汽车多传感器融合技术应用.docx

汽车多传感器融合技术应用

作者：白云龙杨开欣郭谨玮陈晓韦董海博

来源：《时代汽车》2019年第06期

????????摘要：智慧出行，智能驾驶的发展很大程度上依靠传感器来实现。自动驾驶、自动泊车和自动紧急制动等驾驶功能，针对汽车多种传感器采集存在的不稳定性，导致车辆信息在特征提取上存在很大差异，数据处理融合过程中的差异造成信息冲突，导致有效信息丢失。多传感器融合算法可以将有效数据特征提取，增强有效数据信息量。

????????关键词：智能车;多传感器;信息融合

????????自动驾驶系统关键感知融合技术，并将系统集成在车上。使车辆具备获取车辆行驶周边环境的有用信息的能力，实现对目标信息的检测、分类、跟踪与预测的功能。实现多传感器信息融合技术的开发与应用，同时实现对自身定位信息、运动状态信息等的获取，从而扩大系统的时频覆盖范围、增加环境信息维数、发挥出感知系统的综合效应，进而为决策系统提供更加立体和可靠的环境信息。完成实车测试与相应性能调优，实现实车相应应用。

????????在封闭园区、高速公路/环路、城市道路及北京市自动驾驶测试试验场场景下，基于多传感器的感知信息融合系统针对汽车异常复杂的行驶环境，以感知系统各传感器的检测优势为依据，以确保整个系统能够在最大范围内对车辆周边环境信息实现360度的扫描与覆盖为原则，通过对传感器数据信息进行处理及感知信息融合算法进行开发，获取车辆行驶周边环境的有用信息，实现对目标信息的检测、分类、跟踪与预测（目标信息：车道状况信息、周边车辆及行人、自行车等的速度、角度、距离信息以及行车标志、交通信号灯等环境信息），同时实现对自身定位信息、运动状态信息等的获取，从而扩大系统的时频覆盖范围、增加环境信息维数、发挥出感知系统的综合效应，进而为决策系统提供更加立体和可靠的环境信息。

????????多传感器信息融合系统包含硬件层，中间层和应用层三层结构，多传感器信息融合系统的内部分层结构如下：

????????硬件层主要包含激光雷达、毫米波雷达、超声波传感器、视觉传感器;中间层为Linux操作系统和基于PCL、OpenCV、Caffe、TensorFlow、Eigen3库，传感器坐标系统一、时间同步模块，同时包含各路数据的解析模块（CAN解析，串口解析，网口点云数据解析，前视和环视图像数据解析）;应用层为感知算法的功能实现层，单传感器检测和多传感器融合，以及SLAM地图和结构化高精度地图。

????????单传感器检测即基于单一传感器数据进行特定的识别检测，具体包括：

????????（1）基于激光雷达点云数据的障碍物检测、分类，车道线检测;

????????（2）基于图像的障碍物检测、分类，交通标志检测，可行驶区域检测，红绿灯检测，车道线检测;

????????（3）基于毫米波雷达的障碍物检测;

????????（4）基于环视相机的车位检测;

????????（5）基于激光雷达扫描匹配的定位;

????????多传感器融合即采用数据融合算法，对于多种传感器检测结果进行进一步的融合处理，使得感知系统能够在复杂场景下充分发挥多类型传感器的优势，完成对多目标的可靠追踪，具体包括：

????????（1）RV融合;

????????（2）UV融合;

????????（3）RLV融合追踪（包含LV融合）;

????????（4）GPS-IMU-扫描匹配融合定位（包括：基于全局坐标系下的x、y、z坐标及x、y、z三个方向的速度、加速度信息（包含坐标系的定义）、时间信息、纬度、经度、海拔、定位状态、偏航角、俯仰角、滚转角。）;

????????此外还包含用户控制台以及可视化界面，方便用户选择性地开启和关闭本系统所有模块，应用层各模块间以进程间通信方式进行通信。融合感知系统所有功能模块的计算总量远远大于计算平台的计算量，因此必须根据车辆的实时状态有选择的关闭部分功能模块以释放不必要的计算力、内存等资源浪费情况。

????????联动启动：通过启动配置文件及相应的解析脚本，管理进程的启动参数及顺序。构造功能模块的进程启动链，依次启动数据解析层、数据处理层、感知融合层、业务管理层各功能模块。

????????进程通讯：进程间通讯主要利用共享内存的方式，首先在主进程中申请（linux/shmget）一个固定大小的内存空间用于多传感器数据的传输，同时为不同的硬件传感器，建立独立的子进程（linux/fork），并将共享内存区对象映射到调用的子进程的地址空间（linux/shmat），各子进程可独立的接受传感数据，并将传感数据写入到共享内存中，在数据融合处理之后将结果返回相关UI进程。

????????系统级资源调度

????????融合感知系统所有功能模块的计算总量远远大于计算平台的计算量，因此必须根据车辆的实时