蔡思，高丽洁

(武汉城市职业学院，湖北武汉 430070)

0 引言

一般来说，自动驾驶汽车是一种智能汽车，也被称为轮式移动机器人。其原理为自动驾驶系统利用感知系统,获取车辆自身以及外界环境信息,经过计算系统分析信息、作出决策,控制执行系统实现车辆加速、减速或转向，从而在无需驾驶员介入的情况下,完成自动行驶[1]。根据SAE自动驾驶分级标准，“0”级是表示由驾驶员完全自主控制的传统汽车。今天的大多数汽车处于这一水平。随着科学技术的发展，带自动驾驶功能的汽车份额也在增加。级别“1”和“2”通过驾驶辅助系统实现部分自动化，例如自动巡航系统、变道辅助系统等。在这些水平技术下，汽车驾驶员必须时刻关注驾驶情况。从“3”级开始，汽车将在某些交通状况下接管控制权，但是如果遇到无法处理的交通状况，则驾驶员必须接管控制权。在“4”级是全自动驾驶模式提供驾驶所有操作，不需要人为干预，但如果系统出现故障或者个人驾驶需求时，驾驶员可接管并手动驾驶汽车。最后，级别“5”代表不再需要人工干预自动驾驶汽车，在这一级别，汽车作为一个独立运送乘客或货物的机器人。

1 自动驾驶环境感知系统

对于自动驾驶汽车感知系统包括自身状态感知系统和环境感知系统[2]。实现自动驾驶功能的重要基础在于可靠性，车辆可以在自我规划的道路上可靠地循迹驾驶。要做到这一点，除了明确车辆自身状态外，还必须观察和预测其他交通参与者的行为。这一功能的实现必须借助于环境感知系统，通过提供信息给汽车控制系统作出决策。环境感知系统的工作内容包括：安全地检测其他车辆的位置和轨迹，认知行人的动作意图和姿态；结合环境模型，例如在数字地图中，对所有的交通参与者进行识别，以便在高速公路、乡村道路或市区道路、停车场等不同场景下进行驾驶。感知系统主要利用了传感器技术、定位技术和车联通信技术实现上述工作内容。而传感器技术又是环境感知系统的重要组成部件，因此是文中探讨的重点内容。

2 环境感知系统传感器技术

为了检测车辆周围环境物体的位置、几何形状、运动状态，需要用到不同类型的传感器，而每一种传感器有其特定的功能特性。用于自动驾驶环境感知的传感器类型有：摄像机、激光雷达、毫米波雷达、超声波雷达。

2.1 摄像机

对于自动驾驶汽车的摄像机就是布置在车上不同位置的视觉传感器。摄像机是目前自动驾驶中应用最为广泛的传感器，主要用于红绿灯检测、交通标准识别、场景理解和路面识别等功能[3]。摄像机根据镜头和布置方式不同可以分为：单目摄像机、双目摄像机、三目摄像机和环视摄像机。

单目摄像机由一个相机和一个镜头组成，结构简单、成本低，而且基于单目摄像机开发了很多图像的研究和算法，因此单目摄像机的算法成熟度更高。但单目摄像机有两个先天缺陷：(1)视野范围完全取决于镜头，选取长焦距镜头能获取远距离信息，但会影响视野广度，反之亦然；(2)其测距精度较低，特别是针对距离较远的图像，由于只需几个像素点进行描述，导致一个像素点代表的距离越大，那么测距精度就越低。

双目相机由两个相机构成，在拍摄物体时会得到同一物体在摄像机的成像平面的像素偏移量，已知两个相机之间的距离，就可以通过数学换算出物体的距离，更有利于障碍物的分类，提升高精度地图定位匹配精度。双目相机能够得到较高的测量精度结果，但对两个镜头的安装位置和距离要求较多，并且视野极大程度依赖于镜头，不利于相机标定。

三目摄像机就是3个不同焦距的单目相机的组合形式，3个摄像机的感知视野范围不同，近距离的测距交给宽视野摄像头，中距离测量交给主视野摄像头，远距离测距则交给窄视野摄像头。可以得到较高精度的测距结果，但对数据算法要求很高，处理数据工作量较大。

