党相卫 秦 斐 卜祥玺 梁兴东*

①(中国科学院空天信息创新研究院微波成像技术国家级重点实验室 北京 100190)

②(中国科学院大学 北京 100049)

1 引言

智能驾驶代表着现代汽车技术与产业发展的大趋势，而环境感知则是汽车智能驾驶的关键核心技术，也是学术界长期研究的热点领域[1]。感知技术主要通过大量车载传感器为无人驾驶汽车加上了“眼睛”，用以精确识别周边环境以保证驾驶的安全性与可靠性[2]。雷达传感器、摄像头等传感器技术在智能驾驶中应用较多。

毫米波雷达由于其全天时全天候的特性，能够穿云透雾，具有较强的环境适用性。同时，毫米波雷达还能够通过多普勒效应，探测到目标的速度信息。和激光雷达相比，毫米波雷达的分辨率有限，一般可以得到目标的距离、角度、速度等信息，但在高度向上分辨力较差。由于电磁波的传播特性和物体的非理想散射等，毫米波雷达数据往往受到杂波、噪声和多径的影响，雷达数据中存在着虚假目标等。这些都限制了其在智能驾驶感知中的应用。相机和激光雷达传感器能够获取环境丰富的纹理信息及三维结构信息，但在烟雾、雨雪等情况下，感知能力大大下降甚至失效，如图1所示。因此，基于多传感器融合的鲁棒的感知已成为智能驾驶的研究热点[3]。

图1 烟雾环境中相机和激光雷达数据Fig.1 Camera and LiDAR data in a smoky environment

Yamauchi[4]探索了使用超宽带雷达、激光雷达和立体视觉传感器实现无人机的全天候导航。Fritsche等人[5]提出了将雷达与激光雷达数据进行二值决策融合的方法，后来，该团队提出了加权融合的方法[6]，以应对烟雾等恶劣环境。……