環(huán)境感知系統(tǒng)組成學(xué)習(xí)任務(wù)一智能汽車(chē)環(huán)境感知技術(shù)的認(rèn)識(shí)環(huán)境感知技術(shù)是智能網(wǎng)聯(lián)汽車(chē)關(guān)鍵技術(shù)之一，它是通過(guò)安裝在智能網(wǎng)聯(lián)汽車(chē)上的傳感器或自組織網(wǎng)絡(luò)，對(duì)道路、車(chē)輛、行人、交通標(biāo)志、交通信號(hào)燈等進(jìn)行檢測(cè)和識(shí)別的技術(shù)，主要應(yīng)用于先進(jìn)駕駛輔助系統(tǒng)，如自適應(yīng)巡航控制系統(tǒng)、車(chē)道偏離報(bào)警系統(tǒng)、道路保持輔助系統(tǒng)、汽車(chē)并線(xiàn)輔助系統(tǒng)、自動(dòng)剎車(chē)輔助系統(tǒng)等，保障智能網(wǎng)聯(lián)汽車(chē)安全、準(zhǔn)確到達(dá)目的地。但是環(huán)境感知系統(tǒng)又是由哪些部件組成的呢？學(xué)習(xí)導(dǎo)入LearningObjectives學(xué)習(xí)目標(biāo)知識(shí)目標(biāo)能力目標(biāo)情感目標(biāo)3了解車(chē)載傳感器的組成。能正確認(rèn)識(shí)各車(chē)載傳感器。培養(yǎng)可發(fā)展性的思維。車(chē)載感知系統(tǒng)01視覺(jué)傳感器（攝像頭）02CONTENTS目錄毫米波雷達(dá)04超聲波傳感器03激光雷達(dá)05慣性系統(tǒng)06多傳感器融合071車(chē)載感知系統(tǒng)PartOne智能駕駛汽車(chē)獲取和處理環(huán)境信息主要用于狀態(tài)感知和V2X網(wǎng)聯(lián)通信。狀態(tài)感知主要通過(guò)車(chē)載傳感器對(duì)周邊及本車(chē)環(huán)境狀態(tài)信息進(jìn)行采集和處理，主要包括交通狀態(tài)感知和車(chē)身狀態(tài)感知。V2X網(wǎng)聯(lián)通信是結(jié)合現(xiàn)代通信與網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)智能駕駛車(chē)輛與外界設(shè)施以及車(chē)輛之間的互聯(lián)互通、信息共享和協(xié)同控制。狀態(tài)感知交通狀態(tài)感知車(chē)身狀態(tài)感知V2X網(wǎng)聯(lián)通信互聯(lián)互通信息共享協(xié)同控制環(huán)境感知是硬件設(shè)備（即感知設(shè)備）和軟件算法（即感知技術(shù)）的統(tǒng)一體。其中，硬件設(shè)備是感知的物理基礎(chǔ)，主要指各種車(chē)載傳感器，包括攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、慣性系統(tǒng)、多傳感器融合系統(tǒng)、多元信息交互系統(tǒng)等等多傳感器融合系統(tǒng)硬件設(shè)備多元信息交互系統(tǒng)攝像頭激光雷達(dá)毫米波雷達(dá)超聲波雷達(dá)慣性系統(tǒng)一般而言，原始數(shù)據(jù)的質(zhì)量越高，后續(xù)數(shù)據(jù)處理與分析模塊的難度就越低，而獲取高質(zhì)量的數(shù)據(jù)離不開(kāi)性能優(yōu)異的車(chē)載傳感器。