智能网联汽车技术教学课件-第二章无人驾驶汽车环境感知技术.pdf
《智能网联汽车技术教学课件-第二章无人驾驶汽车环境感知技术.pdf》由会员分享,可在线阅读,更多相关《智能网联汽车技术教学课件-第二章无人驾驶汽车环境感知技术.pdf(43页珍藏版)》请在咨信网上搜索。
1、智能网联汽车技术概论第二章无人驾驶汽车环境感知技术o研究目的 o无人驾驶的成功开发涉及包括告警地图、实时定 位、障碍检测以及安全避障等多种技术,而这所有的 环节都离不开传感器。在无人驾驶架构中,传感层被 比作为汽车的“眼睛”,包括车载摄像头等视觉系传 感器和车载毫米波雷达、车载激光雷达以及车载超声 波雷达等雷达系传感器。本章将分别介绍上述三种激 光雷达,双目及单目摄像头,以及GPS全球定位系统 的基本工作原理及在无人驾驶中的应用。目录 Catalogue.5GPS全球定位系统o激光激光雷达无人驾驶技术包含了高精地图、实 时定位、障碍物检测等在内的多种技术,而激光雷达在这些技术中都能发挥重要 作
2、用。本节主要介绍激光雷达的基本工 作原理及其在无人驾驶技术中的应用与 挑战。激光雷达系统应用构架图J激光雷达基础知识激光雷达(Light Detection And Ranging,LiDAR)是一种光学 遥感技术,是一种可以精确、快速获取地面或大气三维空间信息的 主动探测技术,其应用范围和发展前景十分广阔。它的工作原理是:首先向目标物体发射一束激光;然后根据接受-反射的时间间隔确定 目标物体的实际距离;再根据距离以及激光发射的角度通过几何关 系推到出物体的位置信息。此外根据反射信号的信号强弱和频率变 化等数,还可以确定被测目标的运动速度、姿态以及物体形状信息。激光雷达关键技术一点无人车在运行
3、过程中LiDAR并不是静止不 动的。在无人车的行驶过程中,LiDAR同时以 一定的角速度匀速转动,并在转动过程中不断 地发出激光并收集反射点的信息,以便得到全 方位的环境信息。LiDAR在收集反射点距离的 过程中也会同时记录下该点发生的时间和水平 角度(Azimuth),并且每个激光发射器都有其 编号和固定的垂直角度,根据这些数据就可以 计算出所有反射点的坐标。LiDAR每旋转一周,所收集到的所有反射点坐标的集合就形成了点 云(Point Cloud)o如图展示的是谷歌无人驾 驶公司Waymo在无人汽车上的激光雷达的布局 小意图。RadarRadarVision System RadarJ激光
4、雷达的优点及其在无人驾驶技术中的应用/_/激光雷达主要有如下几方面的优点:(1)具有极高的分辨率。激光雷达工作于光学波段,频率比微波高 23个数量级以上,因此,与微波雷达相比,激光雷达具有极高的 距离分辨率、角分辨率和速度分辨率。(2)抗干扰能力强。激光波长短,可发射发散角非常小(p rad量 级)的激光束,多路径效应小(不会形成定向发射,与微波或者毫 米波产生多路径效应),可探测低空/超低空目标。(3)获取的信息量丰富。可直接获取目标的距离、角度、反射强度、速度等信息,生成目标多维度图像。(4)可全天时工作。激光主动探测,不依赖于外界光照条件或目标 本身的辐射特性。它只需发射自己的激光束,通
5、过探测发射激光束 的回波信号来获取目标信息。J激光雷达的优点及其在无人驾驶技术中的应用_/基于上述优点,激光雷达在无人驾驶中有多种应用,主要有面向高 精度地图的绘制、基于点云的定位,以及障碍物检测等,激光雷达 的应用途径包括:高精地图的绘制无人车定位障碍物检测JLi DAR技术面临的挑战技术挑战材质 由于激光雷达基于对激光脉冲返回传感器所需时间的测量,因 此高反射率的表面会带来问题。大多数材料从微观水平上看表面粗糙,并 且向所有方向散射光;这类散射光的一小部分返回到传感器,并且足以产 生距离数据。然而,如果表面反射率非常高,光就会向远离传感器的方向 散射,那么这一区域的点云就会不完整。环境 空
6、气中的环境也可以对激光雷达读数造成影响。空气中的悬浮 物会对光速产生影响。因而大雾和雨天均会减弱影响激光雷的精度,并且 研究表明,雨滴的半径及其在空中的分布密度直接决定了激光在传播过程 中与之相撞的概率。相撞概率越高,激光的传播速度受到的影响越大。为 了解决这些问题,较大功率的激光器投入使用,但它对于无人汽车这种较 小的、移动的以及对功率敏感型的应用来说并不是一个好的解决方案。JLi DAR技术面临的挑战计算挑战激光雷达系统面临的另一个挑战是计算量问题。受复杂的光学器件旋 转速度的限制,普通LiDAR旋转时的刷新速率相对较慢。通常情况下LiDAR 系统最快的旋转速率大约是10Hz,这限制了数据
