探讨自动驾驶系统感知系统

随着汽车行业不断发展，技术开发人员、科研人员等对自动驾驶的研究越来越火爆。自动驾驶并不是一项单一的技术，而是汽车电子、智能控制以及互联网等技术发展融合的产物，其原理为自动驾驶系统通过感知系统，获取车辆自身信息与周围环境信息，经过处理器对采集到的数据信息进行分析计算和处理，从而做出决策控制执行系统实现车辆加减速和转向等动作。SAE将自动驾驶分为L0-L5共6个等级，L0为没有加入自动驾驶的传统人类驾驶，L1-L5是随着自动驾驶的成熟程度进行等级划分，层级越高则自动驾驶等级越高。目前走在自动驾驶技术前列的大多属于L3级别。自动驾驶等级划分表如下。

从表中可以看到，自动驾驶的发展升级从辅助驾驶到完全控制汽车驾驶，从对应特定场景到所有场景。自动驾驶的关键技术主要为感知、决策和控制三个方面，这些关键技术与车辆及环境的交互关系如下图。

自动驾驶首先应具备一套完整的感知系统，那么首先看看感知系统是什么？感知系统是以多种传感器的数据与高精度地图的信息作为输入，经过一系列的计算及处理，对自动驾驶车的周围环境精确感知的系统。随着自动驾驶中人为干预度的不断减小，感知系统获取环境信息的全面性、准确性和高效性要求越来越高，是自动驾驶的重要一环，是车辆和环境交互的纽带，是无人汽车的“眼睛”，贯穿着升级的核心部分。一个自动驾驶系统的整体上表现好坏，很大程度上都取决于感知系统的做的好坏。感知系统主要包括环境感知、内部感知和驾驶人感知。本文主要探讨的是环境感知。

NO.1

传感器

讲到感知，不得不讲到传感器。传感器是自动驾驶感知环节中最主要的工具，我们对传感器适用的工况以及局限性等特性都非常熟悉，才能更好为我们的感知系统选择匹配的传感器，并充分开发传感器的各项性能。传感器的感知对象包括行驶路径、周围障碍物和行驶环境等。行驶路径感知包括可通行道路、标志牌、信号灯、车道线等的识别。感知周围障碍物一般指的是车辆行驶所遇到的静止的或者运动的物体，包括路障、行人等元素。行驶环境主要指的是道路情况、天气情况等方面。主流的传感器主要分为摄像头、超声波雷达、毫米波雷达和激光雷达四种。它们的工作原理有所不同，介绍这部分的篇幅较长，有兴趣的伙伴们可以到网上搜取相关资料学习探索，后面笔者也会单独介绍这些部分的内容。

NO.2

定位

传感器感知为自动驾驶车辆提供周边环境信息，但这远远不够，大范围环境感知以及全局环境的高精度定位不可或缺。定位系统的应用可以实现车辆位置、速度、航向等信息的反馈，为车辆提供全局定位、路线引导等功能，将车辆与环境有机结合，规划行车路径，提高行驶平顺性和经济性。常用的定位导航包括GPS导航、磁导航和惯性导航，它们之间的对比如下图。

NO.3

车联网通信

车联网（V2X）通信是实现环境感知、信息交互与协同控制的重要关键技术。其借助新一代信息通信技术，实现车内、车与人、车与车、车与路等全方位连接，与传统车载激光雷达、毫米波雷达、摄像头、超声波等感知传感器优势互补，为自动驾驶汽车提供雷达无法实现的超视距和复杂环境感知能力。从时间、空间维度扩大了车辆对交通与环境的感知范围，能够提前获知周边车辆操作信息、交通控制信息、拥堵预测信息、视觉盲区等周边环境信息。支持车辆在高速移动的环境下实时可靠通信的无线通信技术是V2X车联网实现的基础，直接决定了信息交互的实时性和有效性。下表对常用的无线通信技术进行了比较。

感知系统通过应用传感器将真实世界信息转化为数字信号传输给自动驾驶车辆，为车辆了解周围环境、自动驾驶提供了基础的支持。目前自动驾驶在一些特殊或者极端恶劣的天气状况下（雨、雪和大雾），处理是非常困难的，即使是人类驾驶员。无论是基于视觉的感知系统还是基于雷达的感知系统都存在识别感知的困难，相机会因为有雪的附着不能正确识别道路标记，雪的密度也会影响激光雷达光束的反射效果，干扰自动驾驶车辆对周围环境的判断。

自动驾驶感知系统需要进一步提高准确度和精度，增强针对复杂城市路况和恶劣天气状况下的处理能力。通过交叉验证障碍物的位置信息，减少感知系统传感器数据的不确定性。增强车联网通信，使用新型低成本高效的传感器，通过多传感器融合来减少各个分立传感器缺点的影响，进一步加强传感器融合算法的开发，并通过使用传感器的互补性和亢余度来发挥每个传感器的优势，以提高自动驾驶感知系统的准确性和可靠性。