智能车辆的感知.pptxVIP

5.1智能车辆的感知智能车辆的感知1基于激光雷达的感知系统2基于微波雷达的感知系统3基于机器视觉的感知系统基于激光雷达的感知系统随着智能车辆研究的不断深入,基于激光雷达的目标检测方法得到了较为广泛的应用并取得了令人瞩目的成绩。目标检测中常用的激光雷达有三维激光雷达和单线激光雷达。目前大多数智能车研究实现目标检测等环境感知功能。1基于激光雷达的感知系统激光雷达测距原理激光雷达感知原理和数据特点激光雷达测距原理激光雷达组成激光雷达是工作在光频波段的雷达,激光雷达系统由收发天线、收发前端、信号处理模块、汽车控制装置和报警模块组成,如图所示。激光雷达感知原理和数据特点现在自动驾驶中常用的激光雷达为机械式激光雷达,其由若干组可以旋转的激光发射器和接收器组成。每个发射器发射的一条激光束俗称“线”,主要有单线、4线、16线、32线、64线和128线。常见机械式激光雷达中激光束是波长在900nm左右的近红外光(NIR),可以根据激光直接获得周围一圈的准确的三维空间信息。这种雷达的成像原理比较简单:发射器和接收器连接在一个可以旋转的机械结构上,某时刻发射器将激光发射出去,之后接收器接收返回的激光并计算激光与物体碰撞点到雷达原点的距离。激光雷达感知原理和数据特点由于每次发射/接收的角度是预先设定的,因此根据距离、水平角度和垂直角度就能求出碰撞点相对于激光雷达中心的坐标。每条线每次发射激光得到的数据由一个四元组(x,y,z,i)表示,其中(x,y,z)是三维坐标,i表示反射强度。激光雷达感知原理和数据特点某32线激光雷达的成像原理示意图2基于微波雷达的感知系统激光雷达传感器虽然精度高,但是在雾霾、大雨等情况下,其探测指标会显著下降。红外线相机可以根据物体的红外特征,显示物体的轮廓,其缺点是温度稳定性差,难以适应恶劣天气。超声波传感器探测距离较近,一般应用于汽车倒车测距。摄像头可以识别道路标志等,但其在逆光、弱光环境下性能变差,图像处理算法复杂。微波雷达探测距离相对较远,测距、测速精度较高,并且可以适应全天候的气象条件,价格相对较低。因此,微波雷达在汽车自适应巡航系统、盲区监测系统中得到应用,可以预见,微波雷达在智能车辆中的应用将越来越广泛。2基于微波雷达的感知系统表6-8各种传感器优缺点对比毫米波雷达测距原理雷达的调频器通过天线发射连续波信号,发射信号遇到目标后,经过目标的反射会产生回波信号,发射信号与回波信号相比,有相同的形状,只是时间上存在差值,以发射信号为三角波为例,则发射信号与返回的回波信号对比如图所示。毫米波雷达测距原理调频式连续波毫米波雷达测距原理毫米波雷达测距原理当目标与雷达信号发射源之间存在相对运动时,除了目标反射的回波信号与发射信号间存在时间差外,回波信号的频率与发射信号之间会产生多普勒位移fd,对比图如图所示。毫米波雷达测距原理调频式连续波毫米波雷达测速原理3基于机器视觉的感知系统在基于机器视觉的环境感知技术中,面向结构化和野外环境的研究较早,并已取得了较为完善的研究成果,但对于城市环境的研究尚处于发展阶段。就目前发展来看,面向城市环境的实用系统更倾向于采用成本低廉、信息量大的机器视觉技术。机器视觉技术在智能车辆中的典型应用,如图所示。3基于机器视觉的感知系统机器视觉技术在智能车辆中的典型应用视觉传感器视觉传感器被广泛应用到智能车辆的环境感知系统。测距传感器和图像传感器的融合能发挥二者的长处,在获取车辆环境信息和目标识别等方面优势明显。视觉传感器主要有光源、镜头、图像传感器、模/数转换器、图像处理器、图像存储器等组成,如图所示,以实现车道线识别、障碍物检测、交通标识和地面标志识别、交通信号灯识别、可通行空间检测等功能。视觉传感器视觉传感器组成结构视觉感知关键技术视觉感知主要用于检测动态(如车辆、行人)或静态(如车道、交通标识)障碍物,不同的障碍物会使车辆面临着不同的任务决策和驾驶规则。例如,一条道路对边界进行了严格定义,车辆必须在保证不超过边界的情况下安全行驶。近年来,主要集中于对车道、车辆、行人、交通标识的检测与研究。如图所示为视觉感知关键技术。视觉感知的关键技术智能车辆的感知1基于激光雷达的感知系统2基于微波雷达的感知系统3基于机器视觉的感知系统