7、流的刷新速率。当传感器 旋转时,假设以60kni/h行驶的汽车在1/10秒内行进1.67米,因此传感器对 于在汽车驶过期间在这1.67米内发生的变化是无法检测到的。更重要的是,激光雷达在理想条件下的覆盖范围为100T2 0米,这对于以60km/h行驶的 汽车来说仅需6-7秒的行驶时间。因此为了解决无人汽车的行驶过程造成的LiDAR监测不准确的问题,一个 比较通用的方式是提升LiDAR的采样刷新速率。但这也会导致严重的计算 挑战。即使是最低的16线LiDAR每秒钟要处理的点也要达到30万个。如此 大量的数据处理使得无人车定位算法和障碍物检查算法的实时性受到极大 的影响。JLi DAR技术面临的挑
8、战成本挑战对于激光雷达来说,高昂的设备成本是它需要克服的最大挑战之一。尽管自该技术得到应用以来其成本已大幅降低,但仍然是它被大范围采用 的一个重要障碍。对于主流汽车工业来说,价值2万美元以上的传感器将 无法被市场接受,因此无疑会大大阻碍无人车的商业化。毫米波雷达OJ毫米波雷达基本原理/毫米波(MiHimeter Wave,MMW)是指长度在110mm的电磁波,对 应的频率范围为30300GHz。毫米波位于微波与远红外波相交叠的波 长范围,所以毫米波兼有这两种波谱的优点,同时也有自己独特的 性质。毫米波雷达(MiHimeter Wave Radar)测距原理很简单,就是把 无线电波(毫米波)发出
9、去,然后接收回波,并根据收发的时间差测 得目标的位置数据和相对距离。根据电磁波的传播速度,可以确定 目标的距离为:s=ct/2,其中s为目标距离,t为电磁波从雷达发射 出去到接收到目标回波的时间,c为光速,也即电磁波传播的速度。J毫米波雷达在汽车ADAS中的应用对于车辆安全来说,最主要的判断依据就是两车之间的相对距 离和相对速度信息。特别车辆在高速行驶中,如果两车的距离过近,是容易导致追尾事故。凭借出色的测距测速能力,毫米波雷达被广 泛地应用在自适应巡航控制(ACC)、前向防撞报警(FCW)、盲点 检测(BSD)、辅助停车(PA)、辅助变道(LCA)等汽车ADAS中。本书主要介绍毫米波雷达在自
10、适应巡航、自动紧急制动、前向 防撞预警以及变道辅助三个ADAS功能中的应用。(1)基于毫米波雷达的自适应巡航(2)基于毫米波雷达的自动紧急制动(3)前方防撞预警功能(4)变道辅助J展望未来一智能毫米波雷达开发/V毫米波雷达作为汽车ADAS的最核心传感器之一,目前最大的“缺陷”就是因分辨 率不高,无法辨识行人和对周围障碍物进行精准的建模,而高分辨率智能雷达传感器 对于实现高级自动驾驶至关重要。所以有些毫米波雷达企业正着力于开发雷达的成像 技术。为了实现两技术的结合,各毫米波雷达企业采用不同的技术进行了大胆的创新。其中表现比较突出的有:麦得威国际(Metawave)新一代成像雷达产品WARLORD
11、和 Arbe Robotics公司Ultres系统。前者采用了新型的超材料天线,能发射可操控的高度 定向的电磁波束,同时在雷达产品中嵌入了AI引擎,以实现对物体的发现、识别、跟 踪和分类;而后者的雷达方案是基于数学算法的合成孔径雷达(SAR)成像技术,所谓 SAR成像技术是指利用大带宽发射信号实现距离向高分辨率、利用相对运动等效长合成 阵列实现方位向高分辨率的雷达成像技术)。虽然这些成像技术目前还有一些待改善 的地方,不过都已经取得不错的突破性进展,相信在不久的L4级和L5级自动驾驶汽车 上发挥重要作用。J超声波雷达工作原理/_/与毫米波雷达类似,超声波雷达(UltraSonic Radar)
12、的工作原理是通过 超声波发射装置向外发出超声波,到通过接收器接收到发送过来超声波时的 时间差来测算距离。超声波雷达的常用探头的工作频率有40kHz,48kHz和58kHz三种。一般来 说,频率越高,灵敏度越高,但水平与垂直方向的探测角度就越小,故一般 采用40kHz的探头。超声波雷达防水、防尘,即使有少量的泥沙遮挡也不影响。探测范围在 0.卜3米之间,而且精度较高,因此非常适合应用于泊车。车载超声波雷达一 般安装在汽车的保险杠上方,隐藏在保险杠的某个位置。J超声波雷达的应用/超声波的能量消耗较缓慢,在介质中传播的距离比较远,穿透 性强。并且超声波雷达价格只有几十到几百元人民币,且技术成熟 稳定
