《智能网联汽车》教学课件项目二 任务六认知环境感知技术融合.pptx

项目二智能网联汽车环境感知技术

前言

各类传感器因其测量原理，在环境感知方面都有各自明显的优缺点。毫米波雷达具有耐候性，可以全天工

作，但分辨率不够高，无法区分人与物；摄像头具有较高的分辨率，可以感知颜色，但受强光影响较大。激光雷

达可以提供具有三维信息的特性，对环境的可重构性很强，但受天气影响较大。毫米波雷达可以弥补激光雷达、

视觉传感器在环境适应性上的不足。视觉传感器或者激光雷达可以弥补毫米波雷达在目标分类上的不足等。

认知环境感知技术融合

Annualworksummary

01教学目标

目录

02教学内容

01教学目标

01能描述环境感知系统概念和内容

02能描述环境感知系统组成

03能解释环境感知的应用范围

.通过环境感知系统的学习，让学生知道技术不断进步，激

01

发学生不断学习的兴趣。

02教学内容

一、多传感器融合概念

获取、表示及其内在联系进行综合处理和优化的技术。每种传感器都各具特色

（如下一页图中所示），但单一传感器不能采集目标的所有信息，如工作在可见光

谱范围内的摄像头CMOS芯片在浓雾、下雨、刺眼阳光和光照不足的情况下会遇到

麻烦，而激光雷达缺少目前成像传感器所具有的高分辨率，我们可以在每种传感器

中找到诸如此类的优缺点。可见，自动驾驶汽车要安全运作，必须保证多传感器协

同工作和信息冗余。因此，多种传感器往往需要协同工作，优势互补，共同组成自

动驾驶的环境感知解决方案。

一、多传感器融合概念

类型优点缺点探测范围功能

激光雷达精度高、探测范围较广，容易受到雨、雪、雾等200米内障碍物探测识别车道

可以构建车辆周边环境恶劣天气影响，技术不线识别辅助定位地图

3D模型。够成熟，成本较高。构建

摄像头可对物体几何特征、色受光照变化影响大，容最远探测范围障碍物探测识别车道

彩及文字等信息进行识。易受到恶劣环境干扰可超过500米线识别辅助定位道路

可通过算法实现对障碍信息读取地图构建

物距离的探测技，术成

熟成本低廉。

毫米波雷达对烟雾、灰尘的穿透测量范围相对Lidar更200米以内(中障碍物探测

能力较强，抗干扰能力窄，难以辨别物体大小远)

强，对相对速度、距离和形状

的测量准确度非常高

超声波雷达技术成熟、成本低，测量精度差、测量范围3米以内(近障碍物探测

受天气干扰小，抗干扰小、距离近距)

能力强

GNSS/IMU通过对卫星三角定位和容易受到，城市建筑、广域高精度定车辆导航、定位

惯性导航进行结合实现隧道等障碍物的干扰使位保持在10米

对车辆进行定位得测量精度大打折扣以内

二、多传感器融合基本原理

多传感器融合技术是通过各种车载传感器对环境信息进行感知，并将信息传送

至信息融合中心，结合数据库中的存储信息进行综合分析，实现对周围环境和正在

发生的事件做出精准评估。

环境感知是通过摄像头、激光雷达、毫米波雷达、超声波雷达、陀螺仪、加速

度计等传感器，感知周围环境信息和车辆状态信