杨晨曦 李军

重庆交通大学 机电与车辆工程学院，重庆 400074

0 前言

自动驾驶车辆是一个集成了多种ADAS（Advanced Driver Assistance System）的平台，其中，感知系统是开发ADAS 的一个非常重要的部分，如图1 所示，它必须实时、可靠、准确地执行，没有任何误报。针对汽车行驶路线上的障碍物检测技术，研究者提出了多种计算与实现手段，如基于激光雷达的方法，多传感器信息融合的方法和神经网络训练的方法等。本文介绍了电磁波信号、图像信息和多信息融合3 种检测方法，并综述了无人驾驶汽车障碍物检测技术的研究现状。

1 电磁波信息的障碍物检测

1.1 二维激光雷达

激光雷达测量精确，成本低，并能很好地应用于车辆，但对环境条件很敏感，如反射光、发射器和接收器表面的降雨、路面上的水坑、水滴等因素会显著降低检测性能。其中，二维激光雷达可用于平面扫描，结构比较简单，成本较低，系统也相对稳定。

PENG Y 等人[1]提出了一种基于二维激光雷达信息的、安全高效的障碍物检测和自动避障算法，算法框图如图2 所示。该检测算法可通过计算机对激光雷达点云数据信息进行滤波运算和聚类分析，以实时获取障碍物信息，并使用KITTI 数据库得到的实验结果验证了所提出的方法在城市场景中的适用性和有效性。该障碍物检测和避障算法具有数学模型简单、实时性好的优点，但同样只能检测静态障碍物，具有一定的局限性。

为解决上述问题，TAKAHASHI M 等人[2]开发了一个基于二维激光雷达和高速嵌入式微控制器的紧急避障模块。……