智能网联汽车概论 课件 单元3 环境感知系统.pptx

;和人类驾驶员一样，自动驾驶系统在做驾驶决策时需要首先明确几个问题：我在哪儿？周边环境如何？接下来会发生什么？知道了这几个问题的答案后，自动驾驶系统才能够做出决策：我该做什么？;了解环境感知系统的含义及组成。

掌握视觉传感器的工作原理、性能参数和特点。

掌握超声波雷达的工作原理、性能参数和特点。

掌握毫米波雷达的工作原理、性能参数和特点。

掌握激光雷达的工作原理、性能参数和特点。

理解不同环境感知传感器的性能比较。

理解多传感器融合技术的含义和必要性。

通过不同传感器特性的对比分析学习，引导学生充分发掘自身的优点，学会扬长避短。

;一、环境感知系统简介

;智能网联汽车的环境感知系统由信息采集模块、信息处理模块和信息传输模块组成。信息采集模块利用视觉传感器、超声波传感器、毫米波雷达、激光雷达等各种传感器检测得到周边环境的原始数据，如通过视觉传感器采集周边环境图片，超声波雷达采集距离，激光雷达采集周围环境3D点云等。信息处理模块对信息采集单元输送来的原始数据信号进行运算处理，通过一定的算法对车辆和行人等障碍物、道路标识、交通标志、交通信号灯等进行识别，如对采集到的原始图片通过算法识别出道路线、交通标志、障碍物等，在激光雷达3D点云中通过特征识别实现障碍物检测等。信息传输模块接收将信息处理模块得到的障碍物、车道线、危险警示等信息，发送到车载网络或无线通讯系统中。;二、视觉传感器;视觉传感器通过数字化的图像对环境信息编码，典型的图像编码格式有RGB、灰度图等，编码的目的是使信息可以被计算机处理。智能网联汽车中使用的图像处理方法算法主要来源于计算机视觉中的图像处理技术。;智能网联汽车所用视觉传感器的性能参数主要包括像素、帧率和视场角、动态范围、工作温度等。

（1）像素。像素是图像中的最小单位。在视觉传感器中，每一个感光单元都对应着一个像素。一幅图像中的像素个数被称为图像解析度。用来表示一幅图像的像素数目越多，结果就越接近原始图像，图像越清晰。但摄像头的像素越高，对于图像处理器的硬件要求就越高，目前车载摄像头一般选用在30万-120万像素之间。

（2）帧率。帧率是指图像在单位时间内的刷新次数。在140km/h的车速下，车辆每秒会移动40m的距离，图像传感器采集图像的帧率会影响到系统感知到环境变化的实时性。;为避免获取到两次图像间隔期间车辆驶过的距离过长，至少要求车载摄像头具有不低于30frame/s的帧率，以保证在车辆行驶时获得足够的信息。

（3）视场角。视场角是指视觉传感器的视野范围，也用FOV（FieldofView）来表示。由于前视摄像头对于视距的要求较远，所以一般采用55°左右的视场角。环视和后视摄像头要求的视场角范围较大，通常采用135°以上的广角摄像头。

（4）动态范围。当强光源照射下的高亮度区域和阴影、逆光等低亮度区域在图像中同时存在时，摄像机输出的图像会出现明亮区域因曝光过度成为白色，而黑暗区域因曝光不足成为黑色。摄像机在同一场景中对最亮区域及较暗区域的表现是存在局限的，图像中所包含的从“最暗”至“最亮”的范围。;即摄像头可以捕获的光线水平范围就是动态范围。智能网联汽车所用摄像头需要具有高动态范围的特性，以保证其在较暗环境及明暗差异较大的环境中都能正确识别和感知。

（5）工作温度。相比于工业级和消费级摄像头，车载摄像头对于工作温度的要求更严格，需要在-40到80摄氏度的环境下都能够正常工作。

（6）防磁抗震性能。车辆在启动是会产生较高的电磁脉冲，因此车载摄像头必须具备较强的防磁抗震性能。

（7）使用寿命。车载摄像头的寿命要求较长，至少需要满足8-10年以上。;（三）视觉传感器分类;利用单目摄像头实现障碍物识别，需要建立并不断维护一个庞大的样本数据库，保证这个数据库包含待识别目标的全部特征数据。单目摄像头通过图像匹配进行目标识别，之后再通过目标在图像中的大小去估算目标距离。如果样本数据库中缺乏待识别目标的特征数据，就无法识别出目标，造成漏报。基于单目摄像头的障碍物识别成本低廉，且能够识别具体障碍物的种类，但是由于其识别原理导致它识别能力受限于样本数据库，其没有自学习功能。;如图3-3所示，双目摄像头包含两个具有一定位置关系的摄像头，依靠两个平行布置的摄像头产生的视差，找到同一个物体所有的点，依赖精确的三角测距，就能够算出摄像头与前方障碍物的距离。视差就是从两个点上观察同一个目标所产生的差异。人类之所以能够产生有空间感的立体视觉效果，就是因为两只眼睛视差的存在。双目摄像头利用仿生学原理，通过标定后的双摄像头同步得到曝光图像，再通过计算获取得到二维图像中每个像素点对应的深度信息。;与单目摄像头相比较，双目摄像头无须先识别再测量，无需维护样本数据库，利用视差直接计算得到