杨 彪，范福成，杨吉成，蔡英凤，王 海

（1.常州大学微电子与控制工程学院，常州 213016；2.常州大学计算机与人工智能学院，常州 213016；3.江苏大学汽车工程研究院，镇江 212013；4.江苏大学汽车与交通工程学院，镇江 212013）

前言

伴随社会的发展，汽车保有量不断增加，给人们的生活与出行带来了极大的便利。其中，无人驾驶因其稳定、高效、可连续工作的优点，在军事作战、城市反恐、应急救援、无人清扫、智慧物流等方面呈现出广阔的应用前景。以本次爆发的新冠疫情为例，利用无人驾驶车辆运输抗疫物资，可以有效减少人员接触，降低疫情传播风险。但是，城市交通环境的复杂性给无人车的可靠运行带来了挑战。在有人驾驶情况下，2018年全球有135万人死于道路交通事故，其中行人与非机动车驾乘者占26%［1］；美国高速公路安全管理局发布的统计数据显示2018年美国的行人死亡数目为6 283人［2］；我国2017年道路交通运输安全发展报告显示，2016年我国有超过6万人死于机动车交通事故，其中行人约占2成［3］。可以预见，未来大量运行于城市道路环境的无人车也将面临如何避免人车冲突这一智能交通领域（ITS）的重要问题。

为了避免人车冲突，研究者提出了基于物理的运动模型［4］、基于机动的运动模型［5］和基于交互感知的运动模型［6］来预测人车冲突风险。其中，准确感知无人车周围的交通环境［7］是实现准确的人车冲突预测的关键。基于此目的，研究者在无人车上加装了超声波雷达、激光雷达、摄像头等传感器，用于感知车辆周围环境，尤其是检测或跟踪车辆前方的行人。……