和高度）、運動狀態（速度、姿態）等信息，實現對目標的探測、跟蹤和識別[2]。激光雷達探測范圍廣、分辨率高、信息量豐富，可探測路面場景中的其他車輛、行人和障礙物等，但不能識別交通標志和交通信號燈，多用于行人保護系統、自適應巡航控制系統、車道偏離預警系統、自動緊急制動系統等。

激光雷達的功能會因降雪天氣而受限，因為發射的光脈沖遇到雪花會反射回來，激光透過率隨著降雪密度以及傳輸距離的增加而下降，甚至會把落下的雪花誤認為是需要躲避的物體，干擾自動駕駛汽車對周圍環境的正確判斷[1]。

3 降雪場景構建

3.1 人工造雪技術

自然界的降雪主要是由于云中的冰晶之間或冰晶與過冷水滴之間的相互碰撞，使部分冰晶迅速增大，當冰晶能夠克服空氣阻力和浮力時，便從空中落下，在空氣溫濕度、氣流、降落高度等因素的影響下，最終形成了各種形狀的雪花。

目前，常用且高效的造雪方法是使高壓水與空氣混合霧化結晶進行造雪，人工造雪原理圖見圖1。其工作流程是：首先使來自高壓水泵的高壓水與來自空氣壓縮機的高壓空氣在噴嘴處混合，霧化形成小水滴，然后將水滴分散到空氣中，使空氣與水滴充分接觸，利用水自然蒸發和壓縮空氣體積膨脹帶走的熱量使水滴凝結成冰晶，最后在低溫環境下，使冰晶落地成雪。

3.2 降雪場景設計與布置

本研究的降雪場景構建地點為中國汽車技術研究中心冬季汽車試驗場，選取的造雪機為牡丹江市安格士旅游設備廠生產的雪霸王造雪機，具體技術參數見表1。該造雪機為三輪可移動式設備，水平方向可旋轉360°，具備電加熱器自動預熱控制功能，并具備多排閥門可調控降雪強度，設備實景圖見圖2。

為滿足測試要求，降雪場景尺寸為120m*6m，采用4臺造雪機，以滿足降雪量要求，布設方案見圖3。

4 試驗方案

4.1 激光雷達選型

本研究選用Velodyne公司生產的型號為ULTRA Puck VLP-32的三維激光雷達，該雷達擁有32個通道，每秒能夠產生約120萬個三維點云坐標，并采用雙回波模式，具備200米的有效測量范圍，以及360°水平視場和40°的垂直視場，實物圖如圖4所示。為了確保試驗過程中，激光雷達能達到最大的感知視野，將三維激光雷達安裝在試驗車輛的頂部，并且雷達軸垂直于地面，如圖4所示。

4.2 試驗工況設計

本研究以假人為目標物，測試在3種不同的降雪條件下，激光雷達距離目標物不同距離時的識別效果。圖5為降雪場景實際圖，包括無雪場景、I檔降雪場景和II檔降雪場景。

5 試驗結果分析

5.1 降雪對激光雷達覆蓋范圍的影響

安裝激光雷達的測試車停在距離目標物20m遠處，實時采集無雪、I擋降雪和II擋降雪三種場景下的激光雷達點云數據，以反射強度的形式進行編碼后，形成鳥瞰圖如圖6所示。由圖可見，隨著降雪量的增加，激光雷達的覆蓋范圍逐漸減小。

5.2 降雪對激光雷達有效分辨率的影響

隨著試驗的進行，激光雷達周圍逐漸被一些雪花所覆蓋，如圖7所示。雪覆蓋后的激光雷達輸出的點云分布圖如圖7所示。由圖可見，在激光雷達周圍產生了大量的噪點，極大降低了點云的有效分辨率，嚴重損害了激光雷達的性能[3]。

5.3 降雪對激光雷達回波反射強度的影響

安裝激光雷達的測試車停在距離目標物30m遠處，實時采集無雪、I擋降雪和II擋降雪三種場景下的激光雷達回波反射強度，如圖8所示。從“無雪”到“有雪”，激光雷達的回波反射強度大幅下降，且隨著降雪量的增加，回波反射強度持續下降，直至趨近于零。

6 結語

本文針對于車載激光雷達在降雪環境下的適應性進行了初步探索與嘗試，以期為相關研究提供有效參考。同時，在降雪場景構建過程中，也發現了一些難點：如降雪強度和均勻度的控制受溫度、濕度和局部陣風的影響較大；人工造雪的雪質和落雪方式相比于自然落雪，仍存在一些差距。目前，自動駕駛汽車在降雪場景下的測試還有很多未知的盲區，需要從業者繼續探索和研究，隨著自動駕駛技術的迭代升級，在該類復雜氣象環境下的測試需求定會逐漸增加。

參考文獻：

[1]何俊南，郭瑞玲，吳昊，殷振華.淺談自動駕駛汽車環境感知系統在冬季面臨的挑戰[J].汽車實用技術，2020，24：22-24.

[2]郝俊.自動駕駛環境感知系統研究[J].時代汽車，2018，300（09）：16-17.

[3]Sun Pengpeng， Sun Chenghao， Wang Runmin， Zhao Xiangmo. Object Detection Based on Roadside LiDAR for Cooperative Driving Automation： A Review[J]. Sensors （Basel），2022，22（23）：9316.