智能车环境感知

智能车环境感知的发展与现状自动化121刘勇2012073023在日常生活中汽车将成为私人经常使用中重要的部分。然而，他们也带来很多问题，如交通拥挤和事故。智能汽车的目的是协助驾驶员更容易驾驶，减少驾驶员的工作量和受伤的机会。为了这个目的，一个智能的汽车必须能够感知、分析、预测和反应道路的环境，智能汽车的关键特征是语境意识。一、国内研究概况我国是世界上公路交通发展最快的国家之一，汽车保有量迅速增加的同时，交通引发的各种问题尤其是行驶安全问题也日益突出，交通事故特别是恶性交通事故呈不断上升趋势，因此研究开发ITS势在必行，而作为ITS的重要组成部分，智能车辆研究亦显得尤为迫切。但由于起步晚，以及经济条件的制约，我国在智能车辆研究领域与发达国家有一定的差距，目前开展这方面研究工作的单位主要包括一些大学和科研机构，如国防科技大学、清华大学、吉林大学、北京理工大学、中科院沈阳自动化研究所等。一汽和国防科技大学机电工程与自动化学院共同研发了中国第一辆自主驾驶车辆，如图3-4所示。该自主驾驶技术采用最先进的计算机视觉导航方案，能实时处理岔道、斑马线和虚线，对车体姿态变动和自然光照变化都有较强的自适应能力。1993～1995年，由南京理工大学、北京理工大学、浙江大学、国防科技大学、清华大学等国内六所大学联合组成的课题组承担了“地面军用智能机器人”的研究项目，移动机器人的代号为7B.8。7B.8系统的车体选用国产跃进客货车改制，车上安装有彩色摄像机、激光雷达、陀螺惯导定位、超声波传感器等。其体系结构以水平式结构为主，采用传统的“感知－建模－规划－执行”算法，其直线跟踪速度达到20km/h，避障速度达到5～10km/h。清华大学计算机系智能技术与系统国家重点试验室在国防科工委和国家863计划的资助下，从1988年开始研制THMR系列移动机器人系统。THMR-III系统的车体选用BJ1022面包车，上面安装有彩色摄像机、磁罗盘光码盘定位、GPS、超声等传感器。它的体系结构以垂直式为主，采用多层次“感知－动作”行为控制、基于模糊控制的局部路径规划及导航控制。THMR-III自主道路跟踪时，时速达到5～10km/h。THMR-V系统能够实现结构化环境下的车道线自动跟踪，准结构化环境下的道路跟踪以及复杂环境下的道路避障等功能。吉林大学交通学院智能车辆课题组从1992年开始一直开展智能车辆自主导航研究。在智能车辆的体系结构、传感器信息的获取与处理、路径识别与规划、智能车辆前方障碍物探测及车距保持等方面取得一定研究成果，目前已经研制了4代JUTIV型智能车辆。合肥工业大学机械与汽车工程学院对智能车辆的相关技术进行了研究，在智能车辆的控制体系结构、路径图像识别和跟踪控制、路径规划和避障等方面取得了一定成果。二、研究环境感知的目的通过性：基于自身行驶性能和共识规则，能实时、可靠、准确识别并规划出可保证规范、安全、迅速到达目的地的行驶路径；安全性：在行驶过程中，能够实时、准确识别出行驶路径周边对行驶安全可能存在安全隐患的物体，为自身采取必要操作以避免发生交通安全事故；经济性：为提高车辆高效、经济地行驶提供参考依据；平顺性：为车辆平顺行驶提供参考依据；行驶路径：对于结构化道路而言，包括行车线、道路边缘、道路隔离物、恶劣路况的识别。对于非结构化道路而言，包括车辆欲行驶前方路面环境状况的识别和可行驶路径的确认；周边物体：包括车辆、行人、地面上可能影响车辆通过性、安全性的其它各种移动或静止物体的识别；各种交通标志的识别；驾驶状态：包括驾驶员驾驶精神状态、车辆自身行驶状态的识别；驾驶环境：包括路面状况、道路交通拥堵情况、天气状况的识别。三、环境感知的方法视觉传感基于机器视觉获取车辆周边环境两维或三维图像信息，通过图像分析识别技术对行驶环境进行感知。优点：信息量丰富、实时性好、体积小、能耗低。缺点：易受光照环境影响、三维信息测量精度较低。激光传感基于激光雷达获取车辆周边环境两维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。优点：能够直接获取物体三维距离信息、测量精度高、对光照环境变化不敏感。缺点：无法感知无距离差异的平面内目标信息、体积较大、价格昂贵、不便于车载集成。