由于各傳感器的材料屬性不同，原理功能不同，他們能夠在不同的使用場(chǎng)景里發(fā)揮各自的優(yōu)勢(shì)。各個(gè)傳感器能夠分別獲取不同局部信息，這些信息之間能夠互相補(bǔ)充。多傳感器融合取長(zhǎng)補(bǔ)短，能夠顯著提供系統(tǒng)的冗余度和容錯(cuò)性，從而保證決策的快速性和正確性。多傳感器融合是當(dāng)前自動(dòng)駕駛汽車(chē)采用的主流環(huán)境感知方案。2視覺(jué)傳感器（攝像頭）PartTwo人們通過(guò)感官?gòu)淖匀唤绔@取各種信息，其中以人的視覺(jué)獲取的信息量最多，約占信息總量的80%。隨著信息技術(shù)的發(fā)展，為計(jì)算機(jī)、機(jī)器人、智能汽車(chē)或其他智能機(jī)器賦予人類(lèi)視覺(jué)功能，成為科學(xué)家們的奮斗目標(biāo)。通過(guò)視覺(jué)傳感器圖像捕捉圖像，然后將圖像傳送至處理單元，通過(guò)數(shù)字化處理，根據(jù)像素分布和亮度、顏色等信息，來(lái)進(jìn)行尺寸、形狀和顏色的判別，并根據(jù)判別結(jié)果進(jìn)而控制生產(chǎn)設(shè)備的工作。視覺(jué)傳感器的工作過(guò)程可以分為四個(gè)步驟：圖像的檢測(cè)、圖像的分析、圖像的繪制和圖像識(shí)別。視覺(jué)傳感器具有從一幅圖像中捕獲數(shù)以千計(jì)像素的能力。視覺(jué)信息一般通過(guò)光電檢測(cè)轉(zhuǎn)換為電信號(hào)，通過(guò)圖像信息的變化可以對(duì)物體的形狀位置等特征信息進(jìn)行判定。圖像檢測(cè)圖像分析圖像繪制圖像識(shí)別要實(shí)現(xiàn)汽車(chē)根據(jù)視覺(jué)信息完成相應(yīng)動(dòng)作，就必須完成圖像坐標(biāo)系、工作平面坐標(biāo)系、汽車(chē)坐標(biāo)系三者之間的轉(zhuǎn)換，將圖像坐標(biāo)系中的某點(diǎn)與工作平面坐標(biāo)系中的相應(yīng)點(diǎn)對(duì)應(yīng)起來(lái)，并且最終都表示在汽車(chē)坐標(biāo)系中。所以就需要進(jìn)行攝像機(jī)的標(biāo)定和坐標(biāo)的提取，將圖像坐標(biāo)系和工作平面坐標(biāo)系統(tǒng)一在汽車(chē)坐標(biāo)系下。目前，車(chē)載攝像頭能夠識(shí)別行人、自行車(chē)、機(jī)動(dòng)車(chē)、道路軌跡線(xiàn)、路牌、信號(hào)燈等環(huán)境信息，進(jìn)而支撐實(shí)現(xiàn)車(chē)道保持、車(chē)道偏離預(yù)警、前向碰撞預(yù)警、行人碰撞預(yù)警、全景泊車(chē)、駕駛員疲勞預(yù)警等功能。相機(jī)圖像識(shí)別系統(tǒng)變得非常便宜，小巧且高分辨率。它們的對(duì)顏色，對(duì)比度和光學(xué)字符的識(shí)別功能為其提供了一個(gè)全新的應(yīng)用領(lǐng)域。在光線(xiàn)良好的情況下，它們具有最佳的傳感器范圍，但它們的范圍和性能會(huì)隨著光線(xiàn)水平變暗而降低，因此非常依賴(lài)于汽車(chē)前燈的光線(xiàn)。3超聲波傳感器PartThree超聲波傳感器是利用超聲波的特性，將超聲波信號(hào)轉(zhuǎn)換成其它能量信號(hào)的傳感器，具有頻率高、波長(zhǎng)短、繞射現(xiàn)象小等特點(diǎn)，對(duì)液體、固體的穿透性較強(qiáng)，用于自動(dòng)駕駛汽車(chē)可幫助車(chē)輛探測(cè)外部環(huán)境并指導(dǎo)車(chē)輛對(duì)此做出適當(dāng)?shù)姆磻?yīng)。