惠州市德赛西威汽车电子股份有限公司 张爱群 李炯球

为了切实推动智能无人车的安全行驶、实现环境感知，本文分别就系统综合设计工作、硬件系统设计、分析控制系统设计三个方面分析如何实现无人车导航系统的设计工作，并透过系统测验，验证多传感器信息融合导航系统本身的应用效能。

在现代社会的快速发展下，智慧交通已经成为大势所趋，通过无人车的应用，能够有效保障交通控制系统的稳定运行。而通过应用基于多传感器信息融合的无人车导航系统能够有效提高导航性能，促使切实带动地图信息和空间结构的一致性和稳定性。

1 无人车导航系统设计

1.1 系统综合设计工作

伴随着各种现代信息技术的快速发展，社会生活出现了方方面面的改变。无人车驾驶技术开始改变以往运作模式，进行技术创新。但是事实上，在无人车行驶过程中极易出现诸多问题，如果采用单一传感器完成导航，很容易出现操作稳安全性问题，在此情况下，通过构建多传感器信息融合导航系统，能够有效克服单一传感器导航系统的弊端，提高导航性能，形成良好的定位效果。工作人员可以直接通过应用多传感器信息融合组合导航系统完成物体探测工作，探测性能较为稳定，而且能够将最新探测得到的空间信息进行自动增加，进一步完善地图内容，实现地图内容和实际空间环境的有机统一，而且还能够智能推荐导航路线，有效提升导航的精准性和稳定性。本文则基于传统的单一传感器导航方式，对其进行修正，并能够对导航系统性能进行研究，有效优化空间信息采集质量和采集效率，切实保障无人驾驶智能车的稳定运行。

在对无人机进行设计工作时，则以四轮驱动平台作为整个无人机的平台基础，并通过感知系统完成对实际地理环境多种空间信息的采集工作，并能够透过采集得到的数据信息，通过控制系统完成融合处理工作。融合处理得到的数据信息，可以及时进行反馈，从而促使无人车能够智能展开驾驶行为，切实保障无人车运行效果。

基于感知硬件系统，无人机导航系统能够完成无人车位置姿态信息的动态监测，并能够借助激光雷达扫描，搭建二维场景地图信息。在实际地面工程中的障碍物也能够完成标定。基于数据控制系统，无人机导航系统能够完成无人车数据的标定，进而融合和处理数据信息，灵活控制无人车驱动钻机转速，从而完成车辆自动驾驶工作。

1.2 硬件系统设计工作

（1）二维激光测距仪

二维激光测距仪借助激光测距原理，能够完成不同区域的定位、监控和轮廓测量工作。除了二维激光测距仪，还有一维激光测距仪、三维激光测距仪。二维激光测距仪作为一种检测效果稳定且精准的单线激光雷达，能够实现360°的扫描工作，最大扫描半径大约在6m左右，整体扫描速度处于4000Hz。当二维激光测距仪处于运行过程中，能够由测距仪发射端进行激光发射，当检测物体在发射后形成反射作用，进而将其传回到接收端。二维激光测距仪的应用原理则为通过测距三角，从而完成距离测量工作。通过二维激光测距仪能够检测到测距仪和物体之间的准确距离。测距仪通过驱动电机能够完成空间环境的智能检测，从而快速获取空间范围内所有的数据信息。而获取得到的二维距离信息数组中不仅包括空间角度信息，而且也涉及到距离信息，通过数据处理工作，能够进一步明确空间环境中的障碍物情况，实现智慧交通。