微波传感基于微波雷达获取车辆周边环境两维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。优点：能够以较高精度直接获取物体三维距离信息、对光照环境变化不敏感、实时性好、体积较小。缺点：无法感知无距离差异的平面内目标信息、国外成熟产品对我国禁运而难以获得。通讯传感基于无线、网络等近、远程通讯技术获取车辆行驶周边环境信息。优点：能够获取其它传感手段难以实现的宏观行驶环境信息、可实现车辆间信息共享、对环境干扰不敏感。缺点：可用于车辆自主导航控制的信息不够直接、实时性不高、无法感知周边车辆外其它物体信息。四、传感技术要达到自主行驶的目的前提是能够掌握足够多的信息,这些信息的采集则需要通过各种传感器来获得,而数据的准确性与有效性直接关系到决策的成败。1)雷达系统雷达是一种主动型传感器,能够直接测量距离、速度、方位等,而不需要复杂的设计与繁复的计算。此外,在阴雨等恶劣天气影响下,雷达系统仍然能够工作。在各种雷达系统中,激光雷达较毫米波雷达能够提供更高的精度,但由于成本也很高,其推广受到一定的阻碍。然而,雷达系统也存在一些缺点。例如:光谱分辨率和扫描速度较低;当多个车辆行驶在同一个方向上时,多个雷达之间会产生干涉,这是主动型传感器难以回避的问题。2)机器视觉CCD等成像元件由于无法提供直接的物理数据,被归于被动型传感器。但其成本相对雷达系统来说非常低,可以在车辆中安装多个摄像机,从不同角度全方位拍摄车外环境。目前,CCD主要用于提取车道线[5],识别近距离内的障碍物、行人、交通信号等,这些也是主动型传感器无法替代的。其缺点是容易受环境影响,在能见度较低时无法使用。可以同主动型传感器结合使用,取长补短。3)高精度GPS高精度GPS可以提供准确的车辆位置、行驶方向、速度、加速度等车辆状态信息。配合电子地图和先进的匹配算法能够提供丰富的道路信息,如,弯道曲率、道路结构等,这是一般传感器所无法提供的。厘米级GPS能够更精确地进行车辆定位、道路跟踪。由于GPS的工作依赖于卫星信号,因此,在卫星信号不佳或信号无法获取的情况下失效。4)磁道钉磁道钉是一种能够提供全天候道路指引的技术手段,且不受天气的影响。将磁道钉分散布置在道路中,利用磁传感器采集道路的磁场分布来确定车辆在道路中的位置,必要的话利用计算机视觉给予辅助信息,从而完成车辆导航。但这些道路的建设需要破坏已有的公路地基,且成本较高,该方式的普及也受到了一定的制约。四、整体架构智能汽车是许多不同的传感器、控制模块和执行器等的综合集成，智能车的驾驶环境监测，评估可能的风险，并采取适当的行动，以避免或减少风险。每个传感器对应着一个类型中的原子。对于每种类型的上下文中的原子，一个描述性的名称必须是应用到指定语境感知中。我们使用本体定义的名称保证语义的理解和智能汽车共享。对环境的感知体系。感知相关的物理环境。本体包括天气的描述，路面条件，交通信息，道路标志，信号灯，网络状态等等。五、汽车的感知体系。车体包括三部分：电力系统，安全系统和舒适系统。电力系统是发动机状态，油门，动力（汽油）等，安全系统包括对汽车安全的相关因素的驱动，如在气囊，安全带，防抱制动系统（ABS），导航系统和电子锁。舒适系统是关于娱乐设备，空调，窗户等。六、发展趋势由于车联网V2X技术涵盖汽车、IT、交通、通讯等多个行业，相关技术标准法规仍不健全，协调式辅助驾驶技术目前尚未得到大规模推广应用。谷歌无人驾驶汽车目前还离不开人的操控，只能按预定程序行进，在雾雪天气还会受到干扰，并且在加速、减速及转向时衔接不太好。总之，全工况的无人驾驶技术仍处于研发阶段，最终的实用性测试和验证还需要很长时间。智能汽车将改变当前汽车交通基础设施状况，影响汽车运输相关产业的发展。智能汽车的运行需要配套的交通基础设施，当前的基础设施建设情况将不再适用。例如由于无人驾驶汽车靠传感器感知路面障碍，或者通过4G/DSRC与道路设施通信，因此需要在交叉路口、路侧、弯道等布置引导电缆、磁气标志列、雷达反射性标识、传感器、通信设施等。队列行驶也是智能汽车的另一种形式，即有人驾驶领头车辆，后面跟随着无人驾驶车辆编队，这一技术将提高汽车运输的自动化程度。