13、。因此超声波雷达除了可以用于障碍物检测外,还可以在无人 驾驶中有多种应用:(1)泊车库位检测(2)高速横向辅助J超声波雷达的挑战由于超声波的传输速度很容易受天气情况的影响,尤其是超声 波有较强的温度敏感性,在不同的温度下,传输速度不同。超声波 传播速度与环境温度T近似成正相关关系。因此相同相对位置的障碍 物,在不同温度的场景下,测量的距离不同。对传感器精度要求极 高的自动驾驶系统来说,要么选择将超声波雷达的测距进行保守计 算;要么将温度信息引入自动驾驶系统,提升测量精度。此外由于相比于光与电磁波,超声波的传播速度较慢,当汽车 高速行驶时,使用超声波测距无法跟上汽车的车距实时变化。因此 超声波雷
14、达在速度很高的情况下测距离一定的局限性,误差较大。另一方面,超声波散射角大,方向性较差,在测量较远距离的 目标时,其回波信号会比较弱,影响测量精度。但是,在短距离测 量中,超声波测距传感器具有非常大的优势。o单目及双目摄像头o*目视觉单目视觉(Monocular Vision)是指通过单个摄像头拍摄的图像 来实现三维空间的重建。单目视觉获得的图像本质上是2 D的,当知 道物体的实际大小时,利用相机的小孔成像模型即可以获知距离。用一个简单的公式计算前方物体与摄像机之间的距离:/=ADH基于单目视觉测距关键技术道路检测由于基于单目视觉的目标测距需要先对目标物体进行识别,再针对物体进行测距。因此在目
15、标识别 前尽可能的去除掉画面中的无关背景与前景对于降低算法计算量有重要意义。通过识别车道线可以有效 锁定目标识别区域。目前,车道线检测算法主要适用于光照充足的环境下。由于车道线与路面之间对比 度大,因此很容易利用各种常规边缘检测算子获得清晰的车道轮廓信息,然后选取合适的阈值对图像进 行二值化处理,最后采用Hough变换识别车道线。然而在复杂光照环境下,图像会受到各种光线直射和物体多次反射形成杂散光的干扰,图像光强不 能反映车道本身突变性质,导致无法正确检测出车道。在这种情况下可以利用光密度差得到车道标线与 路面反射率差,进而进行非线性边缘检测,再进行Hough变换的车道检测算法。此算法可以有效
16、解决在 复杂光照条件下的车道检测,也可以用于夜间的车道检测。另外,目前车道线的跟踪研究主要采用固定区域法或者Kalman滤波法,根据前一帧车道线检测的结 果来划分感兴趣区域,以实时跟踪车道线。然而,固定区域法对2帧图像的相关性依赖大,划分感兴趣 区域大,实时性差;而Kalman滤波法划分感兴趣区域小,容易产生检测误差,而造成跟踪误差累积,跟 踪正确率不高。在这种情况下可以在跟踪车道线时采用一种融合固定区域法和Kalman滤波法划分感兴趣 区域的新方法:一般来说,只将车道边界线交点(即灭点)以下、2车道线之间的区域作为感兴趣区域,考虑到跨道行驶的车辆依然对本车有威胁,算法把两车道线分别向两侧平移
17、40个像素,使感兴趣区域扩 展到可以覆盖跨道车辆的范围。J基于单目视觉测距关键技术/V(2)车辆检测图像中包含车辆前方很大视野内的物体,如道路、树木、护栏、标牌以及其他车辆,要从中准确检测出前方车辆是一项困难的工作。要实现车辆的快速检测,首先需要根据车辆的基本特征进行初步检 测,将所有可能的疑似车辆区域从图像中提取出来,然后再根据其 他特征对疑似区域进行筛选排除。基于单目视觉测距关键技术车辆跟踪现关心的是前方车辆与本车相对的二维位置和速度,因此只需要使用 卡尔曼滤波器预测横坐标X、横向速度VX、纵坐标y、纵向坐标vy这四个状 态向量。此外由于x方向和y方向的状态向量没有直接联系,所以可以将其
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 汽车技术 教学 课件 第二 无人驾驶 汽车 环境 感知 技术
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【曲****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【曲****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。