（2）深度摄像头

近些年来，各行各业对于深度视觉的需求不断增加，主要应用的深度视觉产品则为深度摄像头，通过深度摄像头的作用，有效保障导航效果，也能够准确识别和勘测路面信息。采用深度摄像头相比于一般的摄像头，不仅能够高效获取实际场景平面图像信息，而且还能够获取得到更具空间感的三维数据信息。基于技术进行分类，现阶段深度摄像头中应用较为广泛的技术类别主要包括三种，分别是双目视觉、结构光以及TOF飞行时间法。深度摄像头结构光应用原理如图1所示。深度摄像头带有USB，能够直接将获取得到的真实数据信息进行传送，从而有效完成主处理器传送的功效。与此同时，通过红外激光发射器，能够实现激光发射的效用，进而构建形成干涉斑点、红外激光编码图。在红外激光编码图中，红外散斑能够透过照射，进行生成相应路面信息的红外录像，从而结合路面距离变化情况，总结变化规律，获取深度信息数据。通常而言，采用深度摄像头也有一定的距离范围，能够获取得到的图像距离范围在0.8m到3.5m之间。对于路面故障检测工作，首先可以通过进行RGB采集图像，从而结合灰度特性，有效识别各种道路故障物。

图1 深度摄像头结构光应用原理

（3）GPS模块

GPS模块主要功效在于对地面信息的获取，构建形成GPS定位系统，高效提供参数结果。在无人车上安装GPS模块，能够高效获取地面信息。

1.3 控制系统设计工作

基于多传感器信息融合的无人机导航系统设计工作，还需要就分析控制系统进行研究，控制系统作为各个系统功能模块的核心部件，能够智能化的完成数据采集、数据分析、信息融合、定位、规划最佳路径等多项功能。

具体来讲，当用户下达具体指令后，控制系统中的主处理器将会结合道路工程环境实现多种数据信息的采集工作，并将获取得到的数据进行发送，当信息接收后主处理器将会自动展开信息融合，进而明确无人车当前所处位置信息、运行状态和机器运行速度，并能够结合指令信息规划最佳路径，将规划内容进行反馈，控制系统中的控制器进行电机驱动，沿着规划路径进行移动。需要注意的是，在无人车运行过程中，系统内部主处理器将会时刻保持监控状态，避免无人车撞到障碍物，直到达到目标点，停止继续行驶无人车。

无人车驱动控制器在实际运行过程中，通过应用3.3V直流电源完成整个控制器的供电功能。而无人车导航系统中的时钟主要借助外部晶振完成效用，外部晶振自身具有多方面的应用效能，无论是时钟系统存储空间，还是时钟系统频率都具有多方面的优势。

2 多传感器信息融合策略

基于多传感器信息融合的无人车导航系统能够应用在无人车中，利用传感器的应用效能，将传感器获取得到的数据信息进行整合，促使导航数据和实际空间信息相符，切实提升导航系统的精确性和可靠性。

在无人机导航系统设计过程中，构建空间地图是一个关键问题。当无人车处于运作过程中，结合地图位置信息进行无人车定位工作，而且还能够基于定位情况，搭建增量式地图。具体来讲，通过应用SLAM技术能够完成地图搭建的效用。通过传感器对空间环境特征量进行反复观测，观测自身位置、更新观测内容、定位位置信息，并将此过程进行重复操作，直到到达目的地，完成定位导航。如图2所示。

图2 构建地图

与此同时，通过时间数据融合、空间数据融合，能够更好地保障导航系统处理数据信息的稳定性和时效性，完成后续数据处理工作，促使导航系统能够正常发挥效用。

3 测试实验

测试试验应用多种传感器，促使其共同发挥效用，从而完成组合定位导航的目的，提高导航的精准性。具体来讲，在试验中，选择障碍物较多的室内空间环境作为主要试验场所，设定无人车始发点、目标点，从而完成无人车多传感器信息融合导航系统测验工作。

试验发现，利用深度摄像头、激光雷达、GPS三种传感器进行信息融合，无人车能够沿着构建地图形成的行驶路线进行移动，还能够敏锐探测障碍物，更新地图信息，提供最佳规划路线。整个无人车行驶过程中，无人车能够充分借助数据融合方式，实现智能化导航的效用，实现地图数据信息和现实空间结构的一致性，切实提高导航系统的本身的精确度。

结论：综上所述，对基于多传感器信息融合的无人车导航系统设计工作展开分析具有十分重要的意义。为了实现无人车的智能行驶，通过将深度摄像头、激光雷达、GPS传感器组合在一起，进行数据融合，能够有效实现无人驾驶智能车行驶。