环视摄像机的镜头是鱼眼镜头，具有360°的采集视野，但是其图像边缘变形严重，需要通过算法处理后进行显示。环视摄像机的感知范围不大，主要用于车身5～10 m的障碍物检测、自主泊车库位线的识别。摄像机的主要优点体现在分辨率和成本上。但在一些恶劣天气情况，如雨雪、雾霾和夜间等，摄像头的性能会快速下降。

2.2 激光雷达

为了解决摄像机的测距不准确的问题，工程师们引入了激光雷达传感器。激光雷达传感器是通过对外发射一束激光，激光束遇到物体后经漫反射返回至激光接收器，雷达模块根据发送和接收信号的时间差进行计算，得出发射器与物体之间的距离。快速旋转的激光传感器每秒可提供数百万个数据点，从而能够创建周围物体和环境的3D地图，特别是周围环境的映射对于自动驾驶功能非常重要。与摄像机相比该技术优势在于功能不受光照条件的影响，但容易受到烟雾恶劣天气的影响，而且激光雷达的成本很高，但有一些技术可以降低成本，例如采用其中“弱感知+超强智能”技术，是指主要依赖摄像头与深度学习技术实现环境感知方法。

2.3 毫米波雷达

为了使自动驾驶汽车技术能够快速发展，同时解决摄像机测速、测距不准确的问题。那么性价比更高的毫米波雷达出现了，毫米波的含义是频率在10～200 GHz的电磁波，由于波长是毫米级，因此称为毫米波雷达[4]。毫米波雷达不仅成本适中，并且能够完美地处理激光雷达不能处理的烟雾天气。毫米波雷达相比于激光雷达有更强的穿透性，并且体积较小，能够安装在不影响车辆外观的位置，一般安装在保险杠内。毫米波雷达可同时检测多个物体的距离、速度、角度。毫米波的探测距离可达200 m以上，还能适应不同的天气情况，因此常被安装在正对汽车行驶方向的前保险杠上。毫米波雷达的缺点是数据稳定性差，会对后续的软件算法提出更高的要求；毫米波雷达发出的电磁波对金属极其敏感，如果检测到突然出现的金属广告牌，则系统会被干扰出现刹车等情况，降低了汽车的舒适性；毫米波雷达在测量距离和角度时，会缺少高度信息，因此导致采样点稀疏，无法准确识别小的物体。

2.4 超声波雷达

超声波雷达是利用发射超声波来计算障碍物的距离的传感器。超声波雷达的探测距离较短，不到3 m，因此常用于短距离测距。常见的超声波雷达有两种，一种是安装在汽车前后保险杠上的，主要用于检测汽车前后障碍物的超声波雷达(UPA)；另一种是安装于汽车侧面的雷达，主要检测汽车侧面的障碍物的超声波雷达(APA)。超声波雷达对温度敏感，测量相同位置的障碍物时，不同温度情况下，测量距离会不同。超声波雷达除了检测障碍物以外，还可以利用APA识别库位，辅助车辆倒车入库。特斯拉还将用于泊车的APA超声波雷达用在了高速巡航系统中，用于自主地侧向微调，降低与侧向车辆的碰撞风险。

3 环境感知系统的展望

通过对环境感知系统的传感器技术的分析发现，不同类型的传感器有各自不同的优缺点。如果只是单一地采用某一种传感器是不可行的，传感器的融合技术是未来环境感知系统的发展趋势，将不同传感器信息进行融合算法，例如激光传感器位置检测更准确，但无法测量速度，毫米波传感器测量速度准确，但无法准确测量位置，那么将二者的信息进行算法融合，就能得到准确的速度和位置信息，并且可以有效地提升障碍物的感知频率。

此外未来的感知系统将借助外界手段进行，也就是通过V2X的车辆通信技术实现汽车与外界环境的交互作用,可以实现提前预判交通状况,5G技术的出现，也提升了信息的传递速度，从而提高环境感知系统的智能性和可靠性,进而提升自动驾驶汽车的安全性。

4 结束语

自动驾驶环境感知系统依赖于不同类型的传感器，提供不同的汽车所处环境信息。为了提升自动驾驶汽车的可靠性、准确性和鲁棒性，多传感器融合技术是必不可少的，结合不同传感器的特点，每种传感器技术都可以在高度集成的系统中发挥其优势，获取更准确的环境信息。