《智能汽车传感器技术》教案 项目六 多传感器融合技术.docx

PAGE8

PAGE8

PAGE7

PAGE7

课题

项目六多传感器融合技术

课时

9课时（405min）

教学目标

知识目标：

（1）了解多传感器融合技术的定义和特点

（2）掌握多传感器融合技术的分类

（3）熟悉多传感器融合技术的应用

（4）熟悉ADAS的分类和组成

（5）了解ADAS的应用

技能目标：

（1）能分析车辆多传感器融合技术的应用

（2）能测试车辆ADAS的功能

素质目标：

（1）养成恪尽职守、开拓进取的工作作风

（2）弘扬科学严谨、追求卓越的工匠精神

教学重难点

教学重点：多传感器融合技术的定义、特点、分类和应用，ADAS的分类、组成和应用

教学难点：分析车辆多传感器融合技术的应用，测试车辆ADAS的功能

教学方法

讲授法、问答法、讨论法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

考勤

【教师】使用APP进行签到

【学生】按照老师要求签到

案例导入

【教师】展示“ApolloRT6”图片（详见教材），讲述“ApolloRT6的多传感器融合技术”案例（详见教材），并提出问题：

ApolloRT6配备了这么多传感器，是如何对它们进行管理的？

【学生】聆听、思考

传授新知

【教师】通过大家的发言，引入新的知识点，讲解多传感器融合技术的定义、特点、分类和应用等知识

6.1.1多传感器融合技术概述

1．多传感器融合技术的定义

【教师】利用多媒体展示“多传感器融合技术”发展战略”图片（详见教材），并进行讲解

各种传感器既有各自的优势，又有一定的局限性。例如，超声波雷达成本低，使用方便，但探测距离近；毫米波雷达探测速度快，抗干扰能力强，但分辨率低；激光雷达分辨率高，对光线变化不敏感，可生成3D图像，但价格昂贵；视觉传感器成本低，可探测到大量信息，有识别和分类功能，但测距和测速能力较差；组合导航系统可提供较为精确的位置和速度信息，但无法感知周围环境。……（详见教材）

多传感器融合可利用计算机技术对来自多种传感器的探测数据以一定的准则进行自动分析和综合，从而完成判断和决策。多传感器融合一般包括空间同步和时间同步两种形式。

（1）空间同步。车辆上不同位置的传感器在探测障碍物时会涉及多种坐标系。……（详见教材）

（2）时间同步。不同的传感器相互独立并按各自的基准时钟工作，它们的采样频率各不相同，因此数据采集也就无法同步进行。……（详见教材）

2．多传感器融合技术的特点

利用多传感器融合技术，可对各传感器探测到的数据进行分析、综合和平衡，并进行容错处理，从而增加信息维度，避免探测盲区，得到更为全面、精确的环境信息。多传感器融合技术具有以下优点。

（1）可实现信息的冗余。……（详见教材）

（2）可实现信息互补。……（详见教材）

（3）可提高信息处理的效率。……（详见教材）

（4）可降低信息处理的成本。……（详见教材）

6.1.2多传感器融合方式

1．按融合策略分类

按融合策略的不同，多传感器融合方式可分为数据级融合、特征级融合和决策级融合3种。

1）数据级融合

【教师】利用多媒体展示“数据级融合的原理”发展战略”图片（详见教材），并进行讲解

数据级融合也称像素级融合，属于低层次融合，即不对传感器采集到的原始数据作任何处理而直接进行融合，然后再对融合后的数据进行特征提取、识别和决策。数据级融合的原理如图所示。

……（详见教材）

但是数据级融合也具有以下局限性。

（1）数据级融合要求传感器是同质的，即需要融合的各传感器探测的应是同一物理量。若各传感器探测的不是同一物理量，则无法实现数据级融合。

（2）各传感器采集到的原始数据具有不确定性、不完全性和不稳定性，因此，在对原始数据进行数据级融合时，需要系统具有较强的纠错能力。

（3）由于数据级融合是直接对不同来源的原始数据进行融合处理的，各原始数据之间的相似度较高，因此，数据级融合的计算量大、计算过程复杂、处理时间长，需要系统具有较强的计算能力和较高的通信带宽。

2）特征级融合

【教师】利用多媒体展示“特征级融合的原理”发展战略”图片（详见教材），并进行讲解

特征级融合属于中间层次融合，即先分别对各传感器采集到的原始数据进行处理，提取出各自的有效特征（如边缘、方向、速度、形状等），然后将多个有效特征融合为单一的特征向量，最后对融合得到的特征向量进行识别和决策。特征级融合的原理如图所示。特征级融合的关键是选择能体现目标根本属性的有效特征进行融合，并去除无效甚至与有效特征对立的特征，可采用模式识别的方式对有效特征进行提取和融合处理。

3）决策级融合

【教师】利用多媒体展示“决策级融合的原理”发展战略”图片（详见教材），并进行讲解

决策级融合属于高层次融合，即先对各传感器采集到的原始数据进行预处理、特征提取和识别，以便各传感器分别得