超聲波傳感器初期主要用于車(chē)輛制動(dòng)輔助系統(tǒng)和倒車(chē)?yán)走_(dá)，用來(lái)檢測(cè)障礙物避免碰撞和擦蹭，目前已被研究應(yīng)用在自動(dòng)泊車(chē)和自動(dòng)剎車(chē)系統(tǒng)。超聲波的能量消耗較緩慢，在介質(zhì)中傳播的距離比較遠(yuǎn)，穿透性強(qiáng)，測(cè)距的方法簡(jiǎn)單，成本低。超聲波的傳輸速度容易受天氣情況的影響。當(dāng)汽車(chē)高速行駛時(shí)，使用超聲波測(cè)距無(wú)法跟上汽車(chē)的車(chē)距實(shí)時(shí)變化，誤差較大。超聲波散射角大，方向性較差，在測(cè)量較遠(yuǎn)距離的目標(biāo)時(shí)，其回波信號(hào)會(huì)比較的弱，影響測(cè)量精度。超聲波傳感器的種類(lèi)可分為較傳統(tǒng)的等方性傳感器以及工藝水平更高的異方性傳感器。所謂的等方性傳感器為水平角度與垂直角度相同，異方性傳感器為水平角度與垂直角度不同。方性傳感器——水平角度與垂直角度相同，例：120°：120°；異方性傳感器——水平角度與垂直角度不同，例：120°：60°或120°：45°4毫米波雷達(dá)PartFour毫米波雷達(dá)，就是指工作頻段在毫米波頻段的雷達(dá)，測(cè)距原理跟一般雷達(dá)一樣，也就是把無(wú)線(xiàn)電波（雷達(dá)波）發(fā)出去，然后接收回波，根據(jù)收發(fā)之間的時(shí)間差測(cè)得目標(biāo)的位置數(shù)據(jù)。毫米波雷達(dá)就是這個(gè)無(wú)線(xiàn)電波的頻率是毫米波頻段。毫米波的頻段比較特殊，其頻率高于無(wú)線(xiàn)電，低于可見(jiàn)光和紅外線(xiàn)，頻率大致范圍是10GHz-200GHz。目前，比較常見(jiàn)的車(chē)載領(lǐng)域的毫米波雷達(dá)頻段有三類(lèi)：24-24.25GHz、77GHz、79GHz-81GHz。其中77GHz的優(yōu)勢(shì)主要在于距離和速度測(cè)定的準(zhǔn)確性，此外其角分辨率也更加精準(zhǔn)。毫米波雷達(dá)可有效提取景深及速度信息，識(shí)別障礙物，有一定的穿透霧、煙和灰塵的能力，但在環(huán)境障礙物復(fù)雜的情況下，由于毫米波依靠聲波定位，聲波出現(xiàn)漫反射，導(dǎo)致漏檢率和誤差率比較高。雷達(dá)無(wú)法進(jìn)行顏色、對(duì)比度或光學(xué)字符識(shí)別，但是在確定當(dāng)前實(shí)施中的交通相對(duì)速度方面非常有效，常用于自動(dòng)駕駛ADAS系統(tǒng)中，如前方車(chē)輛和行人的檢測(cè)與識(shí)別、主動(dòng)防碰撞、自動(dòng)巡航等功能。5激光雷達(dá)PartFive激光雷達(dá)（LiDAR）是以激光器為輻射源的雷達(dá)，它是在微波雷達(dá)技術(shù)的基礎(chǔ)上發(fā)展起來(lái)的。相比傳統(tǒng)雷達(dá)的工作頻段，光頻段的波長(zhǎng)較短，因而可以極大提高雷達(dá)的距離分辨力、角分辨力、速度分辨力，并且得益于激光的高方向性和高相干性，可以實(shí)現(xiàn)遠(yuǎn)距離抗干擾探測(cè)與測(cè)距。激光雷達(dá)在所有光線(xiàn)條件下都能很好地工作，但由于使用了光譜波長(zhǎng)，它們會(huì)因?yàn)榭諝庵械难?、霧、雨和塵埃顆粒的增加而失效。激光雷達(dá)無(wú)法檢測(cè)顏色或?qū)Ρ榷龋矡o(wú)法提供光學(xué)字符識(shí)別功能。6慣性系統(tǒng)PartSix慣性系統(tǒng)（慣性導(dǎo)航系統(tǒng)）不依賴(lài)外部信息，而是以陀螺儀和加速度計(jì)為敏感器件進(jìn)行導(dǎo)航參數(shù)解算的系統(tǒng)，該系統(tǒng)根據(jù)陀螺儀的輸出建立導(dǎo)航系統(tǒng)，根據(jù)加速度計(jì)的輸出解算出運(yùn)載體在導(dǎo)航坐標(biāo)系中的速度和位置。慣性導(dǎo)航系統(tǒng)以牛頓力學(xué)定律為基礎(chǔ)，是一種推導(dǎo)式的導(dǎo)航方式：根據(jù)已知點(diǎn)的位置和速度，推算當(dāng)前的加速度、速度和位置。慣性導(dǎo)航在室內(nèi)、隧道內(nèi)等GPS信號(hào)較弱的場(chǎng)景有著廣泛的應(yīng)用。由于不需要接收外界的信號(hào)，慣性導(dǎo)航的隱蔽性較好，基本不受天氣條件的限制。但同樣的，慣性導(dǎo)航系統(tǒng)的缺點(diǎn)也很明顯，由于定位信息是通過(guò)對(duì)時(shí)間的積分獲得的，因此誤差會(huì)隨著時(shí)間的積累而增加，因此需要利用外部信息輔助校正。7多傳感器融合PartSeven在實(shí)際行駛場(chǎng)景中，僅僅依賴(lài)一種類(lèi)型的傳感器獲得的數(shù)據(jù)往往是不可靠的，且探測(cè)范圍有限，不可避免地存在時(shí)空盲區(qū)。為保證環(huán)境感知系統(tǒng)實(shí)時(shí)獲得可靠的數(shù)據(jù)，自動(dòng)駕駛汽車(chē)一般采用多種傳感器同時(shí)采集數(shù)據(jù)的方式。然而多種傳感器獲得的信息具有互補(bǔ)性，同時(shí)也會(huì)存在矛盾。對(duì)于互補(bǔ)的信息，利用多元信息融合技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行分析、加權(quán)和綜合，實(shí)現(xiàn)各個(gè)傳感器優(yōu)勢(shì)互補(bǔ)，增大容錯(cuò)率，減小視野盲區(qū)。對(duì)于矛盾的信息，由于處理器在同一個(gè)時(shí)間點(diǎn)對(duì)于某個(gè)動(dòng)作只能給出一個(gè)決策，因此必須對(duì)原始數(shù)據(jù)進(jìn)行篩選和刪減。傳感器融合的目的在于獲得不同傳感器的輸入內(nèi)容，并且使用組合在一起的信息來(lái)更加準(zhǔn)確地感知周?chē)h(huán)境。目前傳感器融合主要采用數(shù)據(jù)級(jí)、特征級(jí)和決策級(jí)三級(jí)融合方式。傳感器融合數(shù)據(jù)級(jí)又稱(chēng)像素融合，主要通過(guò)整合像素級(jí)別的圖像，增加邊緣、紋理等細(xì)節(jié)特征。特征級(jí)對(duì)原始數(shù)據(jù)提取的特征向量進(jìn)行融合，對(duì)于特征的融合效果一般優(yōu)于對(duì)原始數(shù)據(jù)的融合。決策級(jí)指根據(jù)多個(gè)傳感器對(duì)同一目標(biāo)的觀察數(shù)據(jù)進(jìn)行特征提取和邏輯運(yùn)算，根據(jù)需求進(jìn)行高級(jí)決策。前提：標(biāo)定Summ